集中通勤接送服务的最小化成本模型及算法

本文针对集中通勤接送服务业务流程中的车次分配与调度问题,建立了以最小化成本为目标的0-1混合整数规划模型,刻画了该问题所具有的多目标抵达地、多车协作、多行程车次等特征事实,同时考虑顾客满意度,以获得不同满意度下的近似最小成本。根据问题的复杂性和大规模性,设计开发了一种基于kNN思想的类标签启发式算法求解模型,拓展了构造路径的方法。算例数值结果表明,本文所设计模型和算法是有效性、可行的。     

公交网络时刻表再协同设计的多目标优化模型

为了改善公交服务质量,公交运营者试图调整现有时刻表的发车时间,使不同线路的车次协同到达换乘站点以方便乘客换乘。针对此场景,研究了公交时刻表重新协同设计问题,提出了求解该问题的多目标模型。模型考虑了对发车间隔灵敏的乘客需求、灵活的车次协同到站方式和发车时间的规则性,分析了该多目标模型的特征和计算复杂性,表明本文研究的问题是NP-hard问题,且它的帕累托最优前沿是非凸的,设计了基于非支配排序的遗传算法求解模型。算例表明,与枚举算法相比,提出的求解算法在较短的时间内可获得高质量的帕累托解。     

基于MAS的多模式分布式资源约束多项目调度

针对实践中分布式多项目的活动往往具有多种执行模式,提出多模式分布式资源约束多项目调度问题。在项目动态到达环境下,考虑活动不同的执行模式,以工期最短和多项目延期成本最小为目标分别构建局部单项目调度模型和全局多项目决策模型,采用改进变邻域搜索算法求解初始局部调度计划,并设计基于模式调整的全局协商调度算法求解全局决策模型,通过双层算法实现分布式多项目调度中局部单项目调度与全局多项目调度系统性协调,减少项目中断和多项目延期成本。基于构建的多模式测试集进行的多项目数值实验表明：本文设计的双层算法可有效求解多模式分布式多项目调度问题,并且对不同规模问题求解具有良好的适应性。     

汽车4S店维修车间的优化调度分析

调度研究的问题是将稀缺资源分配给在一定时间内的不同任务,它是一个决策过程,其目的是优化一个或多个目标。对实际问题的优化调度可以帮助企业提高资源利用率,减少客户等待时间,提升竞争力,对汽车4S维修服务站的优化调度问题进行研究,剖析这一实际应用问题的调度目标、机器环境、加工特征和约束等细节,提出了优化调度模型,设计了调度算法。然后,通过实例,简要分析了模型及算法的可行性.     

考虑乘客时间成本与换乘感受的中转航班登机口分配问题研究

针对2018年"华为杯"第十五届中国研究生数学建模竞赛F题展开研究对考虑乘客时间成本与换乘感受的中转航班登机口分配调度问题(Airport Gate Assignment Problem,AGAP)进行研究,建立了多目标0-1整数线性规划的中转航班登机口分配模型.根据不同的实际应用条件,对该模型进行相应改进,并使用Lingo求解,得出在最大化航班分配数量的基础上,最小化乘客换乘成本,同时尽量减少登机口使用数量的最优中转航班登机口分配方案,最后对分配结果进行分析.模型亮点在于:1)创新性地引入了乘客换乘成本惩罚因子,令模型对实际问题考虑更加全面.2)模型在时间离散化的基础上,将航班间隔时间纳入航班占用时间,建立了0-1整数线性规划模型求最优解,求解结果更加可靠.3)模型通过线性加权的方法,将多目标规划问题简化为单目标问题进行建模.     

系统安全运行约束下的动态环境经济调度

文章研究风电入网情况下系统安全运行的动态环境经济调度问题.基于风电预测误差,权衡效益和系统运行风险,建立了购买可中断负荷(interruptible load,IL)的经济调度优化模型.新模型的目标函数考虑了传统火电机组能耗成本、环境成本、阀点效应成本和可中断负荷补偿成本.系统运行约束上,采用条件风险价值(conditional value-at-risk,CVaR)刻画因风电间歇性和随机性导致的系统不安全运行风险,结合火电机组出力和多时间段爬坡限制建立了系统的安全运行约束.模型的求解上,采用罚函数方法、光滑化技术和样本平均方法相结合,提出了一类新的随机优化算法;IEEE-30节点系统测试了模型和算法的有效性.     

基于人机交互—蚁群算法的港口疏船调度优化

为解决因港口无法正常作业导致大量船舶压港后的疏船调度问题,从同时兼顾船公司和港口方利益出发,建立了船舶平均在港时间最短、额外作业成本最低、生产秩序恢复最快的调度生产多目标优化模型。利用多属性效用理论将多目标转换为单目标,并构建了相应的评价函数,采用改进的蚁群算法并结合人机交互以及邻域搜索方法求解,最后以大连港集装箱码头实际案例进行验证。结果表明,与通常调度方法相比,文中建立的优化模型能够更好地解决疏船问题;对比常规的蚁群算法,改进后的算法搜索效率更高。上述模型和算法为集装箱码头的生产组织调度提供了新的优化思路和方法。     

基于商品关联度的智能仓库储位分配问题研究

储位分配方案是直接影响智能仓库工作效率和拣选成本的关键因素.根据历史订单信息定义了商品之间的关联度,以同一货架上的商品之间的关联度之和极大化为目标建立了智能仓库储位分配问题的数学模型,并设计了求解模型的算法.首先根据历史订单信息计算商品之间的关联度,然后结合商品的周转率、商品之间的关联度等信息,设计了启发式算法求解智能仓库储位分配问题,并且分析了启发式算法的时间复杂度.通过大量的模拟计算验证了本文建立的数学模型和设计的启发式算法的有效性,证明了以同一货架上商品之间关联度极大化为目标和以订单拣选过程中搬运货架总次数极小化为目标的一致性.通过对比分析本文算法得到的储位分配结果与随机储位分配结果可以看出,利用基于商品关联度的启发式算法得到的储位分配方案比随机储位分配方案对应的货架搬运次数平均减少了30.08%.     

汽车滚装码头泊位调度优化模型与算法研究

本文研究滚装码头混合泊位分配和劳动力分配的联合调度优化问题。首先,考虑潮汐时间窗约束、装卸劳动力约束、泊位缆桩分布约束以及泊位不规则布局因素,建立以最小化船舶总服务时间为目标的混合整数规划模型。其次,采用内外嵌套算法设计策略,提出求解该类问题的组合算法。其中,外层是多种群并行进化的遗传算法,生成多种船舶计划顺序,内层为基于规则的启发式算法,用于计算给定计划顺序的目标函数值。然后,基于实际运营数据,生成多组不同规模的算例进行全面数值实验,结果表明所提出的算法可在10分钟内求解包含50艘船、100个泊段的算例。最后,开展基于真实滚装码头运营实例的案例分析,对所提模型和算法在实际码头调度问题中的适用性与高效性进行验证。     

自适应蚁群算法及其在多约束多目标柔性Job-Shop调度中的应用

实际生产系统的车间作业调度一般是多约束多目标柔性Job-Shop调度,比经典的Job-Shop调度更复杂,存在多约束、多目标、动态柔性、建模复杂等特性.建立了多约束多目标柔性Job-Shop调度模型,提出了一种自适应蚁群算法,采用自适应机制和遗传原理防止算法过早停滞和加快收敛速度.西安航空发动机(集团)有限公司制造单元调度实例表明,提出的自适应蚁群算法是求解多约束多目标柔性Job-Shop调度的有效方法.     

考虑成本的最大延迟时间同类机调度问题

假定生产时机器成本是固定的,研究了一类考虑成本的同类机调度问题,调度的目标是在给定加工完所有作业的总预算的成本限制下最小化最大作业延迟时间。为该类问题构建了混合整数规划模型。通过设计相关规则在机器成本预算内来选择加工机器,以及对传统的LPT(最长加工时间优先)、ECT(最早完工时间优先)、EDD(最早工期优先)等算法进行改进,提出了一个启发式算法H,并理论证明了该算法在同型机和同类机下的最坏误差界。通过算例说明了算法的执行情况,同时也考虑了给定总预算不同的多种情形,采用大量随机数据实验验证了算法的有效性。     

多品种柔性生产企业的订单调度模型及其遗传算法

以订单总完工时间最小和订单平均流程时间最小为目标函数,利用改进的多目标遗传算法生成了多品种订单调度模型.为解决组合模型的指数爆炸问题,提出了一种按规则分配订单以及订单中各作业排序相结合的集成调度思想;以一种整数和字母组合的编码方法用于可行解的表达,并在每个分目标的进化过程中,对选择、交叉、变异算子以及精英解保留策略重新进行设计,保证了解的分布性和均匀性;同时还提出了一种新的终止条件,将精英种群与分目标的子种群进行合并,从而加快收敛的速度.以典型的订单生产企业为例进行仿真实验,实验结果表明,应用该算法可以获得满意的Pareto解集.     

不确定环境下基于时间、费用及鲁棒性权衡的多目标项目调度优化

项目调度中的时间和费用是两个重要的指标,而在不确定环境下进度计划的鲁棒性则是保证项目平稳实施的关键。本文研究不确定环境下的多目标项目调度优化问题,以优化项目的工期、鲁棒值和成本为目标安排各活动的开始时间。基于此,作者构建多目标项目调度优化模型,将模型分解为三个子模型分析目标间的权衡关系,然后设计非劣排序遗传算法进行求解,应用精英保留策略和基于子模型权衡关系的优化策略优化算法,进行算法测试和算例参数敏感性分析。最后,应用上述方法研究一个项目实例,计算得到非劣解集,实例的敏感性分析结果进一步验证了三个目标间的权衡关系,据此提出资源的有效利用策略。本文的研究可以为多目标项目调度制定进度计划提供定量化决策支持。     

邮政运输中邮路的规划和邮车调度问题的研究

以邮政运输网络中运输效益最优为目标,建立了分步规划的图论模型.运用Floyd算法、Kruskal算法对模型进行分步求解并逐步优化,通过Matlab、Lingo、SPSS软件求解,提出三种优化邮路、降低邮车调度成本的方法.模型对解决邮路问题、单旅行商、多旅行商等相关问题具有普遍适用性,可以推广到点数更多TSP的问题.     

基于成本和加班时长的双目标家庭护理人员调度问题

人口老龄化程度的持续加重使得家庭医疗护理服务逐渐发展。本文针对家庭护理人员调度优化问题,考虑医患的技能匹配、加班费用、加班时长和工作量分配的均衡性等因素,设定最大技能偏差和工作时长,建立了最小化运营成本和最小化最大加班时长的双目标混合整数规划模型。设计了改进的NSGA-II和SPEA-II算法对问题进行求解,数值实验表明:最大加班时长越长,运营成本越小;最大技能偏差和医护人员早到惩罚对目标的影响明显;小规模算例中两算法均表现良好,大中型规模算例中改进SPEA-II的效率更高。     

物流配送车辆路径问题的鲁棒优化方法

针对物流配送中的不确定性因素,构建车辆路径间题的鲁棒性度量与优化方法,目的是降低不确定性因素对物流配送系统的影响.首先,提出车辆路径问题的鲁棒性度量指标,利用算例对各指标的效果进行分析,选择适用于度量车辆路径方案鲁棒性的指标.在此基础上,设计物流配送车辆路径规划的两阶段优化算法.算法的第一阶段不考虑车辆路径的鲁棒性,以总配送成本最小为目标函数优化配送方案;算法的第二阶段以鲁棒性度量指标最大为目标函数,以第一阶段获得的总成本与车辆数为约束条件,优化鲁棒调度方案.文章为车辆路径问题的鲁棒性度量提供了一种有效方法,同时为如何平衡供应链中的物流配送环节的服务作业成本与调度方案鲁棒性提供了思路.     

基于可变航速的支线集装箱船舶调度优化模型与算法

随着航运市场的竞争不断加剧和集装箱船舶大型化的发展,越来越多的航运企业选择轴-辐式航运网络模式。支线船舶调度问题作为轴-辐式航运网络的重要组成部分受到研究者的高度关注。本文研究了可变航速和经济航速两种情境下的支线船舶调度问题,同时考虑枢纽港和喂给港的取送箱时间窗限制,以航运企业运营成本最小化为目标函数建立非线性混合整数规划模型。首先使用专业的规划求解器进行小规模算例的求解,验证了模型的准确性。同时运用改进的遗传算法对大规模支线船舶优化调度模型进行求解。为了提高求解效果,进一步设计了多智能体进化算法进行求解。数值结果表明,可变航速的运营成本低于经济航速的运营成本;在算法效率方面,改进遗传算法收敛速度较快,多智能体进化算法则可以提高求解精度。     

基于改进混合遗传算法安排生产调度

研究了某工厂生产调度问题,建立了数学模型.针对这一实际问题,通过引入小生境技术、最优保存策略、近优淘汰策略、自适应调整交叉概率和变异概率,设计了用于求解多个最优顺序的混合遗传算法,用所设计的混合遗传算法对该模型进行了计算,获得了许多最优顺序,这就使得生产调度安排灵活机动,便于智能调度,同时生产量比原来大幅度提高.这表明使用混合遗传算法安排生产调度是非常有效的.     

考虑时间和油耗的拖轮多目标优化调度研究

进出港口的大型船舶需向港口申请拖轮协助以进行靠离泊作业。拖轮调度是港口重要的计划事项之一。针对拖轮调度过程中需要平衡完工时间和油耗量以提高港口服务水平和降低拖轮公司经营成本的问题，本文以最小化拖轮最大完工时间和最小化拖轮总油耗量为目标，构建了混合整数规划拖轮多目标优化调度模型。模型还考虑了潮汐港口大量船舶在潮水期间集中进出港的特点，并根据拖轮在调度过程中的不同状态分类计量其产生的油耗量，以使模型更接近实际状况。为求解模型，运用了带有精英策略的非支配排序遗传算法(NSGA-II),算法采用一维实数编码，以事件建模思想设置适应度函数，并结合拖轮调度特点设计了遗传算子，求得的Pareto前沿解和算法对比验证了该算法的有效性。最后，以广州港港口拖轮调度实际运作数据作为算例，验证了模型的可行性与有效性，为港口拖轮调度计划提供了决策依据。     

煤炭码头卸车调度问题多目标优化模型及算法

本文针对煤炭码头卸车调度问题,提出了相应的多约束多目标优化模型,并设计了采用仿真推演策略解码的遗传算法求解。首先,本文考虑列车、煤种、场存、设备、翻堆线和卸车作业过程等约束条件,以卸车效率最大和列车在港时间最短为目标,构建了煤炭码头卸车调度问题多目标数学模型。然后,综合运筹学、遗传算法以及仿真技术,给出了煤炭码头卸车调度问题遗传算法详细设计,包括组合式编码和仿真推演解码方法,染色体生成算法,适应度函数设计,以及采用多种策略的遗传操作及修正等,并列出了算法步骤。实例测试表明,本算法的执行效率高而且优化效果好,结果适用。