后勤应急保障资源调度模型动态多目标算法研究

为更加贴合实际情况,更好地体现应急保障资源调度过程中的实时性、调度目标的多样性,对应急保障资源调度效用、资源调度成本和任务点保障资源均衡等目标进行分析,研究了这三个目标对应急保障资源调度模型的影响,解决单目标无法满足调度需求的问题。引入时间变量t,使模型能够依据实际需求实时改变资源调度策略,解决了无法体现应急保障实施后的反馈作用及资源调度的动态性问题,并建立了后勤应急保障资源调度模型,最后通过具有实际应用背景的算例进行验证,结果证明算法能够表现模型的动态及多目标两个特点,符合保障任务实际情况,能够为应急保障方案的形成提供决策支持。     

基于MAS市场机制的动态计算资源调度模型研究

针对动态计算网格资源调度问题,结合多Agent系统(multi agent syste,MAS)协同技术和市场竞价博弈机制,对计算网格资源分配技术进行了深入研究,提出了能够反映供求关系的基于市场经济的网格资源调度模型,该模型一方面能够充分利用消费者Agent的协商能力,另一方面能够充分考虑消费者的行为,使得消费者的资源申请和分配具有较高的合理性和有效性.同时,设计了消费者的效用函数,论证了资源分配博弈中Nash均衡点的存在性和惟一性以及Nash均衡解.基于所提资源调度模型,设计了一种网格资源调度算法.仿真实验表明,资源调度算法能够为消费者的资源数量提供参考,规范消费者竞价,从而使得整个资源的分配趋于合理.     

基于实时信息的动态应急资源调度模型

为利用实时的道路信息、救援状态信息和应急资源配置信息,以提高应急响应能力,建立了一个动态的应急资源优化调度数学模型.针对任意时刻的静态应急资源调度模型,利用遗传算法进行求解.考虑算法的实时性,通过变换时间变量t进行迭代计算,提出模型的动态求解算法.通过一实例对模型的算法进行了验证分析,结果证明了动态应急资源调度模型及其求解算法的有效性.     

改进粒子群算法求解应急项目瓶颈资源动态调度问题

应急项目中资源的调度受到多种随机因素影响,处于复杂动态的环境中,求解困难;约束理论指出瓶颈是复杂系统管理的核心,将调度的重点放在瓶颈资源上可以简化复杂系统问题。针对于此,研究了应急项目中瓶颈资源的动态调度问题,以达到提高资源的利用率、减轻损失等目的。首先,从优化目标、机器环境、作业特征和约束几方面分析并描述了应急项目中瓶颈资源调度的问题特征,建立了相应的数学模型;接着,运用混合重调度策略和改进粒子群算法进行算法设计,实现了瓶颈资源的动态调度;最后,通过仿真实验并对比了多种算法的结果,验证了该算法的可行性和有效性,证明其具有较好的理论和实际应用价值。     

多灾害点应急资源调度研究与实现

针对多灾害点、多点出救、多目标应急调度问题,建立一种以时间最短、成本最低为目标的数学模型。考虑到调度过程中各灾害点对资源的竞争,提出利用表上作业算法对该模型进行优化求解,实现了在整体的优化方案中时间和成本总体消耗最少。提出的方法简单、实用、易用,并成功应用在省级应急管理信息示范平台上。最后,通过一个实例验证该方法的有效性。     

多阶段动态扰动和动态惯性权重的布谷鸟算法

针对布谷鸟仿生智能优化算法存在着的易陷入局部最优、求解精度低以及收敛速度慢等问题,提出了基于多阶段动态扰动和动态惯性权重的布谷鸟搜索算法（MACS）。利用多阶段动态扰动策略对布谷鸟算法的全局位置的最优鸟巢位置根据方差可调的正态随机分布进行扰动,有利于增加种群的多样性和鸟窝位置的灵活性,提高算法全局搜索能力。在局部位置处引入动态惯性权重,使得算法有效克服易陷入局部最优的缺陷,提高局部寻优搜索能力。引入了动态切换概率[p]代替固定概率,可以动态平衡全局搜索和局部搜索。通过与4种算法相比和11个测试函数的仿真结果表明：改进布谷鸟算法（MACS）的寻优性能明显提高,收敛速度更快,求解精度更高,具有更强的全局搜索能力和跳出局部最优能力。     

基于改进多目标布谷鸟搜索的资源调度算法

针对IaaS(Infrastructure as a Service)云计算中资源调度的多目标优化问题,提出一种基于改进多目标布谷鸟搜索的资源调度算法。在多目标布谷鸟搜索算法的基础上,通过改进随机游走策略和丢弃概率策略提高了算法的局部搜索能力和收敛速度。以最大限度地减少完成时间和成本为主要目标,将任务分配特定的VM(Virtual Manufacturing)满足云用户对云提供商的资源利用的需求,从而减少延迟,提高资源利用率和服务质量。实验结果表明,该算法可以有效地解决IaaS云计算环境中资源调度的多目标问题,与其他算法相比,具有一定的优势。     

一种基于Bayes均衡的网格资源调度算法

针对经济网格提出了一种基于市场机制的资源分配方法:以Bayes均衡理论为基础,依靠市场机制,实现网格资源的优化分配。首先给出了资源交易的经济模型:双边叫价拍卖模型;接着给出了网格资源分配的市场模型:基于Bayse均衡的市场模型;最后引入了网格资源管理的调度流程和算法。     

应急资源多目标优化调度模型与多蚁群优化算法研究

大规模自然灾害发生后,极易出现多地同时提出多类型资源需求的局面.基于灾后应急资源调度的特点,建立了考虑多需求点、多供应点、多资源类型、且多个资源供应点能为多个资源需求点协同配备资源的多目标优化调度模型.模型中对调度路线的可靠度进行了考虑,增强了实用性.设计了求解模型的多蚁群优化算法,在全局信息素更新规则中引入精英策略,指导多蚁群间相互交换与共享信息,加快全局非劣解搜索效率.多目标多蚁群优化算法将资源定位配置与路线安排问题进行了集成解决.算例分析表明该算法能够很好地处理大型复杂网络.     

基于改进回溯搜索优化算法的应急资源调度

以连续性消耗应急系统为背景,建立以时间成本和运输成本最小化为目标的多资源多供应点调度模型。针对该模型的特点,对一种具有强全局搜索性的新智能算法——回溯搜索优化算法进行改进,设计变异操作中的变异尺度系数和交叉操作中的交叉概率策略,提高算法的收敛速度和求解精度。运用改进回溯搜索算法进行模型求解,仿真实例表明,改进回溯搜索优化算法在解决应急资源调度问题时拥有良好的性能,全局收敛性与求解精度均优于比较的回溯搜索优化算法、差分进化算法和粒子群算法,能够有效且合理地进行应急资源调度。     

基于多灾点非合作博弈的资源调度建模与仿真

当突发事件发生后,在应急资源有限的情况下,对多个灾点进行合理的资源调度是一个非常现实而复杂的问题。从多灾点所需应急资源的角度出发,提出了基于非合作博弈的应急资源调度模型和算法。在该调度模型中,各个灾点被映射为博弈模型的局中人,可能的资源调度方案映射为策略集,资源调度成本的倒数映射为效用函数,将应急资源的调度问题转化为对非合作博弈调度模型的Nash均衡点求解问题,接着介绍了一种求解Nash均衡点的迭代算法。最后对模型的仿真测试验证了该模型的有效性和可行性。     

考虑失效路段恢复的动态应急资源车辆调度模型

重大灾害救援中,应急资源车辆调度时常因某些道路毁损（通行功能失效）而绕行,相对延长了调度时间。基于现实可行性和必要性,将抢修失效路段与资源调度联为二级递阶系统,并考虑车辆行驶时间的动态性,建立了数学模型,同步规划道路恢复和车辆路径,为有效提升救援效率提供了新的途径。设计了双层基于启发式算法的求解策略,作为模型的直接应用和说明,最后的算例验证了模型和算法的合理性和可行性。     

改进布谷鸟算法求解双资源约束柔性车间调度问题

针对双资源约束的柔性车间调度问题（DRCFJSP）,以优化最大完工时间为目标,设计出一种具有改进解码方案的布谷鸟算法对其进行求解。由于DRCFJSP除了需要考虑机器的分配,还需要兼顾工人的加工情况,所以改进了传统解码方式以避免机器和工人在加工时间上的冲突,同时在解码时尽可能利用机器和工人的空闲时间。在布谷鸟算法核心框架下,将布谷鸟种群随机划分为三个子群,每个子群采用不同Lévy飞行方式独立进行寻优,并通过差分算子实现子群间信息交流,不仅增强了算法的全局搜索能力也平衡了算法的局部搜索能力。最后通过基准测试算例进行实验仿真分析并与其他算法进行对比,验证了改进布谷鸟算法和改进解码方法的有效性优越性。     

考虑备灾的双层规划应急资源调度选址—路径优化模型与算法

备灾措施可以为救灾做准备,为确保灾后应急物资可以及时高效地到达灾区,提出了考虑备灾的双层规划应急资源调度选址—路径优化模型,上层规划以供应站建设和运营总成本最低为目标,而下层规划以配送路径成本最小化为目标.设计了一种改进的双层樽海鞘遗传算法求解该问题,结合迭代划分的概念更新领导者位置,采用自然指数惯性权值策略修正控制因子,利用混沌映射更新追随者位置,采用田口分析方法获取参数合理取值.最后,通过使用双层樽海鞘遗传算法与遗传粒子群混合算法、粒子群优化算法、免疫优化算法对OR-Library中的LRP(location-routing problem,LRP)数据集进行求解和对比分析,验证了所提模型和算法的可行性和有效性.     

基于GIS的动态应急资源调度系统设计与实现*

为提高应急响应能力,利用实时的道路信息、救援状态信息和应急资源配置信息,设计了一个实时、动态的应急资源调度系统。在地理信息系统基础上,实现了利用实时信息动态生成应急资源调度方案。最终通过一个实例应用,结果证明了系统的实用价值,可以为应急资源救援提供科学的决策支持。     

多星联合动态调度问题的启发式算法研究

对地观测多星联合动态调度问题是一类复杂的调度问题。在对多星联合动态调度问题的动态来源进行深入分析的基础上,对该问题进行了统一描述。针对问题的特点,提出了一种基于规则的启发式求解算法,设计了最大竞争度的退出启发式规则和最小冲突度的插入启发式规则。最后给出了一个应用实例,对算法进行了验证。     

物流动态车辆调度问题的混合禁忌搜索算法

在分析动态车辆调度问题的基础上,建立了基于时间轴的动态模型;接着针对该问题在实际中的应用,设计了基于并行节约法和禁忌搜索的混合算法以对动态车辆调度问题进行求解;最后给出算法实现和算例模拟,验证了该算法的有效性。     

溢油应急决策中的设备优化调度方法研究

针对溢油应急,溢油应急设备库及其设备配置的特点,以溢油处理开始时间最早和调度的设备库数量最少为目标,在满足第一个目标的设备库集合中,分别采用穷举方法和贪心方法求取满足第二个目标的最优解。穷举方法保证能够获得最优解,但是计算复杂;贪心方法计算简单,适用于溢油应急设备的配置特点。用算例验证了该方法的有效性和高效性。     

基于混合布谷鸟算法的不确定手术调度模型求解

针对应急救援情境下手术调度中存在不确定性因素导致无法获得精确的手术时间和结束期的问题,设计了一种灰色调度模型和求解该问题的混合灰色布谷鸟算法。首先引入三参数和四参数区间灰数来描述不确定手术时间和不确定结束期,并定义了可能性测度和必然性测度,提出了拖期可信度指标用于度量手术发生拖期的概率;然后建立了以最小化手术平均拖期可信度为目标的灰色混合整数规划模型,提出了一种混合灰色布谷鸟算法的求解方法,并以规模为6（3）×3的经典算例为例进行仿真测试。实验表明该算法能很好地解决问题,比基本布谷鸟求解算法有更好的性能。