一种面向车间物流模型的仿真优化方法

首先构建了一个优化与仿真分离的仿真优化框架，该框架的核心是混合优化算法模块和物流仿真模块，笔者根据物流仿真的特点提出了一种改进的区域收缩遗传算法和增强连续型禁忌搜索算法混合的优化算法，也是本文中讨论的重点。并基于该框架开发了一个仿真优化软件系统，最后利用此系统优化了一个生产线实例。     

基于HLA的物流仿真系统对象模型研究

本文从开发中的龙滩工程水泥和粉煤灰调运系统入手,简单介绍了HLA的基本内容,介绍了对象模型OM的描述形式,OMT及其分类,并使用对象模型开发工具DMSO OMUT对具体物流仿真系统对象模型进行了探讨和开发。     

面向集装箱码头物流系统的仿真优化研究

针对集装箱码头物流系统(containerterminallogisticssystems,CTLS)的自身特点和运营需求,根据当前国内外已有的相关研究及其发展趋势,提出了面向CTLS的仿真优化完整方法体系,并给出利用哈佛体系结构、基于Agent的计算、混合智能优化和企业服务总线的参考设计实现模型,以期为CTLS的设备配置、资源分配、生产计划和调度控制获得高效敏捷鲁棒的解决方案。通过对码头前沿泊位-岸桥联合调度生产实例的仿真、优化和分析,验证了所提思想的可行性与可信性。     

基于多目标优化的汽油调和优化模型及其应用研究

汽油的调和方案是提高炼油厂经济效益的关键因素.通过现有汽油调和优化模型的分析,本文结合汽油辛烷值的预测模型1DPE模型,提出了1种以调和成本和辛烷值过剩最少为目标、将经验知识也作为约束条件的多目标优化汽油调和优化模型,该模型可应用于不同标号的汽油产品的调和,根据模型的非线性特征,采用遗传算法进行求解,最后,通过某炼油厂的1个应用实例验证了上述成品油调和优化模型及其求解方法的有效性,为炼油厂减少企业成本、保证产品合格率提供了新途径.     

基于信念的多Agent模型解决多目标优化问题

提出了基于信念的多Agent模型解决多目标优化问题.在这个模型中,Agent通过在解空间中移动来进行搜索,使用信念指导移动.每个Agent都有独立的信念,信念由3部分组成:Agent对每个目标的偏好、移动向量和对此向量的评价.Agent在优化的过程中会根据目标函数的值调整移动向量和对应的评价.Agent也会和相邻的Agent交互信念,从而获得更好的性能.最后用模型解决了几个简单的多目标函数优化问题,实验结果证明了算法的有效性.     

多目标优化的进化环境模型及实现

传统多目标进化算法主要是模仿生物自身的进化过程,没有考虑环境对进化的作用,缺乏能动的、指导性的搜索.提出一种基于进化环境的多目标进化模型,利用进化环境记录群体进化过程中产生的知识信息,并反过来指导群体搜索,实现环境与群体的共同进化.此外,给出基于进化环境的多目标进化模型的一种算法实现,利用环境域和单元域表示进化环境,设置了一组环境规则,从而实现进化环境对进化群体的约束、促进和导向作用.通过与5个代表性经典多目标进化算法,对12个具有不同特征和不同求解难度的测试函数,在Generational Distance、Hypervolume和Inverted Generational Distance三项性能指标上进行比较实验,验证了文中所提出的算法具有良好的收敛性和综合性能.     

城市交通过饱和状态下干线信号的多目标仿真优化研究

针对城市交通过饱和状态下的干线信号优化问题,分析了交通控制目标对车辆排队的影响,提出以绿信比、相序、相位差和周期为优化参数,以车辆平均时延、系统平均排队-车道长度比和系统通行能力为优化目标的交通信号仿真优化模型。构建了优化模型的实施框架,该框架采用自主构建的微观交通仿真环境来获取信号方案评价指标,改进多目标优化算法NSGAII中的重复个体问题,完成对干线各交叉口信号配时方案的同时优化。最后,利用采集的交通数据对由3个交叉口组成的干线进行实例验证,验证结果表明,在过饱和状态下,所提出的信号优化方法不仅可以有效控制车辆排队长度,均衡车辆分布,同时在系统通行能力、车均时延方面表现更佳。     

计及可再生能源消纳的电热综合能源系统多目标优化模型

可再生能源因其清洁低碳的特点备受能源行业关注。但同时,可再生能源的不确定性也带来了严重的消纳问题。提高电力系统的灵活性去解决可再生能源的消纳问题成为当下研究热点之一。本文突破异质能源间的壁垒,基于电热综合能源系统去探索提高可再生能源的消纳能力。同时,立足于经济性与安全性指标,本文提出了一种多目标优化数学模型,并通过对偶转化和C CG算法对所提模型进行求解。最后,在算例测试中,通过对比电热综合能源系统与电力系统的各种测试指标证明了所提模型的有效性。     

面向节能发电调度的电力系统多目标优化调度模型

为实现电力系统节能减排及提高系统对风电等新能源的消纳能力,本文从电力系统节能发电角度,提出了一种电力系统多目标优化调度模型。该优化调度模型充分考虑了机组发电成本的经济型、风电场消纳能力最大化以及环境污染最小化等三个因素,在传统优化调度模型基础上建立了新的多目标优化调度模型。并采用第二代非劣支配排序遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA-II)对调度模型进行优化求解。最后实际算例结果表明,所提的优化调度模型在满足各类约束条件下能够实现电力系统的节能减排调度效果。     

生物能源生产多目标优化模型的研究

一个能够同时优化生物能源的生产供应链,包括环境、经济和社会方面影响的多目标优化模型,模拟和优化了综合的生物能生产系统,即用数种不同类的生物质原料以生产电能、热能和可燃气的系统。该系统包含可供用户选择的多种技术,以模块的形式体现在单元过程中。通过模型生命周期的评价(LCA),最终优化目标确定为解决最小化能量生产成本、最大化节能潜力、最小化环境负担、根据用户选择最大或最小化工人数和最大化生物能系统总效率。通过平衡环境和社会责任,本研究结果可帮助计划和生产人员有效地提高生物质系统的经济竞争力。     

应急物流车辆调度多目标鲁棒优化研究

针对应急物流车辆调度问题中对于经济性、时效性、可靠性和鲁棒性的多种要求，考虑了含有时间窗、不确定需求、不确定行驶时间，以及路段含有失效风险的多目标鲁棒车辆路径优化问题，通过定义新的成本函数、满意度函数、风险度函数和鲁棒度函数作为四个优化目标来构建模型，并基于鲁棒优化理论将不确定模型转化为确定性鲁棒对应模型求解，为解决不确定环境下优化问题提供了新的思路。算法方面，主要基于SPEA2算法框架求解该多目标模型，针对算法缺陷提出多种改进策略，并通过对比实验证明了改进策略的有效性。     

基于多目标决策的维修分队抽组优化模型

针对解决从多个维修分队中派出最佳维修分队进行产品维修的问题，从运筹学的角度出发，抽象提取出影响抽组优化的要素，研究并提出了利用多目标决策理论解决维修分队抽组优化问题的方法，给出了相应的抽组优化模型，阐述了具体演算过程。     

仪表误差优化分配的多目标模型及其应用

仪表误差分配是产品设计过程中的重要环节。如何合理分配误差,工程上至今还没有较严密的方法。本文应用多目标规划理论,从定量的角度研究了仪表误差大小与成本的关系,提出仪表误差优化分配的多目标模型。最后举例作了具体的分析求解,验证了模型的实用性。     

一种SaaS质量多目标模型的遗传优化研究*

针对基于云计算的SaaS软件生成时存在不确定性、分散性、难控制性等问题,提出一种基于遗传算法的SaaS质量多目标模型,从SaaS与时间、PaaS、虚拟机、付费情况的关系和SaaS软件状态质量(SaaS质量)两角度建立SaaS软件质量模型,并用精英策略的小生境遗传算法进行优化,从而得到一组SaaS软件在Internet中的形态、状态质量参数。最后在Amazon环境下以一个SaaS销售软件生成为例分析SaaS多目标模型可行性和有效性。     

风险投资的多目标优化仿真模型

建立了风险投资的多目标优化模型,并用实例证明了它的可行性和有效性。这个模型能够全面地综合评价风险投资方案的经济效益和风险大小,有助于正确决策     

多目标应急物流双向配送的关联反馈模型仿真

为了能够及时将物品输送至目的地,尽量避免紧急事件带来的负面影响,提出基于关联反馈的多目标应急物流双向配送方法。分析受灾区域路段的可通行性,考虑多影响因素下的应急物流配送路段相对长度,基于ANP理论构建关联反馈结构模型,并利用模型对应急物流双向配送的难易程度展开分析,计算多影响因素的权重系数,基于计算结果获取应急物流配送路径当量长度;再以此建立应急物流配送模型,通过上述模型制定合理的配送方案,从而实现多目标应急物流双向配送。实验结果表明,通过对所提方法开展配送总线路长度对比测试、平均耗时对比测试,验证了上述方法的有效性。     

面向旅游电子商务的多目标复合评估及优化推荐算法

推荐算法在电子商务系统中具有良好的应用前景,受到了越来越多关注和重视,逐渐成为了电子商务领域的研究热点.在介绍目前主流的推荐算法的基础上,结合电子商务实际应用需求,提出了多目标复合评估及优化推荐算法.并基于途牛旅游网数据,与一般推荐算法进行比较,验证了该算法的有效性,从而为多目标复合评估及优化推荐系统的研究提供了新思路与新方法.     

面向仿真训练系统的过程模型研究

该文首先说明了过程模型的功能，根据功能需求对相关过程建模方法进行分析，找出了适合于仿真系统中过程模型的描述方法，并重点给出了一种基于有限状态机方法的训练过程模型框架、过程模型实时调度方法和应用实例。该过程模型框架由演示过程、物理行为过程、混合过程、过程转移、转移条件等对象类组成，在仿真训练系统开发中，通过定义和扩展这些对象类，对基于有限状态机的过程模型进行控制与调度，准确而全面地描述和管理仿真训练过程，从而有效地解决了仿真训练系统中的过程模型开发问题。     

基于改进遗传算法的生鲜多目标闭环物流网络模型

针对生鲜产品闭环物流网络中存在的经济成本高、碳排放量大、社会效益重视不足等问题,综合考虑退货量的不确定性,以经济成本最小、碳排放最小、社会效益最大为目标,建立了不确定条件下的生鲜多目标闭环物流网络模型。首先,利用改进的遗传算法(GA)求解该模型;然后,结合上海某生鲜企业运营管理数据,验证了模型的可行性;最后,将改进的GA的结果与粒子群优化(PSO)算法的结果对比,验证了算法的有效性,凸显了改进的GA在求解多目标的复杂约束问题时的优越性。算例结果表明,多目标优化满意度达到0.92,高于单目标优化满意度,展示了所提模型的有效性。