计算换热器网络的两种最优路径

本文对换热器网络优化问题进行了综述，指出了以热-焓图的算法，根据温-焓图综合的换热器网络，狭点设计法及用转运模型的结构优化法为当前最具代表性的网络计算方法，并对换热器网络的最优综合的狭点设计及转运模型的结构优化法进行分析比较。     

实时需求响应的主从博弈模型与算法研究

根据主从博弈理论,提出一种基于实时价格的需求响应算法实现负荷的最优控制.在搭建的虚拟电能交易过程中,能量管理中心(领导者)提供虚拟价格作为策略,智能家电(跟随者)以自身电能需求为策略,双方服从主从博弈,建立博弈模型,通过数学分析和逆向归纳法得出博弈平衡点.仿真分析验证了模型和算法的有效性,它们能够满足智能电网需求响应的实时性.     

自适应模糊粒子群算法求解IT服务优化选择问题

为了解决IT服务选择问题,提出了一种基于自适应模糊粒子群算法的IT服务优化选择方法。首先,针对业务流程对IT服务的需求,建立了以响应时间、执行费用、可靠性、可用度为目标的IT服务优化选择模型。然后,设计了求解模型的粒子群优化算法,应用模糊推理规则,自适应调整粒子进化过程中的自身学习因子和全局学习因子,以提高粒子收敛速度和全局搜索能力,从而获取了满足业务流程QoS约束的较优IT服务单元。最后以算例验证了模型及算法的可行性和有效性。     

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。     

基于卷积的自助银行选址分析

设施选址优化布局在运筹学领域有广泛的研究,设施在满足需求上具有的叠加性质成为普遍关心的问题.针对自助银行的分布在满足需求上的叠加特性,本研究引入卷积运算建立自助银行选址的优化模型.模型以满足客户需求为约束条件,以最小化自助银行布局费用为目标,并采用启发式算法求解.该方法可计算处在满足一定需求的前提下,网点布局所需的最小成本值及其对应的网点数量、自助机器数量及位置.以河北省冀州市工商银行选址优化为例,检验了模型的科学性和合理性,需求满意度与资源利用率结果表明,该模型能够在供给和需求之间取得较好平衡,具有较好的实践意义.     

一种基于距离分区的BIM模型零水印算法

针对建筑信息模型（BIM）模型版权保护的问题,基于BIM的数据特征提出了一种BIM模型的零水印算法.首先,将不同数据中约束性不强的点图元排除,获得其他点图元的位置信息,计算单体模型的特征点到各个点图元的基准点之间的距离作为水印构造的载体;其次,将特征值进行排序,求出相邻点之间的变化率,将不符合要求的特征值排除;最后,根据特征值的特征对特征值分区,利用各分区中特征值的奇偶性构造一种用于BIM模型版权保护的零水印算法.实验结果证明,所提算法安全性高,可对常规攻击平移、旋转和模型详细程度的变化有较强的鲁棒性,能够满足实用性的需求,对BIM模型的版权保护有重要价值.     

基于分段控制的光伏全工况MPPT研究

光伏(PV)阵列输出特性随运行环境及自身工况的变化而变化.为满足不同工况下最大功率点跟踪(MPPT)控制需求,在对光伏阵列各工况下输出特性进行分析的基础上,提出了一种改进量子粒子群算法(QPSO)与扰动观察法相结合的MPPT分段控制方法.在跟踪控制初期,采用非一致性自适应变异DCWQPSO算法进行最大功率点全局搜索,使功率点快速收敛至最大功率点附近,提高跟踪速度;在跟踪控制后期,采用闭环模糊控制扰动观察法进行最大功率点局部搜索,提高跟踪精度.Matlab仿真结果表明,该分段控制方法在光伏阵列各工况下仅需0.32 s即可完成MPPT,并保持稳定,比其他控制方法具有更快的跟踪速度及更高的跟踪精度,可有效提高光伏发电效率.     

一种预拼装钢构件的点云自动分割算法

针对由非完整圆柱和特征相似平面组成的预拼装钢构件,提出了一种点云自动分割算法.首先通过降维投影对预处理后的空间点云做基于边界识别的空间分区,再采用随机采样一致性算法估计各分区满足几何约束条件的初值模型,并结合最小二乘拟合完成模型点云的二次过滤,达成对平面及圆柱模型点云的完整提取.在处理平面点云数据时,引入基于密度的空间...     

基于粒子群算法的城市接驳公交网络优化调度方法

为提高公共交通分担能力和解决轨道交通与交通出行起讫点之间的公共交通接驳优化调度问题,提出了轨道与公交的接驳公交网络优化模型.模型主要考虑不同接驳站点在不同时间对轨道交通和交通出行起讫点之间的接驳需求建立多目标模型.分析选用粒子群算法对所建立的多目标优化模型进行分析求解,比较了在轨道接驳需求下多种车队规模的调度线路、时刻安排状况,得到轨道线路邻近区域内接驳网络的优化调度,当车队规模在定值时即可满足接驳轨道交通的换乘需求,优化调度使得平均满载率显著下降,另外,验证了接驳公交网络基于粒子群算法的优化调度可有效降低营运消耗.     

随机需求下面向异质费用的云资源调度算法

采用分布式云构建流媒体服务等高资源消耗系统,既符合应用多区域部署的要求,也能充分利用云中资源保证服务质量,同时还能进行系统预算成本控制.由于各区域云中心费用函数存在差别,分布式云中调度需引入异质费用模型,结合流媒体应用中用户请求高度动态随机的特征,在给定的费用预算下响应尽可能多的用户请求.均值需求模型忽略了资源需求在短时间间隔内的变化细节,导致资源利用率低下.为克服均值需求模型的缺点,采用随机需求模型以捕捉细粒度资源需求,使用通用代价函数描述异质费用模型,建立更具通用性的非线性规划问题模型;为降低求解算法的复杂度,基于动态规划快速获得解的下界,再迭代逼近获取近优解.实验结果表明:相比经典的基于均值的调度算法,在区域数量较大时,平均能额外满足15%的用户请求;随着预算的减少,能额外满足近40%的用户请求;且不受各区域价格函数差异和用户访问需求差异的影响.因此,在构建全球部署的大规模流媒体服务系统时,算法能以较低的计算代价显著增加响应的用户请求量,广泛适应各种不同的云基础设施服务提供商.     

随机需求条件下三级供应链数量折扣协调策略

为了分析随机需求条件下三级供应链协调策略,考虑提前期内需求服从正态分布,建立由供应商、制造商和零售商所组成的三级供应链的数量折扣协调模型,并设计相应的算法对模型进行求解,得到实现供应链协调的各个成员的最优订单决策和库存决策.所建立的模型考虑制造商一方面可以从供应商处取得数量折扣,同时也向其下游的零售商提供数量折扣.最后结合具体算例对模型进行应用分析,并得出如下结论:在三级供应链中,制造商上游和下游同时考虑数量折扣策略能够降低供应链成本,与仅仅考虑两级供应链的数量折扣策略相比,其对供应链成本的降低幅度更大.     

Inventory control model based on external and interior reverse logistics

To improve the inventory control strategy for enterprise and optimize inventory control parameters of existing external and interior reverse logistics,a multi-resource inventory control model is proposed to better simulate the logistics fact,which is aimed at periodic inventory checking and pull mode of inventory control strategy,based on the return product arrival time obeying Poisson distribution,the return product employing lot-size process and the nonzero lead time of manufacturing/remanufacturing.The rational cost function with multiple constraints is employed to describe the inventory model.The genetic algorithm is employed to solve the inventory cost function to obtain the optimal solution of inventory checking periods,safe inventory point,product lot-sizes and process lot-sizes of return product.An example is presented to prove the feasibility and validity of the proposed method.Moreover,the influence of manufacturing/remanufacturing lead time and reuse rate of return production on the inventory control strategy of enterprise is analyzed.     

基于供应成本的维修备件协同库存控制模型及其算法研究

通过对维修备件库存控制方法的分析研究,提出了基于供应优化维修备件计划库存的方法,建立了维修备件协同库存模型结构和基于供应成本的维修备件协同库存控制数学模型。基于遗传算法提出了一种以供应成本为优化目标的多约束协同库存控制数学模型求解算法,实例验证了该模型及其求解算法的正确性。     

基于BP算法的安全系数决策实证研究

在随机型的库存控制模型中,需要对安全库存进行分析,并确定适当的安全库存量,这样可以避免出现缺货现象,也能使企业的库存控制在合理的水平,从而减少库存各项费用。讨论了企业安全库存的含义及其决策理论、方法,并给出了库存各项费用的计算表达式。最后通过一个实例,运用BP算法论述了安全库存及安全系数的选取,并对研究内容作了总结。     

多周期易腐库存模型及一种启发式算法

易腐物品的特点导致了求解其最优库存策略的复杂和困难.以易腐物品的订货量以及即将到期物品的销售价格为决策变量对长时期多阶段补充的库存系统建立了随机动态规划模型,并利用一启发式方法将长时期多阶段、不易求解的随机动态规划模型转化为易于求解的短时期单阶段的库存优化决策问题,求解了系统长期运行期望利润最大的库存策略.最后通过一算例对该启发式方法的有效性进行了分析.     

基于协同供应的维修备件协同库存控制模型及其算法研究

在对维修备件库存控制方法分析研究的基础上,针对有协调中心的维修备件管理和控制问题,建立了维修备件协同库存控制模型结构和基于协同供应的维修备件协同库存控制数学模型,给出了一种基于遗传算法的协同库存控制数学模型求解算法,结合实例对模型算法进行仿真验证。     

物流网络规划的Fuzzy集成优化模型与算法

从整合的物流网络系统出发,根据各节点固定运营成本、运输成本、库存持有成本、分拣成本4方面综合决策,使用LR型模糊数建立了物流分销系统的Fuzzy集成优化模型.为求解该模型,进行了确定化处理,使之转化为一个确定型多目标线性规划模型,并设计了一个求解该模型的遗传算法,以此解决系统中给定潜在设施的位置选择、运输路线选择、配送中心最优订货量,实现了网络全局最优.最后通过算例进行了测算,结果证明了该模型、算法的有效性.     

基于强化学习算法的供应链自适应随机库存控制研究

针对非平稳随机需求的多级多周期供应链库存控制,本文建立了一种包括一个供应商和多个零售商的供应链分散式自适应库存控制模型,以满足给定的零售商服务水平。同时,运用强化学习算法,并根据需求变化情况,供应商和零售商分别自适应地调整库存控制参量。仿真试验表明,当相对需求分布已知,而需求未知时,订货量和服务水平都相对不稳定;安全因子范围大的,订货量和服务水平的波动相对较大,且能够更快的把服务水平调整到目标服务水平区间内。该模型是合理和有效的。     

定位路线与库存组合优化问题研究

定位路线问题是定位配给和车辆路线问题的集成决策,库存水平对定位和路线问题有重要影响。本文在分析物流系统总成本的基础上,建立了随机需求的定位路线与库存组合优化问题的数学模型。针对模型的NP-hard属性,设计了两阶段启发式算法：第一阶段用先路线后定位的方法求得初始解;第二阶段用交换法对初始解进行改进,库存控制变量在每次路线优化时根据订货费用、缺货费用和运输费用而迭代求得。最后通过实例计算,定位—路线—库存集成优化结果与定位—路线和库存独立优化时的方案相比,大大降低了物流系统成本,从而证明了物流系统优化时考虑库存策略的重要性,同时表明了该算法在求解此类问题时的可行性和有效性。     

带有横向调度的两级维修备件库存系统优化方法研究

在对库存控制策略研究的基础上,针对带有服务水平约束的两级维修备件库存系统控制优化问题,提出了基于最短路径调度的分布式库存控制优化数学模型及其求解算法和基于多元线性回归的总存储库存控制优化仿真模型,实现了对两级维修备件库存系统控制参数的优化。仿真结果1表明了最短路径维修备件调度方法不仅可以提高分布式库存系统的服务水平,还可以有效降低库存成本和订货量的波动;2证明了基于多元线性回归的总存储库存控制优化数学模型的正确性。