基于性能的桥梁抗震设计中考虑持时的实际地震波优化选择方法

在基于性能的桥梁抗震设计(PBSD)中,是否考虑持时的效应会显著影响到分析结果的精确性。为了将持时与幅值、频谱的影响进行解耦,选择多组匹配同一目标谱的实际地震波和人工波,并使各组地震波的5-95%显著持时服从不同的概率分布,对一座钢筋混凝土连续梁桥进行IDA分析。对比持时与桥梁结构地震需求的相关性表明:持时的均值、离散度及其概率分布对于位移工程需求参数(EDP)影响较小,但对能量EDP以及包含能量项的疲劳破坏和累积损伤参数的概率预计(均值)、离散度及其概率分布影响显著。因此,在PBSD中如采用能量EDP,则必须考虑到所选地震波的持时均值、离散度及其概率分布均要符合工程场地实际的地震危险性。在此基础上,针对基于全概率理论的PBSD,提出一种能够考虑持时均值、离散度及其概率分布影响的实际地震波优化选择方法,能够显著提高分析结果的精确性和计算效率。     

面向批量订单包装的物流箱规格优化问题研究

目的 针对面向仓储物流环境下多型号多批量产品的订单包装问题,提出一种预制物流箱规格优化模型及算法。方法 对产品订单建立订单分包规则,确定分包方案,以订单包装材料总成本最小为优化目标建立物流箱规格优化模型。针对该模型提出一种改进模拟退火算法,通过贪婪策略求解最优分包方案,降低模型计算复杂度,设计一种新型解更新算子,以提高算法寻优能力,设计一种自适应步长策略,以平衡算法前期全局搜索与后期局部搜索的能力。结果 通过实例证明,文中提出的算法相较于其他算法,具有更强的求解能力,与实例企业仓储包装现状相比,同批订单降低了17%的包装材料成本。结论 该方法可用于解决产品种类多、尺寸差异大、动态更新等应用场景下的系列运输包装纸箱规格优化问题,为企业物流运输管理提供了一种有效的包装优化思路和解决方法。     

考虑班种约束的呼叫中心排班优化模型与算法

一些呼叫中心设置早班、晚班和两段班班种;排班时规定员工周内同班种的班次当班,并且限制两段班当班员工占比。构建该实际情景的坐席人员排班问题整数规划模型。鉴于问题难解性,首先通过问题结构层次分解,以及对班种与班次覆盖区段人力需求量化指标的表征刻画,提出启发式算法生成解方案;然后采用基于模拟退火机制的邻域搜索算法改善解方案。计算实验表明整数规划模型适于求解小规模排班问题最优解,而上述两阶段优化算法能够获得大规模问题优化解。研究表明,在优化人力成本情况下可兼顾坐席人员工作时间高规律性。     

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。     

考虑碳排放及时间窗的LIRP模型与算法研究

随着城市内车辆的不断增加,汽车尾气的排放对环境的影响越来越大,但传统的LIRP研究很少考虑节能减排的因素。本文在传统的LIRP基础上,针对考虑碳排放成本和时间窗惩罚成本的城市车辆配送问题,将选址、库存和路径集成化进行研究,建立以经济成本最小化为目标的LIRP模型,采用差分进化算法对该问题进行求解。通过实验,验证设计的差分进化算法在求解该问题时的有效性。     

考虑时效性与公平性的应急物资选址配送问题及算法研究

为了应对应急救灾初期资源储备不足的情况,本文提出了一个兼顾时效性与公平性的多目标应急救灾物资的选址—配送模型。其中一个目标为总体成本,包括时间成本、运输成本和配送中心运营成本,另一个目标是物资短缺数量,将物资分配与灾区紧迫程度结合,以期实现最大化的公平。同时提出了一个多目标超启发式优化框架来解决所提多目标问题。在该框架中,提出了3种高层选择策略和4个接受准则,以提高多目标超启发式框架的性能。通过实验,确定了模型参数,证明了所提模型的有效性。并引入3个评价指标,实验对比分析表明所提多目标算法在3个评价指标上优越于NSGA-II以及多目标粒子群算法(MOPSO)。     

最大值最小化问题的优化算法与多自由度动力减振器参数计算

研究了如何确定多自由度动力减振器系统参数,使其主系统在较宽频带上能量的最小问题.提出了解决最大值的最小化问题有效的优化程序算法.建立了以固有频率比和阻尼比为设计变量,以振幅动力放大系数函数的多个峰值和整个宽频带下面积构造目标函数的优化问题.给出了两个自由度减振器参数的优化计算实例.实现了减振器参数选择的直接有效快速优化计算.这种方法将为复杂减振系统参数分析提供有力工具.     

多生产线且多节点环境下的订单选择模型

由于有限资源的约束,企业经常拒绝接受一些不能保证能按时交付的订单。因为延迟交付带来的惩罚往往使这些订单无利可图,其罚金一般与延期时间长度相关。Slotnick等人提出的延迟惩罚订单选择模型是优化决策此类问题的常用模型。本文将原模型由单节点扩展到较复杂的多节点且多生产线应用环境下,给出了相应的订单选择模型。并设计了多维交替优化的模拟退火算法来同时优化选择和排序两个维度,给出了详细的算法步骤。然后对模拟数据进行了仿真算例求解,验证算法的求解效果和计算效率。同时对比了两种不同订单排序策略,算例结果也表明：跨生产线的混合订单排序方式能比传统的订单不跨线同步方式获得更好的目标收益。     

基于批量划分的无等待流水车间订单接受问题研究

在无等待流水车间环境下,考虑订单分批量加工策略的订单接受问题,建立问题的数学模型。由于问题的NP难特性,提出改进的遗传算法对模型进行求解。改进的算法采用正向和反向NEH算法与随机方法产生初始种群,在算法更新过程中将禁忌搜索算法嵌入到遗传算法中来实现局部搜索,避免算法陷入局部最优。最后,算例表明批量划分策略能够有效减少订单的完成时间,实现订单总收益的最大化。通过算法对比,说明了改进遗传算法具有较好的求解效果。     

ERP实施环境中的技术采纳模型及实证研究

提出一个拓展的ERP用户采纳模型,并进行了实证的分析.分析和测试了四种因素:领导支持、ERP培训、相容性和主观规范等对ERP采用的影响.分析结果显示,领导支持、ERP培训和相容性是影响员工对ERP系统的有用认知和易用认知的重要因素,主观规范对ERP使用意图的影响是显著的.根据实证分析的结果给出了一些成功实施ERP系统的建议.     

不确定车数的随机车辆路径问题模型及算法

研究了一类有时间约束、车辆数量不确定的随机车辆路径问题;建立了该类问题的随机规划数学模型;设计了模型求解的遗传算法、禁忌搜索算法和遗传-禁忌混合算法.禁忌算法采用了对当前解的车辆-顾客分配结构和解的路径顺序分别禁忌的双层禁忌算法,使算法全局性更好,同时也降低了搜索时间.把禁忌算法作为变异算子应用于遗传算法形成了混合算法.最后给出了计算示例,对算法进行了比较分析.     

二阶随机占优约束下考虑订购能力的多产品报童问题

在不确定环境下的报童问题中,利用风险度量去对抗未来的不确定性,是帮助决策者规避风险的重要方法．二阶随机占优（Second order Stochastic Dominance, SSD）是一种稳健的风险度量．本文首先提出一种带有 SSD 约束及订购能力约束的风险厌恶多产品报童模型（SSD 模型）．其次,采用样本均值逼近（Sample Average Approximation, SAA）方法近似该问题,并对 SAA 问题进行收敛性分析．最后,在数值实验部分,用切平面法求解 SAA 问题,并同时与基于风险中性（无风险约束）和风险厌恶（以方差为风险约束）假设下的参照模型进行比较．数值结果表明相对于参照模型,在样本外预测下 SSD 模型可以更好地规避风险,得到更高的收益．     

Order acceptance and scheduling policies for a make-to-order environment with family-dependent lead and batch setup times

In many make-to-order production situations with batch setup times, customer orders are grouped into family-dependent batches to limit the loss of capacity due to setups. These batches, however, cannot be too large, since the make-to-order character requires that orders have to be produced in time. This trade-off between setup time efficiency and due-date adherence creates a challenging scheduling problem referred to in the literature as the Customised Stochastic Lot Scheduling Problem. Typically, suppliers reduce the complexity of the production problem by quoting lead times that are equal for all customer families. This choice, however, is in many cases too restrictive. In this paper, we show quantitatively by means of Markov decision processes (MDPs) that using family-dependent lead times can result in a significant gain in profit as compared with using standard lead times. We develop a simple heuristic acceptance/scheduling policy, and demonstrate that this heuristic performs very well compared with the optimal policy of the MDP for a wide range of parameters.     

An Application of DHW Algorithm for the Solution of Inverse Heat Conduction Problem

A damped heat wave (DHW) algorithm is applied for the temperature distribution calculation in a solution of a linear inverse heat conduction problem (IHCP). A nonlinear least squares algorithm is used for calculation of the unknown boundary heat flux history in a one-dimensional medium. The solution is based on the assumption that the temperature measurements are available, at least, at one point of the medium over the whole time domain. Sample calculations, for a comparison between exact heat sources and estimated ones, are made to confirm the validity of the proposed method. The close agreement between the exact and estimated values calculated for both exact and noisy data shows the potential of the proposed method for finding a relatively accurate heat source distribution in a one-dimensional homogeneous finite medium. The proposed method of solving inverse heat conduction problems is very simple and easy to implement.Paper presented at the Seventeenth European Conference on Thermophysical Properties, September 5–8, 2005, Bratislava, Slovak Republic.M. L?ffler: Deceased     

An extended continuous estimation of distribution algorithm for solving the permutation flow-shop scheduling problem

This article proposes an extended continuous estimation of distribution algorithm (ECEDA) to solve the permutation flow-shop scheduling problem (PFSP). In ECEDA, to make a continuous estimation of distribution algorithm (EDA) suitable for the PFSP, the largest order value rule is applied to convert continuous vectors to discrete job permutations. A probabilistic model based on a mixed Gaussian and Cauchy distribution is built to maintain the exploration ability of the EDA. Two effective local search methods, i.e. revolver-based variable neighbourhood search and Hénon chaotic-based local search, are designed and incorporated into the EDA to enhance the local exploitation. The parameters of the proposed ECEDA are calibrated by means of a design of experiments approach. Simulation results and comparisons based on some benchmark instances show the efficiency of the proposed algorithm for solving the PFSP.     

物流运输系统货郎问题算法及应用

针对物流运输系统运送时间与运输成本问题,本文对运筹学领域货郎问题的算法进行了探讨,比较了货郎问题的匈牙利算法、填数破圈算法及填数破圈表上作业算法三种算法,通过矩阵变换,对各种算法作了分析并加以改进优化。结合实例应用,结果提示解决物流货郎问题更简便适用的方法是填数破圈算法。