不确定环境下基于鲁棒粒子群优化的物流射频识别网络优化

针对电子标签位置不确定的物流射频识别(radio frequency identification,RFID)网络优化问题,综合考虑覆盖率、负载平衡程度、成本,建立了鲁棒优化模型.为求解负载平衡程度,采用基于Korobov点阵的蒙特卡洛方法.为减少计算量,提高算法寻优能力,提出一种基于不对称时变S–形(Sigmoid)函数的鲁棒粒子群算法(PSO).样本规模仅取部分较小整数、部分较大整数.仅在算法迭代后期,样本规模期望值大,保证算法开发精度;在较多迭代次数中,样本规模期望值小,加快算法探索速度.仿真实验表明,该方法具有较佳的搜索性能.     

需求不确定的电动汽车换电站选址鲁棒模型

在电动汽车换电站选址问题中,用户充电需求是重要的输入参数,而需求受到技术发展、电动汽车保有量、国家相关政策等因素的影响,通常较难准确预测。假设交通网络上用户需求是不确定的,利用基约束鲁棒优化方法提出基于用户路径流量不确定的换电站选址鲁棒模型,并将鲁棒模型转换为等价的线性规划。最后应用Nguyen-Dupius网络作为数值算例进行分析,结果表明当解的鲁棒水平较低时,通过适当增加选址成本,可以较大程度地提高解的鲁棒性。同时对模型的重要参数作灵敏性分析,随着鲁棒水平的提高,换电站选址成本对路径流量的波动越来越敏感,续航里程的改变对换电站选址策略影响较大。     

带有非线性不确定参数的线性系统的鲁棒稳定性和鲁棒镇定问题

研究带有非线性不确定参数的线性系统的鲁棒稳定性和鲁棒镇定问题。讨论一种有很强实际应用背景并允许带有二次不确定参数的模型,研究该系统的鲁棒稳定性和鲁棒镇定问题。以ＬＭＩ的形式给出了判据,并举例证明了该方法的优越性。     

城市道路建设时序决策的鲁棒优化

为提高城市道路建设时序决策的鲁棒性,提出了城市道路建设时序决策优化的双 层规划模型。模型假定出行需求在一定范围内扰动,上层规划是在有限资金的约束下寻求各建设阶段的系统总出行时间与系统总出行时间对出行需求的灵敏度之间的综合最小值,下层规划为各建设阶段的随机用户均衡配流。文中推导出了系统总出行时间对出行需求灵敏度的计算式,并给出了模型的求解算法。最后以一个测试路网为例,对基于系统总出行时间、基于灵敏度、基于系统总出行时间与灵敏度综合出行时间的决策优化模型进行了计算分析,结果显示3种决策优化模型均可寻求到各自目标最优的城市道路建设时序,但在需求不确定的情景下基于灵敏度、基于系统总出行时间与灵敏度综合出行时间的决策优化结果更具鲁棒性。     

基于Prim-DMGA算法的闭环供应链网络鲁棒优化研究

针对不确定环境下的闭环供应链网络优化问题,在需求不确定及设施中断风险的条件下,基于鲁棒对等优化方法建立了一种以闭环供应链网络总成本最小为目标的鲁棒优化模型,以解决供应链网络中的不确定性问题,并提出了Prim-DMGA。首先基于Prim算法得到高质量的初始种群,其次让路径规划方案和设施选址方案在两层自适应GA的不断反馈中达到最优。实验结果表明,Prim-DMGA得到的目标函数值优于单层Prim-MGA与传统GA,且在求解大规模算例时,求解结果优于CPLEX软件。研究结论表明,Prim-DMGA能以较少的计算时间获得质量更优的解,鲁棒优化模型可以有效减少不确定因素带来的不利影响,提高闭环供应链网络的鲁棒性能。     

采用鲁棒容许集对有约束的不确定系统作鲁棒模型预测控制

针对输入和状态受约束的干扰有界多胞不确定线性系统,提出了基于鲁棒容许集的扩大吸引域鲁棒模型预测控制(RMPC)方法.首先给出了多面体不变集的鲁棒容许集计算方法,并推导了鲁棒容许集存在的充分必要条件.其次,为了拓展Tube不变集鲁棒模型预测控制算法的适用范围,讨论了干扰有界多胞不确定线性系统的Tube不变集控制策略.之后为了扩大约束系统吸引域,提出了干扰有界多胞不确定系统的鲁棒容许集模型预测控制策略.通过采用鲁棒容许集和Tube不变集RMPC,该方法不仅扩大了吸引域,而且降低了在线计算量;同时,采用基于最小鲁棒正不变集的Tube不变集策略保证了算法的鲁棒性.最后仿真结果验证了算法的有效性.     

一类非线性不确定系统的鲁棒跟踪

讨论一类含有时变不确定性的非线性不确定系统的鲁棒跟踪问题，其中的未知参数变量以非线性形式出现。通过构造适当的Ｌｙａｐｕｎｏｖ函数，给出了该类系统的鲁棒跟踪控制器的设计。     

不确定噪声下确保控制性能的鲁棒LQG调节器

本文讨论了一类具有不确定噪声的离散时间随机线性系统的鲁棒ＬＱＧ问题，文章给出了确保控制性能的不确定噪声协方差矩阵的扰动上界，以及极小极大鲁棒ＬＱＧ调节器的设计方法，采用这种调节器不仅能极小化不确定下的最坏性能，而且也能确保控制性能指标达到给定的自由度内。     

不确定经济环境下基于EVA的鲁棒供应链网络设计模型

针对由制造商、仓库、分销中心和客户组成的四级供应链网络设计问题,考虑以产品需求、短期利率、长期 利率、无风险利率、预期市场回报、证券承销费用和市场流动性等因素描述的经济环境不确定性,建立以供应链 经济增加值绩效为目标,网络设计、物流和财务运作为约束条件,设施选择、连接路径等为网络要素,生产、运输等物 流量和负债、保理、应收账款等财务项为决策变量的多产品、多周期供应链网络鲁棒设计模型.数值结果表明,基于 经济增加值的鲁棒供应链网络能够有效应对经济不确定性的影响.特别地,与传统随机优化方法相比,鲁棒优化能够确保供应链网络具有更好的鲁棒性和财务状况.     

带软时间窗的多车场开放式车辆调度

带软时间窗的多车场开放式车辆调度问题是在开放式车辆路径问题的基础上,考虑了多车场和客户服务时间的约束,是一类典型的NP难解问题。针对该问题,提出了一种改进的蚁群算法求解方案,并建立了相应的数学模型。首先通过设置一个虚拟车场将多车场VRP转化为单车场VRP,然后利用参数控制的改进蚁群算法与2-opt算法结合来对模型求解。算法先利用K-means与细菌觅食算法相结合的聚类技术判断蚁群状态,进而动态调整算法参数,使其快速收敛到全局最优解附近,再依据混沌理论的特点来调整参数,使其跳出局部最优。最后,再利用2-opt算法对最优解进行优化。实验结果验证了该算法求解MDOVRPSTW问题的有效性。     

基于蚁群算法车辆导航系统路由选择问题的研究

利用蚁群运动的遍历性、随机性和规律性特点,分析了车辆导航系统路由选择问题的蚁群优化算法,仿真结果 表明该方法是一种简单有效的算法。     

中枢辐射航线网络的鲁棒优化方法研究

文章针对需求和成本具有不确定性的航线网络优化设计问题展开研究,将开辟航线的费用考虑在内,建立了严格的无容量限制的多分配中枢辐射航线网络鲁棒优化模型,并将Be nders Decomposition算法加以改进,给出了模型的求解方法,通过实例进行分析,验证了方法的可行性.结果表明,与确定情形下的最优解相比,得到的鲁棒解可以适用于多种可能发生的情景.     

求解带时间窗车辆路径问题的混合蚁群优化算法

为求解带时间窗车辆路径问题,提出一种混合蚁群优化算法,利用两个隔离的种群同时进化的方式,有效避免了两种算法的缺点,种群Ⅰ应用蚁群算法可以丰富解得多样性,种群Ⅱ则应用粒子群算法来强化进化过程.种群Ⅰ通过局部搜索、复制、重组和选择等操作来保持种群广泛搜索的能力,种群Ⅱ则依靠复制、局部优化、交叉和选择等操作以快速获得高质量解并经常更新得到的解.对100个基准问题进行仿真测试,实验结果表明,与其他算法相比,利用蚁群粒子群混合优化算法能够快速有效地获得近似最优解.     

交叉变异蚁群算法在VRP问题中的应用研究

提出一种改进的蚁群算法,新算法利用遗传算法对蚁群算法的参数进行优化,然后利用新的蚁群算法求解基本的车辆路径问题。改进的蚁群算法具有全局搜索能力强的特点,仿真结果表明,新算法的优化质量和效率都优于传统蚁群算法。     

基于DNA-蚁群算法的车辆路径优化问题求解

蚁群算法在解决车辆路径问题(VRP)时存在过早收敛于局部最优解、收敛速度慢等问题,并且由于蚁群算法的参数选择没有严格规定,如果参数选择不当,将影响其寻找最优解的效率。为解决上述问题,将DNA算法中的交叉变异思想应用于基本蚁群算法中,提出一种新的DNA-蚁群算法,将基本蚁群算法中的参数进行DNA交叉变异,有效控制蚁群算法的参数选择,从而得到一组最优参数来求解VRP模型。实验结果表明,DNA-蚁群算法能有效解决车辆路径优化问题,更快寻找到全局最优解或较优解,提高了基本蚁群算法的寻优能力和效率。     

蚁群算法的BP网络优化算法

利用蚁群算法和BP网络训练算法相结合的方法对无线传感网络节点路由路径搜索展开了分析研究,简单分析了蚁群算法实现的基本原理,在此基础上重点给出了基于蚁群算法的BP网络优化算法的基本原理及其实现步骤,并对该优化算法与传统的BP网络训练算法的性能进行了对比仿真测试。     

求解VRPTW问题的不确定性目标偏好蚁群算法*

通过分析多目标的、有时间窗的车辆路径问题,对各个目标进行多属性不确定性语言评判,结合相关专家的综合意见以及决策者自身对专家意见的偏好,将决策者对目标属性的离散意见转换为对各目标的综合意见;通过定义一种综合排序指标来确定决策者对各目标的偏好权重,依据目标权重和各目标函数的规范化处理值,构建评价有时间窗的车辆路径问题的多目标偏好的综合适应度函数,将多目标问题转换为单目标问题,进而采用最大—最小蚂蚁系统算法对该问题进行求解;最后通过一个算例来说明该算法的有效性。     

非严格的中枢辐射航线网络设计的鲁棒优化方法

为解决中枢辐射航线网络设计结果易受参数不确定性影响的问题,首先在需求和成本具有不确定性的条件下,建立了非严格意义上的无容量限制的中枢辐射航线网络鲁棒优化模型,并采用鲁棒优化方法对航线网络进行优化设计.然后结合中枢辐射航线网络实际应用中枢纽个数少的特点,对最短路算法加以改进,提出了一种求解航线网络鲁棒优化设计的精确算法,得到了适用于多种可能情景的鲁棒解.最后利用有关的成本和需求数据对该方法进行了验证;结果表明,鲁棒优化设计方法对航空公司构建中枢辐射航线网络具有很好的实用性.