基于鲁棒优化的不确定需求下应急物资配送多目标决策模型

针对应急物资配送决策具有不确定性和突然性等特点,提出了一种基于多目标鲁棒优化不确定需求下的应急物资配送决策模型。在分析应急需求的随机性、应急物流设施点的需求不确定风险和路网中断风险的因素上,确定了以物资需求点的救援时间满意度之和最大、系统总成本最小以及物资到达需求点的救援时间之和最小为目标,构建了多目标鲁棒优化模型,并运用Matlab软件求解。以一个山区发生自然灾害作为突发事件为例,验证了多目标鲁棒优化模型的有效性和正确性。研究结果表明：不确定需求下应急物资配送中,决策者可以依据本文多目标鲁棒优化模型权衡利弊,制定出既具有应对风险能力,又能快速反应的救援方案。     

鲁棒混合0-1多项式规划

针对含误差数据的混合0-1多项式优化问题,给出一种鲁棒优化方法,以提高其最优解的鲁棒性。该方法先将原问题转化为混合0-1线性规划,并在最坏情况下给出混合0-1线性规划的鲁棒对应模型,随后利用该鲁棒对应模型求解原优化问题。数值试验表明,该方法所求出的最优解具有良好的鲁棒性。     

集装箱航线资产配置鲁棒优化模型

研究了不确定条件下集装箱航线资产配置问题.根据集装箱航线运行的基本特点和要求,基于航线均衡运行原理,建立了集装箱航线资产配置确定性模型,优化船舶规模、集装箱配置与舱位分配.通过引入鲁棒优化理论,将此模型拓展为包含不确定因素的鲁棒优化模型,以船舶规模为设计变量,以舱位分配为控制变量建立分析模型.以钟摆型航线为例进行仿真实验,对模型的有效性进行了验证.结果表明,该模型既考虑了需求的不确定性影响,又考虑了解与模型的鲁棒性,并且体现了决策者对风险的厌恶程度,使模型结论更符合实际需要.     

基于不完全扑灭的应急物资分配博弈模型

针对救援物资在短时间内不能全部满足灾害事件产生的应急需求,提出不完全扑灭灾情的策略,构建以受灾点为局中人,以分配方案为策略集的完全信息非合作博弈模型.为了解决节点和分配量过多导致策略集过大的问题,采用分阶段规划法,即一阶段以响应时间最短为目标对受灾点独立进行初始分配,二阶段针对发生冲突的受灾点建立博弈模型.通过构建适应度函数,提出用粒子群优化算法求模型的纳什均衡解.用一个数值算例来验证模型的有效性,结果表明该模型在解决供需不平衡的应急物资分配问题时,可以兼顾救援中的效率与公平,反映出较好的救灾效果.     

纤维复合材料层合板的鲁棒设计研究

提出一种复合材料层合板的优化设计和鲁棒设计分析方法.首先,以铺设角和厚度作为设计变量,可靠度指标作为目标,利用遗传算法求解层合板的优化问题.在此基础上,考虑设计变量或影响参量的变差,提出鲁棒设计准则以及求解方法.数值算例显示,通过减小结构响应相对于设计变量或参量的敏感度,可以补偿由变差引起的设计结果的不稳定.     

基于缓冲时间的共享车位分配鲁棒方法

共享停车平台根据供给车位和停车需求时间窗确定车位分配方案．为应对停车时发生提前到达或延迟离开等不确定情况,通过预留适当缓冲时间来增强车位分配方案的鲁棒性,进而构建了最大化平台收益和鲁棒性的车位分配问题双目标优化模型．利用加权和方法将双目标转化为单目标函数,加入辅助决策变量将非线性转化为线性模型．通过数值算例验证本方法的有效性,并对关键参数进行灵敏度分析．结果表明,在合理时间内,本方法能够求得算例的最优解及各项指标值．随着双目标调节系数的增大,平台收益分段增加,而鲁棒性分段下降．从不同调节系数得到的最优解中筛选出非支配解,并拟合得到近似帕累托前沿曲线,在供给数为5,需求数为25的测试算例中,单位平台收益增加所带来鲁棒性的减少量变化范围为[0.02,6.75].     

均值-方差组合模型的鲁棒投资优化

针对投资组合优化模型中收益率的期望值、协方差矩阵等参数扰动时对原问题最优解产生较大影响的问题,文中提出将鲁棒优化应用到均值-方差投资组合模型中,建立了"势"不确定集下的鲁棒投资组合选择模型,通过市场数据对该模型进行了实证研究.试验结果表明该模型得到的解兼具鲁棒性与最优性.     

基于T-S模糊模型的网络化控制系统的鲁棒容错控制

针对一类具有马尔可夫特性时延的非线性网络化控制系统,在建模的时候使用基于时延的准T-S模糊模型。当传感器和执行器发生故障失效的时候,由于系统的参数具有不确定的特征,分别构造了与时延概率分布相关的lyapunov泛函,设计了相应的容错控制器,并证明了该系统具有鲁棒完整性的充分条件。最后通过实例仿真对理论的有效性进行验证。     

非线性系统的模型跟踪形控制系统的鲁棒设计

提出了具有有界外界干扰和时变特性的非线性的鲁棒设计方法 ,与实际系统的设计十分接近 控制规律的获得非常容易且所受的约束条件宽松     

基于IACO-BP算法的洪涝灾害应急物资需求预测

为了提高洪涝灾害应急物资需求预测的准确性,提出了一种改进蚁群优化BP神经网络智能算法.以受灾转移人数为预测对象,选取受灾人口、最大降雨量、洪水等级、降雨等级、受灾范围、房屋倒塌数、降雨时长和预报水平等洪涝灾害指标为研究因素,获得基于IACO-BP算法的受灾转移人数预测模型.结合库存管理知识间接预测洪涝灾害应急物资需求量.结果表明:IACO-BP算法获得预测值的均方误差比BP和PSO-BP算法获得的均方误差分别小93.62%和90.91%;IACO-BP、PSO-BP和BP网络运行时间分别为3、10和33 s;IACO-BP算法具有更高的精度和网络迭代效率.     

高速公路应急车辆指挥调度优化模型

为改善高速公路突发事件的响应效率,利用整数规划,建立了应急车辆优化调度模型。定性分析了3种调度策略的流程,并采用简化方式进行了对比验证。结果表明:最近服务方式能显著缩短事件响应时间,在此基础上提出的模型服务方式,进一步改善了事件响应效率。     

采用响应曲面方法实现IC的稳健优化设计

由于仿真不收敛等问题,仅依靠EDA仿真很难实现集成电路(IC)稳健性设计．提出了利用响应曲面(RSM)与电路仿真相结合对集成电路进行稳健性优化设计的方法．并将该方法应用于带隙基准电路稳健优化设计．通过Hspice电路仿真与统计试验设计(DOE),仅利用27组试验建立了3目标值、4参数电路的响应曲面模型．并基于该模型对电路进行稳健性设计,优化确定的参数组合满足电路指标,同时对温度的变化更加不敏感．     

一类数据不确定的非线性规划在闭凸集下的鲁棒优化

研究一类数据不确定的非线性规划的鲁棒优化问题,利用凸分析的知识首先推导出此问题在一般不确定集下的鲁棒对应形式,然后当其定义在由一系列凸不等式定义的闭凸集下时,巧妙把它的鲁棒对应形式转化成有限确定的优化问题,最后验证了此方法的可行性.     

计及源荷时序特性的低压台区分布式光伏接入分布鲁棒优化方法

为提高低压配电台区中分布式光伏(DPV)的接入容量,促进光伏消纳,本文提出一种计及源荷时序特性的低压台区DPV接入分布鲁棒优化方法.首先,针对低压台区中分布式光伏出力和负荷需求的不确定性,提出一种基于优化聚类的源-荷联合时序场景生成方法;其次,计及电压约束、线路容量约束、逆变器无功补偿约束及光伏消纳约束等,构建低压台区分布式光伏接入分布鲁棒优化模型,在保证各典型场景最恶劣概率分布下的弃光率期望值符合要求的情况下,最大化低压台区中分布式光伏接入容量;然后,建立低压台区分布式储能接入的数学模型,以研究储能接入及其充放电机制对低压台区分布式光伏接入的影响;最后,以实际配电台区为例进行仿真计算,验证了本文模型的有效性.     

基于模糊择近原则的容差稳健优化设计

以双目标离散容差-成本模型为基础,通过引入模糊数学中的隶属度函数和贴近度,提出了一种模糊容差稳健优化设计方法。该方法将模糊数学的择近原则和试验设计方法结合起来,较好地解决了双目标离散容差设计的全局最优问题。最后通过一个实例验证了该方法的合理、有效性。     

Power control in wireless sensor networks based on robust optimization

Topology control is a critical issue for energy efficient wireless sensor networks. Distance between sensors plays an important role in the problem of topology control in that it directly determines the accuracy of the node position. However, distance is generally affected by uncertain external factors, such as measurement error and actual interference. The actual performance of a topology control strategy can be severely influenced by distance uncertainty. Based on the robust discrete optimization theory and methodology, a power control algorithm is proposed to deal with distance uncertainty. First, related works on robust optimization is introduced. Then the problem of power control is formulated as a robust minimum spanning tree model under distance uncertainty, which is solved by Prim's algorithm. In computational experiments, the influence of the adjusting parameter on network performance is studied. Simulation results show that a robust solution can provide an improvement when the distance is uncertain at the expense of the less optimal value compared with a deterministic solution.     

考虑成本最优的物料配送方式组合优化模型

针对生产过程中单一物料配送方式所导致的成本过高问题,开展考虑成本最优的物料配送方式研究,基于批量配送和kit配送方式,以物流配送的总成本最优为目标,构建改进的物料配送方式组合优化模型.以汽车生产车间装配线为例,给出物料配送最优方案并进行有效性验证,结果表明:与批量配送方式或kit配送的方式相比,改进的物料配送方式组合优...     

大型公共场所应急状态下交通诱导疏散模型

针对大型公共场所在应急状态下交通诱导疏散问题,以疏散网系统最优和疏散时间最短为目标,建立了交通诱导疏散双层规划模型。采用基于排序选择的改进粒子群优化算法(Ordered choice model particle swarm optimization,OCMPSO)对其进行求解。最后对某市一大型体育活动中心进行了仿真验证。结果表明:本文提出的模型能够有效地对突发事件下的公共场所待疏散车辆进行高效安全的疏散。     

考虑需求紧迫度的应急车辆路径优化方法

为提高应急管理水平,量化各受灾点物资需求紧迫度,提出考虑紧迫度的车辆最优路径规划方法。采用K-means聚类算法确定应急物资配送中心的选择以及受灾点的划分,以应急救援过程中的总时间最短、救援所花费的总费用最小以及受灾点紧迫度排序指数最大为目标,构建多目标的应急车辆路径优化模型,并设计改进的布谷鸟-蚁群组合算法进行求解。以汶川地震为背景构造算例,验证模型的有效性,结果表明:与不考虑需求紧迫度的车辆路径方案相比,考虑需求紧迫度的路径优化方案在所需运输总时间上升1.92%、救援过程总费用增加3.43%的前提下,紧迫度排序指数提高了11.2%。考虑需求紧迫度的车辆路径优化模型在保障突发灾害救援效率的同时,兼顾了不同受灾点的物资需求程度,提高了应急物资运送的公平性。     

AGENT based structural static and dynamic collaborative optimization

A static and dynamic collaborative optimization mode for complex machine system and its ontology project relationship are put forward, on which an agent-based structural static and dynamic collaborative optimization system is constructed as two agent colonies: optimization agent colony and finite element analysis colony. And a two-level solving strategy as well as the necessity and possibility for handing with finite element analysis model in multi-level mode is discussed. Furthermore, the cooperation of all FEA agents for optimal design of complicated structural is studied in detail. Structural static and dynamic collaborative optimization of hydraulic excavator working equimpent is taken as an example to show that the system is reliable.