基于鲁棒优化的不确定需求下应急物资配送多目标决策模型

针对应急物资配送决策具有不确定性和突然性等特点,提出了一种基于多目标鲁棒优化不确定需求下的应急物资配送决策模型。在分析应急需求的随机性、应急物流设施点的需求不确定风险和路网中断风险的因素上,确定了以物资需求点的救援时间满意度之和最大、系统总成本最小以及物资到达需求点的救援时间之和最小为目标,构建了多目标鲁棒优化模型,并运用Matlab软件求解。以一个山区发生自然灾害作为突发事件为例,验证了多目标鲁棒优化模型的有效性和正确性。研究结果表明：不确定需求下应急物资配送中,决策者可以依据本文多目标鲁棒优化模型权衡利弊,制定出既具有应对风险能力,又能快速反应的救援方案。     

应急物资储备中片区储备库协同选址研究

为实现区域性应急物资储备的协同管理,对区域性应急物资储备布局中片区储备库的协同选址模型及算法进行研究。以储备库建设和物资运输成本之和最小、物资运输总时间最小为目标,基于混合整数非线性规划规划方法建立了片区储备库协同选址多目标优化模型,并设计了一种基于协进化原理、运用矩阵编码的多目标遗传算法。算例分析结果表明,该模型可以有效求解片区储备库协同选址问题。     

鲁棒混合0-1多项式规划

针对含误差数据的混合0-1多项式优化问题,给出一种鲁棒优化方法,以提高其最优解的鲁棒性。该方法先将原问题转化为混合0-1线性规划,并在最坏情况下给出混合0-1线性规划的鲁棒对应模型,随后利用该鲁棒对应模型求解原优化问题。数值试验表明,该方法所求出的最优解具有良好的鲁棒性。     

基于离散粒子群算法的应急救灾物资配送问题

研究自然灾害下应急物流中的救援物资配送调度问题,在多种运输工具衔接以及救援物资分配考虑的基础上,建立物资运输与物资分配的两阶段优化模型。目标是最小化运输成本与未满足的需求量。运用离散粒子群算法进行模型的求解与仿真,结果证明了算法的有效性与稳定性,能够为应急物流物资运输及分配提供有效方案。     

不确定性优化方法在电力系统研究中的应用

随着分布式电源接入并网与电力市场化改革不断深入,电力系统规划、运行及调度等方面带有了更多的不确定性,且该不确定性影响不可忽略,需要采用相关不确定性优化方法加以解决。从不确定性优化问题中不确定因素建模的角度,对随机规划包括机会约束规划、风险价值方法、条件风险价值方法、超分位数方法与鲁棒优化方法包括场景鲁棒优化方法、盒式鲁棒优化方法、椭球鲁棒优化方法的数学模型、及特点进行分析归纳、并阐述了在电力系统中的相关应用。     

基于遗传算法的三层大规模应急救援物资配置策略

在考虑受灾地区对应救援物资需求量大的基础上,研究了包括备选省级应急救援物资供应地、备选市县级应急救援物资中转地、救援物资急需地三层结构的车辆安排、路径选择、物资配送的应急救援物资配置问题;以应急救援物资配置的总成本最小、总的运输时间最短、供应地和中转地启用个数最少为目标,建立数学优化模型.使用遗传算法求解获得近似最优的三层应急救援物资配置方案.     

不确定需求下的公交线路发车频率优化

为了反映不确定的公交出行需求对线路发车频率的影响,融入公交网络鲁棒性能指标优化线路发车频率.采用双层规划模型进行优化,首先分析需求的不确定性在公交网络上的传递过程,使用解析法给出上层模型的构造形式,其目标涉及两项内容,一项含乘客和公交运营部门费用的公交网络系统效益,另一项考虑公交网络鲁棒性能;其次,基于公交出行策略理论,采用公交网络客流分配模型作为下层模型;最后设计遗传算法求解.小型网络测试和六盘水市公交网络的应用结果表明,鲁棒性能指标可以提高线路发车频率的可靠性.     

可靠性应急设施选址多级覆盖鲁棒优化模型

为给决策者在不确定环境下设计具有鲁棒性的应急设施选址布局网络提供决策支持,研究应急设施选址多级覆盖鲁棒优化问题.考虑不确定需求和应急设施多级覆盖响应,建立共享不确定需求和中断情景下服务能力有限的应急设施多级覆盖选址鲁棒优化模型,利用灰狼优化算法(GWO)求解模型,对需求的扰动及应急设施的服务能力进行灵敏度分析.通过随机生成的数值算例验证模型和算法的可行性.结果表明:该模型能有效解决需求不确定和中断风险下选址布局网络的构建问题,且能保证选址决策具有良好的鲁棒性,决策者可基于不同的风险偏好和具体实际在可靠性和系统总成本之间权衡,确定最优的选址分配方案.     

不确定条件下供应链设施决策的鲁棒优化

针对供应链设施决策问题,包括设施的位置、能力以及供给和需求的分配,考虑不确定的市场需求和成本费用,建立了鲁棒优化模型,使用情景分析法对不确定性参数进行了描述.设计了一种基于二进制映射模式染色体编码的混合遗传算法来求解鲁棒优化模型.算例仿真表明,利用鲁棒优化模型进行供应链网络设计,系统误差减小,系统呈现出对不确定因素的不敏感性.     

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。     

不确定环境下复杂产品维护、维修和大修服务资源调度优化

基于对复杂产品维护、维修和大修（MRO）协同服务资源调度的需求分析,从现实角度出发,建立资源调度时间和服务执行时间参数不确定条件下的随机机会约束规划数学模型. 提出由随机模拟、神经网络和离散粒子群优化算法组合成的混合智能算法,求解所提出的优化问题. 随机模拟方法为所建立的神经网络模型提供训练样本集,得到的训练样本集被用于训练神经网络模型以逼近优化目标函数,训练后的神经网络模型被用于代替优化目标函数来执行粒子群算法优化迭代. 该混合算法能有效提升时间参数不确定条件下的复杂产品MRO协同服务资源调度双目标优化问题的求解速度. 案例分析表明,相比于确定性条件下的优化算法,所提出的随机机会约束规划模型和混合算法更适用于求解现实中不确定条件下的MRO服务资源调度问题,所求得的调度方案在实际执行中具有更好的鲁棒性.     

考虑洪涝灾害强度的城市应急物流配送中心选址研究

当前应急物流领域中,应急物流配送中心存在网络布局不合理、应急物资配送效率不佳等问题亟待解决。为了解决上述问题,针对洪涝灾害发生后城市应急物流配送中心选址问题提出了一个优化模型。首先,通过灰色关联评价法对各地区洪涝灾害的相对强度进行评估,得到各地区的洪涝灾害强度系数;其次,在考虑各地不同的洪涝灾害强度系数、应急物资不同需求量和配送成本等多个因素下,构建满足多个约束条件的应急物流配送中心选址优化模型;再次,根据模型特点设计免疫算法对其进行求解;最后,以上海市突发大范围洪涝灾害为假设案例进行分析。结果表明：在考虑洪涝灾害强度的情况下,利用该选址方法可较快获得合理的应急物流配送中心选址方案。     

公差多目标优化求解方法

为了提高产品质量、降低加工成本,采用协调曲线法进行公差优化设计.在建立以加工成本和产品质量稳健性损失成本为目标的公差多目标优化设计数学模型的基础上,提出用协调曲线法求解公差多目标优化设计模型的方法,详细分析加工成本与稳健性损失成本协调曲线的确定方法及优化设计最佳可行解的确定方法.结合齿轮泵的具体实例,分析公差多目标优化数学模型的建立方法,用遗传算法实现了齿轮泵径向尺寸公差的优化分配,通过对协调曲线变化规律的分析,可以协调零件的加工成本和产品质量的稳健性损失成本,使优化指标的综合性能最优,实现产品质量和加工成本的最佳协调.     

基于PSO的食品应急物流模型的研究

总结过去食品应急物流运作经验,建立了突发事件中食品应急物流的框架体系,以及食品应急物流响应模型.模型综合考虑了应急物流的特征以及不确定环境下交通、食品质量等影响因素,针对食品应急物流的配送问题,采用粒子群智能优化算法对其进行仿真.仿真结果得到配送方案,可行有效,期望食品应急物流快速响应同时应急食品有质量保证.     

The Optimization of Manufacturing Resources Allocation Considering the Geographical Distribution

考虑地理位置分布的制造资源配置优化

梁策远¹, 贺利军², 朱光宇¹

（1.福州大学 机械工程及自动化学院 福州 350116;

2武汉理工大学 物流工程学院, 武汉 430070）

创新点说明：

1) 建立了云制造环境下跨地理位置制造资源配置的模型,包括初选和优选两个阶段。

2) 优选阶段采用了基于模糊集关联熵的PSO算法解决高维多目标优化,此方法要好于NSGA-II和基于随机权重的PSO算法。

3) 考虑了配置过程中制造资源正常和出错两种情况,突显了该方法所具有的实时性,动态性和容错性。

研究目的：

建立云制造中跨地理位置资源配置模型,优化配置方案,实现配置的实时性,并能在资源出现异常情况时做出动态响应,提高容错率。

结果：

在制造资源正常和出错的情况下,基于模糊集关联熵的PSO算法均能正常得出配置优化结果,适应度值()分别达到了0.745和0.718（此数值越大表示越接近理想解）,要好于NSGA-II和基于随机权重的PSO算法所得到的结果。

结论：

建立的资源配置模型是合理的,能有效的应对制造资源出错的情形。基于模糊集关联熵的PSO算法可以有效的得出优化结果。

关键词：云制造; 资源优化配置; 模糊关联熵; 高维目标优化; 供应链

     

考虑出行成本不确定性的路网交通疏散策略

为提高应急管理水平,考虑突发事件影响下的交通出行成本不确定性,对城市交通疏散问题进行研究。首先,根据交通疏散问题的时空特性创建时空耦合网络图,并且结合行程时间成本和冲突风险成本,提出了城市交通路网出行成本的量化方法。进一步考虑路段资源权重上限的影响,通过增加边际约束,构建基于预算不确定集的先验疏散策略的鲁棒优化模型,以最小化路网疏散过程的总交通出行成本。然后运用模型重构技术,将搭建的鲁棒模型转化为混合整数线性规划模型,并设计改进的拉格朗日松弛方法进行解耦求解。最后以SiouxFalls网络进行算例分析,数值结果表明,随着不确定集和模型规模的增大,行程时间成本和冲突风险成本的增速分别提高约29.13%和236.46%,模型预算参数控制在一定的区间,能够较好地权衡解的鲁棒性与最优性。通过南京部分区域路网案例测试验证所述方法在更大规模网络算例的适用性,研究结果表明:相比于传统拉格朗日松弛方法,所提出的改良方法可以在较少的迭代次数内得到高质量的可行解。研究结果可以为应急指挥部门制定可靠的交通疏散策略提供思路。     

含光伏发电与储能的配电网基于源—网—荷互动模式下电压安全最优控制策略

针对光伏发电与储能设备大量接入配电网,考虑多种电压无功资源协调的电压最优控制问题,该文研究“源-网-荷”互动模式下的含光伏发电与储能配电网最优电压控制策略。采用LQR理论,建立含光伏发电与储能配电网最优电压控制模型,并针对含光伏发电与储能配电网稳态运行点多变且模型和参数信息不完整或不精确的情况,引入ADP算法设计最优控制策略的在线计算方法。算例仿真表明,基于ADP的最优电压控制策略可以在配电网和分布式光伏的不同运行情况下取得良好的电压改善效果。因此该方法适用于电力系统在线控制应用。     

基于集中式信息系统的主动配电网鲁棒优化调度

为了适应配电网从被动受电向主动供电角色的转化,提出基于集中式信息系统的主动配电网鲁棒优化调度策略。采用交流潮流模型描述配电网的功率平衡关系,计及无功注入的调节作用,建立两阶段电能与备用联合调度模型;应用鲁棒优化技术,构建可再生能源发电出力的不确定性集合;将高维、非凸的最优化问题转化为凸问题,以保证最优解的性能。对算例系统进行仿真计算,结果表明资源的优化调度提高主动配电网的灵活性,所提出的鲁棒优化调度策略能够增强主动配电网对间歇性可再生能源发电的容纳能力。     

相控阵雷达搜索和跟踪资源博弈分配策略

为了解决搜索和跟踪（SAT）资源分配（RA）实时性的问题,提出博弈论视角下的资源分配策略. 建立搜索与跟踪的系统模型,将SATRA建模为非合作博弈问题,将模型中搜索子空域和跟踪多目标间的资源分配问题看作合作博弈关系,利用Shapley值完成相应资源的分配,给出纳什均衡求解的双目标优化模型;为了快速找到符合决策者偏好的分配解,将双目标优化模型通过动态加权的理想点法转化为单目标优化问题,提出并行混合遗传粒子群优化（PHGAPSO）算法求解上述优化问题最优分配方案,仿真验证了博弈分配策略的有效性和先进性以及混合算法性能的优越性. 在相同的条件下,与帕累托双目标优化方法进行对比. 实验结果表明,博弈论的方法具有更高的灵活性,平均搜索信噪比提高了1.02%,平均跟踪目标误差降低了1.55%.