城市群综合运输通道布局优化双层模型

从两个层面对城市群综合运输通道进行分析和建模,一是建设管理的决策部门,二是利用通道出行的个体。决策部门的目标是使通道的社会效益最大化,而个体的目标是广义费用最少,由此本文建立了一个双层规划模型,并提出利用改进型混合编码-多种群遗传算法进行计算求解。长吉图实例分析表明,其优化结果基本符合区域内城市的发展路径,表明本文模型有一定的现实参考意义。     

投资方案多属性决策组合评价法研究

给出了一种投资方案多准则经济评价的新方法,即组合评价法。这种方法根据多目标决策理论,建立了组合评价法的数学模型,通过该模型将多种评价方法进行组合。然后,结合实例提出了两种主客观赋权相结合的评价方法一是目标优化评价法。这种方法通过构造评价问题的最优化模型与拉格朗日函数,得出评价指标的客观权重,再利用权重合成公式,将主客观权重加以合成。另一种是熵权系数法。这种方法依据熵的概念及性质,将主客观评价信息进行量化综合,进而建立基于熵的多目标评价模型。最后,本文利用组合评价法的数学模型,将上述两种方法进行了组合。通过对评价实例的对比分析表明,组合评价法的评价结果更加符合实际。     

综合客运枢纽接驳运能协调调度的多目标优化问题

综合客运枢纽是一个集铁路客运、公路客运、常规公交、轨道交通、社会车辆于一体的复杂系统,枢纽的协调调度是十分重要的。通过优化综合交通枢纽不同交通方式的运能分配比例,对枢纽系统费用和乘客花费时间进行了分析,建立了以运能匹配度为约束条件的多目标优化模型,使用线性加权法、α-方法两种多目标优化方法,利用LINGO优化软件对模型进行了求解,得到了使得公交线路、轨道交通等不同交通方式能够更高效协调的运能优化结果,并对结果中的平均乘车时间进行了敏感度分析。     

堆石坝土石方调配与道路运输强度的联合优化模型

针对堆石坝土石方调配系统的特点,考虑堆石坝施工过程中的主要影响因素的综合协调,将料源平衡子系统和道路运输子系统纳入统一的模型体系,建立堆石坝土石方调配系统多目标联合优化模型,进行土石方调配与道路运输强度的综合优化,并用计算实例验证了该模型是经济可行的.     

投资方案多属性决策组合评价法研究

给出了一种投资方案多准则经济评价的新方法,即组合评价方法。这种方法根据多目标决策理论,建立了组合评价法的数学模型,通过针多种评价方法进行组合。然后,结合实例提出了两种主客观赋权相结合的评价方法：一是目标优化评价法。这种方法通过构造评价问题的最优化模型与拉格朗日函数,得出评价指标的客观权重,再利用权重合成公式,将主客观权重加以合成。另一种是熵权系数法。这种方法依据熵的概念及性质,将主客观评价信息进行量化综合,进而建立基于熵的多目标评价模型。最后,本文利用组合评价法的数学模型,将上述两种方法进行了组合。通过对评价实例的对比分析表明,组合评价法的评价结果更加符合实际。     

汽车动力传动系参数的模糊优化

以汽车整车动力性和燃油经济性的综合评价为基础,用二级模糊评价的方法,考虑到传动比、防止动力中断、地面附着力限制等约束的模糊性,以评价集上的距离为目标函数,建立了汽车动力传动系参数多目标模糊优化模型,并给出了此类优化问题的解法,最后以一个实例说明提出的模糊优化模型是可行的。     

交叉口公交优先通行方案的灰色评价方法

在分析交叉口公交优先通行措施规划方案优化决策过程的基础上,对决策目标进行了探讨,并提出了可量化的决策指标,然后以决策指标为因素集,以被选方案为论域集,依据系统工程学原理,确定了道路规划方案评价指标体系,把层次分析法(AHP)与频率统计法组合起来确定评价指标权重,采用结合灰色理论的改进综合评价方法对规划方案进行评价,以此为判断依据确定交叉口公交优先通行措施最佳规划方案.最后进行了实例应用分析,并获得满意的结果,表明该方法实用可行.     

服装CAD系统组合优化模型研究

服装CAD系统的组合选用影响着其投产后的使用效果.提出基于AHP/0-1规划的系统组合优化模型.AHP解决了单一部件的评价问题,得到其质量评价系数;再利用0-1规划完成了系统的组合优化.结合实例,在投资预算的约束下,综合考虑营销中的捆绑销售问题,建立了系统组合优化模型,得到了最优配置方案,从而验证了此模型的可行性.     

区域水资源的优化配置模型

基于多目标非线性规划原理,提出了一种适用于多水源、多用户的区域水资源优化配置模型.充分考虑经济效益、用水费用和区域均衡性多个目标,构造了一个新的非线性综合目标函数.以需水量和可供水量为约束条件,采用序列二次规划法求解函数最优值.将该模型用于某市水资源分配,获得了3个规划水平年在3种保证率条件下的优质水资源优化配置方案.结果表明,采用提出的优化方案可以显著提高经济效益,并为未来水资源分配决策提供较为科学的依据.提出的模型具有参数设置灵活等优点,可供缺水地区水资源调配时参考应用.     

水文模型参数多目标优化率定及目标函数组合对优化结果的影响

针对水文模型多目标优化中目标函数组合难以合理构造与选取的难题,基于多目标智能优化算法的优化结果,提出了一种简便的不同目标组合优化结果性能比较方法,并以一种日径流预报模型为实例,构造了3组目标函数组合,采用经典多目标优化算法NSGA-II优化率定模型参数,在模型参数优化率定结果的基础上,应用作者提出的目标组合优化结果比较...     

基于相关向量机和模糊综合评价的路况预测模型

为了缓解交通拥堵、道路服务水平低、市民出行效率低等问题,提出基于相关向量机和模糊综合评价的路况预测模型. 利用遗传算法和粒子群算法作为参数寻优算法,优化组合核相关向量机. 基于Spark并行化参数寻优算法,提高模型的训练效率. 提出基于Spark并行化的遗传算法和粒子群算法,优化组合核相关向量机（SPGAPSO-CKRVM）. 使用SPGAPSO-CKRVM对车流量和车速进行预测,利用预测结果计算3个交通路况评价参数：平均车速、路段饱和度和交通流密度. 将3个参数输入到模糊综合评价模型中,通过熵值法确定高峰时段和平常时段的各指标权重系数,将路况划分为6个等级. 使用加拿大Whitemud Drive公路的真实数据进行验证,证明了该模型与传统方法相比具有更高的预测精度和扩展性,路况预测准确率达到90.28%.     

综合运输体系下的货运网络能力计算

对综合货运网络进行了相应的变换,通过网络变换将交通方式间的中转约束转化为路段的能力约束。计算各个OD对的前K条短路作为该OD对的可选路径集合。考虑OD需求是否拆分以及货物中转能力对综合货运网络能力的影响,建立了综合货运网络能力计算模型,并给出了求解思路以及相对应的免疫克隆算法。最后,选用一个算例对上述模型以及算法进行了分析验证。算例测试表明,该模型以及算法具有较好的实用性。     

基于网络变结构优化的大型活动交通拥堵预防方法

为了降低道路交通拥堵发生的风险和应对成本,基于网络变结构基础模型,提出适应大型活动拥堵预防的中微观层面的网络变结构优化方法和流程. 分别建立路段和交叉口变结构模型,以复合饱和度最小为路段变结构的优化目标,以进口各相位流量比之和最小为交叉口变结构的优化目标. 结合大型活动交通运行和拥堵演化特征,提出网络变结构关键路段的概念及识别原则,设定受影响路段双向交通重要度权重,将交叉口变结构作为路段变结构的连带、辅助策略,研究优化模型的解法,并以北京首都体育馆一次大型活动散场交通为案例,对提出方法进行实证研究. 结果表明,在研究范围内实施变结构优化可以预防活动诱增交通引发的拥堵,有利于解决严重的交通方向不均衡问题,各相关路段复合饱和度改善比例均超过10%,表明所提方法能有效调节网络交通供需的短时结构性不匹配,在现有条件下优化交通基础设施存量而避免增量造成的资源浪费,是以精细化管控为导向的方法.     

基于FCND问题的食品冷链运输网络优化

将多商品流网络设计应用到食品冷链物流运输网络的优化之中,来解决一类多商品运输网络优化设计问题,优化设计的目的是在满足一定食品冷链运输服务水平的前提下,有效控制整个食品冷链运输网络的成本。建立了一个能够描述运输网络决策的多商品运输网络设计问题的优化模型,并使用添加／删除算法对模型进行求解分析,最后的算例计算结果验证了模型的合理性和算法的有效性。     

Design optimization of transonic compressor stage using CFD and response surface model

In order to shorten the design period, the paper describes a new optimization strategy for computationally expensive design optimization of turbomachinery, combined with design of experiment (DOE), response surface models (RSM), genetic algorithm (GA) and a 3-D Navier-Stokes solver(Numeca Fine). Data points for response evaluations were selected by improved distributed hypercube sampling (IHS) and the 3-D Navier-Stokes analysis was carried out at these sample points. The quadratic response surface model was used to approximate the relationships between the design variables and flow parameters. To maximize the adiabatic efficiency, the genetic algorithm was applied to the response surface model to perform global optimization to achieve the optimum design of NASA Stage 35. An optimum leading edge line was found, which produced a new 3-D rotor blade combined with sweep and lean, and a new stator one with skew. It is concluded that the proposed strategy can provide a reliable method for design optimization of turbomachinery blades at reasonable computing cost.     

基于混合教-学算法的汽车装配线物料供应调度

针对汽车装配线的物料调度问题,以装配线不缺货为约束,构建多设备联合配送的准时化物料供应模型.开展问题域的描述,以优化规划期内的线边库存水平为目标,构建数学规划模型.基于标准教-学算法（TLBO）的框架,提出求解这一复杂组合优化问题的混合教-学算法（HTLBO）.根据问题的特点,设计特定的编码与解码方法,确定各个设备的配送任务及排序.通过融合交换、反转和插入变异算子,构建局部搜索流程,以强化算法的全局开发能力.结合问题的性质,提出基于束搜索技术的剪枝方法,以强化算法的深度寻优能力.开展仿真实验,测试结果验证了该调度算法的可行性和有效性.     

A hybrid discrete particle swarm optimization-genetic algorithm for multi-task scheduling problem in service oriented manufacturing systems

To cope with the task scheduling problem under multi-task and transportation consideration in large-scale service oriented manufacturing systems(SOMS), a service allocation optimization mathematical model was established, and then a hybrid discrete particle swarm optimization-genetic algorithm(HDPSOGA) was proposed. In SOMS, each resource involved in the whole life cycle of a product, whether it is provided by a piece of software or a hardware device, is encapsulated into a service. So, the transportation during production of a task should be taken into account because the hard-services selected are possibly provided by various providers in different areas. In the service allocation optimization mathematical model, multi-task and transportation were considered simultaneously. In the proposed HDPSOGA algorithm, integer coding method was applied to establish the mapping between the particle location matrix and the service allocation scheme. The position updating process was performed according to the cognition part, the social part, and the previous velocity and position while introducing the crossover and mutation idea of genetic algorithm to fit the discrete space. Finally, related simulation experiments were carried out to compare with other two previous algorithms. The results indicate the effectiveness and efficiency of the proposed hybrid algorithm.     

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。     

高速铁路动态定价的稳健优化模型

针对目前高速铁路票价单一,不能用来调节客流、提高收益的问题,在分析高速铁路不同售票时段旅客对价格敏感性的基础上,基于收益管理理论,结合高速铁路运输组织特点,以收益最大化为目标,构建高速铁路分时段动态定价稳健模型,并针对需求函数系数的不确定性,运用稳健优化方法对模型求解.以京沪高铁列车为对象进行案例分析,并与单一全价票下的票额分配方案进行对比,最后通过仿真模拟验证了模型的稳健性.结果表明:考虑收益管理的动态定价稳健模型能够通过动态调整价格来调节不同售票时段的客流需求从而提高收益;并且相比名义模型,该模型能够更好适应需求波动且能够保证将更多的车票以更高的价格销售,所构建模型为高速铁路实施动态定价策略提供优化方法.