大型舰船海上后勤保障的调度与仿真

通过多目标规划和多智能体仿真,研究舰船海上物资保障的最佳采购调度方案及补给方式.建立以满足需求、供应及时和成本最低的多目标规划模型,利用Lingo软件对模型进行求解,得到包含供货网点名称和物资采购数量的最优采购方案;利用Anylogic软件建立含Main主智能体、舰船编队智能体及港口智能体的多智能体协作仿真模型,对基地化采购伴随补给和商业化采购靠港补给这两种后勤物资保障方式的保障效率进行验证和优化,确定了非任务期间采用商业化采购靠港补给的保障方式将更加高效和经济的结论,为舰船编队的海上保障决策提供了有益参考.     

特斯拉电动汽车充电站选址与数量优化研究

针对如何确定电动汽车充电站选址及数量问题,建立充电站投资运行维护成本的目标函数,利用量子粒子群优化算法对目标函数求解.基于建立的模型,通过实例分析对美国和韩国的电动汽车充电站进行规划,并对未来电动汽车充电网络的发展提出建议.     

基于延迟惩罚成本的生产物流瓶颈辨识研究

针对生产物流中的半成品生产物流瓶颈问题,以减少生产延迟为优化目标提出了基于延迟惩罚成本的辨识方法.在辨识过程中,以延迟惩罚成本最大为生产物流瓶颈定义;延迟惩罚成本函数具体为延迟时间和延迟次数的加权和,以此为目标函数建立瓶颈模型;并设计了由订单层、部件层和工序层组成的三层遍历算法,求解模型中目标函数的生产延迟时间和延迟次数两变量.通过算例,说明了基于延迟惩罚成本瓶颈辨识方法的有效性和合理性.     

基于量子粒子群的软件模糊可靠性分配模型

针对软件可靠性分配中存在多个优化目标的问题,提出了一种新的模糊多目标分配模型,并采用量子粒子群优化算法求解该模型。将软件可靠性和成本作为模糊目标函数,通过三角形隶属函数对模糊目标进行处理,将优化后的量子粒子群算法用来求解软件模糊可靠性分配模型。实验结果验证了文章提出的软件模糊可靠性分配模型是有效的,多目标的Pareto最优解为可靠性和成本之间的决策提供了依据。     

计及线路损耗的峰谷分时电价优化模型

针对现有的峰谷分时电价优化模型建立过程中没有考虑线路损耗的问题,基于线路损耗和负荷波动之间的关系,利用电量电价弹性矩阵,以峰谷差和线路损耗的最小化为目标函数建立峰谷分时电价优化模型,并通过理想点法将其转化为单目标模型后求解.仿真证明,计及线路损耗的峰谷分时电价优化模型很好地实现了削峰填谷、减少线路损耗的目的.     

旅游城镇路网多目标优化模型及算法设计

为缓解旅游城镇的交通拥堵问题,提出将宏观交通仿真软件与启发式算法相融合进行路网优化设计.基于旅游城镇的交通流特点,将旅游城镇路网优化问题抽象为多目标优化模型进行研究.以路网中各条路段饱和度系统最优及投资成本最低为目标,建立多目标优化模型,寻求交通拥堵治理与道路资源投入博弈中的最优平衡点.运用TransCAD仿真软件,采用用户均衡模型对初始路网进行流量分配,基于遗传算法进行模型算法设计,编写Matlab算法程序求解模型.通过多次算法实验并对比分析实验结果,确定目标函数的最佳权重.算例分析结果表明,路网中所有路段饱和度的总和由16. 70下降至11. 12,平均值由0. 93下降至0. 62,且各优化后的路段饱和度稳定在0. 5～0. 8的合理范围内,路网整体饱和度明显降低且更加均衡,投资成本合理.研究结果对新型旅游城镇的路网规划具有一定指导意义.     

基于动态模糊混沌粒子群算法的含电动汽车微电网多目标优化调度研究

提出一种基于动态模糊混沌粒子群算法的微电网多目标优化调度方法.利用动态目标函数与模糊理论解决多目标主观权值的缺陷,建立以运行维护成本、环境污染物成本为目标的微电网多目标调度模型.微电网多目标优化调度属于多变量、强非线性优化问题,针对传统粒子群算法求解时容易陷入局部最优等问题,在粒子初始化时,引入一种结合Chebyshev映射和Logistic映射的组合混沌映射,在粒子更新过程中,引入Logistic映射,从而增加粒子寻优的遍历性,加强算法全局优化能力.针对惯性权重在粒子群更新过程中的取值问题,采用迭代次数梯度改变惯性权重的策略.仿真结果证明了算法具有更高的收敛效率和更好的收敛效果.     

不确定环境下多目标原材料采购问题研究

为降低材料采购成本、提高企业利润、增强企业产品质量、增强企业供应链管理和增强企业在整个供应链中的竞争力,针对不确定需求下带有数量折扣的多目标原材料采购问题,结合国内外关于材料采购问题的研究现状,以采购成本最小、残次品数最少和供应商低碳化水平最高为目标建立数学模型,模型将原材料需求设置为不确定变量,更加贴近实际.运用基于动态规划的粒子群改进算法对模型求解,为提高算法运行效率,采用基于动态规划的编码方式,通过数值算例和算法对比验证了模型和算法的有效性,计算结果表明所建模型和所用算法能够有效地降低材料采购成本、提高采购质量和提高供应商的低碳化水平.     

基于改进人工蜂群算法的大型舰船主尺度优化

针对大型舰船方案设计的具体特点,选择了飞行甲板面积最大化、初稳性高最合理化、估算阻力最小化和横摇固有周期最大化等4个优化目标,建立了适用于大型舰船主尺度优化设计的多目标模型,并基于最小偏差法建立了统一的目标函数。采用人工蜂群算法对优化模型进行了求解,并对人工蜂群算法的初始化方法和观察蜂的选择机制进行了改进,通过仿真计算,验证了人工蜂群算法求解复杂问题的优越性和改进策略的合理性,以及该算法在船舶设计中应用的可行性。     

产品结构与或树的设计成本优化控制模型

针对大型离散制造企业产品结构特点,提出产品的自制件、外购件、原材料和工艺的多级综合结构模型.为了实现产品设计成本的优化控制,建立产品结构与或树的配置模型,并通过定义产品组成子件之间的相关性表示产品满足工艺需求的可制造性.基于单级产品结构与或树给出产品设计成本优化模型,采用仿真示例进行验证.仿真结果表明,所提出的DFC的模型Opt-BOMP较之DTC模型能够获得成本更优的产品设计方案.Opt-BOMP充分考虑了用户对产品的质量需求、供应商对外购物料的影响、产品的工艺要求、产品设计和生产的结合,能够增强产品设计的可行性.