高校论文答辩排班模型与应用

论文答辩排班是高校教务管理中的重要任务,答辩排班结果的质量直接影响评审的公平性。详细分析高校论文答辩排班问题的特性和情景,保证评审的公平性,考虑评审人在不同研究方向上擅长程度的差异、评审人能参加答辩的时间安排要求、评审人与答辩人可能存在的师生关系、评审人评审工作量的限制、每个答辩组中答辩人数和评审人数的限制,等等因素,建立答辩分组和组内评审指派的两阶段非线性整数规划人员排班模型,对答辩排班问题的复杂性进行分析,基于lingo软件中的分支定界算法对问题进行求解,通过实例验证了模型的可靠性和求解结果的合理性,较好地解决了高校答辩排班问题。     

机场旅客安检人员排班优化模式研究

机场安检工作人员有着独有的1天2班制的排班模式,通过统计深圳机场连续9天各个时间段安检放行人数,运用排队论和整数规划对该机场现有模式进行分析,得出安检人力资源在满足高峰期需求的情况下,非高峰期存在人力资源大量浪费。在此基础上对单一的1天2班制的排班方式进行优化,将1天2班制和每天工作8小时的上班模式结合起来,提出了一种新的混合排班方式。分析对比两种排班方式,得出混合排班方式相对单一的1天2班制的排班方式既满足了旅客安检的需求,也节约了人力资源。     

线性约束优化问题一类算法

本文基于内点算法思想,给出一类线性约束优化问题的算法,并用于求解线性规划,线性分式规划,二次规划等线性约束非线性规划问题。     

多阶段应急医疗物资动态分配优化模型与算法

针对突发疫情环境下的医疗物资需求动态时变的特点,考虑医疗物资供应比例与康复率的关系,设计了改进的SEIR模型。该模型具有以下两个特点：感染者和潜伏者均有病毒传播能力且传染率不同;感染者康复情况依赖于医疗物资的供给情况。在此基础上,将疫情扩散模型与物资分配模型相结合,构建了多阶段的应急医疗物资动态分配优化模型,并设计了混合整数规划与粒子群算法的混合算法进行求解。以新型冠状病毒为背景进行算例测试,结果表明提出的模型和算法能够为应急医疗物资管理提供决策支持。     

考虑人格因素的软件项目调度模型与算法

软件项目的成功离不开对技能型人力资源的合理调度,而项目团队中员工的人格特质往往会影响其执行任务的效果。研究了多技能条件下考虑人格因素的软件项目调度问题,旨在满足技能、优先关系等约束条件下,将具有不同技能和人格特质的员工进行有效调度,从而最小化项目总成本。建立了该问题的混合整数线性规划模型,设计了基于双重优先规则的启发式调度算法。基于全因子试验设计构建基准数据集,利用计算实验分析了所提算法的性能。将所提算法同CPLEX和遗传算法进行了对比,结果表明所提算法在求解效率和效果上均具备优秀的竞争力。     

梯级水电站优化调度模型与算法研究

进入二十一世纪以来，科技大发展，经济大发展。人们的生活越来越舒适、便捷的同时，随之而来的一系列问题也十分明显。环境的污染、能源的短缺，促进了我国水电企业模型的改革，因为只有改革才能适应时代的变化，才能解决日益严峻的能源形势。下面，我们将主要分析一下目前我国梯级水电站优化调度模型与算法。     

智能排班问题的概率约束规划模型与有效求解

由于其广泛的应用领域与难解性,对不同形式智能排班问题的研究现已成为运筹学界的一个研究热点。为克服现有模型无法恰当反映人力需求约束实际特征与求解算法效率低等不足,本文对综合排班问题构建了两种不同形式的概率约束随机规划模型。利用样本平均近似方法和"大M方法",我们将概率约束问题转化为大规模整数线性规划问题,并综合运用了Lagrange松弛法、分解算法与信赖域算法等方法的思想,设计出了一有效的嵌套分解算法。最后,通过数值算例说明了本文模型的合理性与所设计算法的有效性。     

一种基于新改进的Price算法的混合遗传算法求解约束优化问题

新改进的Price算法能够求解多峰、多维,以及不可微目标函数的全局优化问题.把新改进的Price算法作为局部搜索算子,并入到实数编码遗传算法中,构成一个混合遗传算法,求解约束优化问题.该混合算法增强了全局寻优能力,提高了函数值的精度,并减少了计算量.通过对13个约束标准测试函数的仿真实验,并和已有算法的比较,结果表明本文提出的混合遗传算法是有效的.     

类模式组合装箱问题模型与精确算法研究

研究基于汽车出场物流实践而提出的类模式组合装箱问题。主要考虑组合装载及运力意向约束,并以最大化商品车装载数量、最大化商品车装载总紧急程度为主要目标。首先建立混合整数规划模型。其次设计基于分枝定界策略的精确算法。最后,通过基于ILOG CPLEX优化工具的数值实验以及案例分析,验证所提出模型和算法的有效性与高效性。     

考虑供应商交货数量风险的订货量分配模型

针对有装配线最小批量要求且供应商交货数量随机条件下的多物料订货量分配问题,以订货成本、采购成本、库存持有成本和拖期成本组成的总成本最小为优化目标,构建了混合整数随机规划模型;使用离散粒子群优化算法对模型进行求解,通过两组算例将粒子群优化算法与遗传算法和枚举算法进行了对比分析,算例结果验证了离散粒子群优化算法解决该问题的可行性和有效性。最后,通过一组实例分析了不同单位拖期成本和单位库存成本情形下的订货量分配方案以及单位拖期成本/单位库存成本这一比例对总成本的影响。实例结果表明,物料的订货量分配方案与单位拖期成本/单位库存成本有关,且总成本与该比例呈线性相关关系。     

基于分区法的2-RGV调度问题的模型和算法

以某救灾物资自动化立体仓库为背景,研究了出库过程中的2-RGV调度问题.为避免运行于直线轨道上的两辆穿梭车发生碰撞,将存取系统划分为不重叠的两个区域,并将两个区域内的运送分别分配给两辆穿梭车.建立了基于区域划分的2-RGV调度问题的混合整数线性规划模型,目标是最小化所有物料的总出库时间.提出了一个混合遗传算法求解该问题,并采用包含穿梭车顺序、穿梭车分配及出库站分配的染色体编码方式.算例试验显示提出的模型和算法能够有效求解该问题.     

改进遗传算法求解多时间约束的柔性作业车间调度问题

将加工时间、调整时间和移动时间分别作为独立时间因素考虑到柔性作业车间调度模型中,建立以最大完工时间最小、总调整时间最小、总移动时间最小为目标的考虑多时间约束的柔性作业车间调度模型,并提出改进的遗传算法求解该模型。通过测试标准数据集,并对比其他文献算法,验证了改进的遗传算法的可行性和有效性。     

钢铁企业副产煤气优化调度问题模型及算法

考虑钢铁企业副产煤气优化调度问题,在分析问题特征的基础上,建立了数学规划模型。针对模型特点,将遗传算法与混沌理论相结合进行模型求解,在初始种群中引入基于启发式规则生成的优良个体来提高收敛速度;通过建立个体精英库防止最优值的丢失;引入基于混沌序列的邻域搜索以提高算法的寻优效率。通过仿真实验验证了模型与算法的可行性和有效性。     

工件带到达时间并具有成组约束的车间排序算法

针对模具制造过程的特点,在工件不同时到达的情况下,研究了前阶段带有成组约束的两阶段柔性同序加工车间的调度问题,建立了目标函数为最小化最大完成时间的调度数学模型．基于Potts的RJ’算法提出解决此类问题的启发式算法,并将该算法应用到轮胎模具企业的生产实例中,通过仿真说明数学模型和求解方法的可靠性和有效性．     

生产调度干扰管理模型构建及智能算法研究

在现代企业生产经营过程中,生产调度的作用日益突出。它是生产管理领域内的关键生产环节。干扰管理是近些年来学者提出的一种新的处理生产过程中突发事件的思想和方法,已在供应链、物流以及某些特定领域的调度方面有所应用。流水车间调度问题(Flow-shopScheduling Problem,FSP)是一类复杂且极有代表性的流水线生产调度问题的简化模型,它无论是在离散制造工业还是在流程工业中都具有广泛的应用,具有一定的代表性。构建了流水车间调度问题以及干扰为工件到达的流水车间调度干扰管理模型,其经典目标函数为最大完工时间和干扰目标函数为干扰时间差相混合。     

混合花朵授粉算法在作业车间调度中的应用

对最大完工时间最短的作业车间调度问题进行了研究,总结了当前求解作业车间调度问题的研究现状,提出一种花朵授粉算法与遗传算法的混合算法。混合算法以花朵授粉算法为基础,重新定义其全局搜索和局部搜索迭代公式,在同化操作过程中融入遗传算法的选择、优先交叉和变异操作,进一步增强算法的勘探能力。通过26个经典的基准算例仿真实验,并与近5年的其他算法比较,结果表明所提算法在求解作业车间调度问题具有一定优势。     

A Grafted Genetic Algorithm for the Job-Shop Scheduling Problem

The standard genetic algorithm has limitations of a low convergence rate and premature convergence in solving the job-shop scheduling problem. To overcome these limitations, this paper presents a new improved hybrid genetic algorithm on the basis of the idea of graft in botany. Through the introduction of a grafted population and crossover probability matrix, this algorithm accelerates the convergence rate greatly and also increases the ability to fight premature convergence. Finally, the approach is tested on a set of standard instances taken from the literature and compared with other approaches. The computation results validate the effectiveness of the proposed algorithm.     

产品可合并的多炉灶出餐调度模型与算法

为了解决在用餐高峰期餐饮企业外卖出餐速度慢的问题,根据餐厅外卖出餐中“多炉灶同时工作,订单包含多种菜品,相同订单同时取货,相同菜品可合并”的特点,构建订单完成时间满足率为目标的双层调度模型。双层模型的下层是以平行机调度为基础思路的多炉灶菜品包调度模型,可得到炉灶加工计划;上层是以背包问题为基础思路的订单选择模型,可确定订单完成时间。为了保证模型的求解效率,将静态模型扩展应用于动态调度的现实场景,设计针对性的遗传算法。算例实验结果表明,相比于最紧急菜品优先、最长加工时间优先、最热门菜品优先3种启发式策略,本模型的调度方法订单完成率最高,超时时间最短。     

改进遗传算法解决柔性作业车间调度问题

柔性作业车间调度问题是经典作业车间调度问题的扩展,它允许工序在多台机器中的任意一台上加工.针对柔性作业车间调度问题的特点,提出一种扩展的基于工序的编码及其主动调度的解码机制,并设计一种初始解产生机制和两种有效的交叉和变异操作.为了克服传统遗传算法早熟和收敛慢的缺点,设计了精英解保留策略和子代产生模式结合的改进遗传算法应用于该调度问题.最后运用提出的算法求解基准测试问题验证算法的有效性.