一个计算网络可靠度的递归算法

给出一个计算网络可靠度的有效算法,该算法的特点是结合概率论的有关知识和布尔代数运算：递归地调用一个简单、有效的概率公式来计算网络可靠度。该算法易于在计算机上操作和实现,从而适用于大型网络可靠度的定量计算。最后通过实例验证所给算法的有效性。     

A stochastic node-failure network with individual tolerable error rate at multiple sinks

Many enterprises consider several criteria during data transmission such as availability, delay, loss, and out-of-order packets from the service level agreements (SLAs) point of view. Hence internet service providers and customers are gradually focusing on tolerable error rate in transmission process. The internet service provider should provide the specific demand and keep a certain transmission error rate by their SLAs to each customer. This paper is mainly to evaluate the system reliability that the demand can be fulfilled under the tolerable error rate at all sinks by addressing a stochastic node-failure network (SNFN), in which each component (edge or node) has several capacities and a transmission error rate. An efficient algorithm is first proposed to generate all lower boundary points, the minimal capacity vectors satisfying demand and tolerable error rate for all sinks. Then the system reliability can be computed in terms of such points by applying recursive sum of disjoint products. A benchmark network and a practical network in the United States are demonstrated to illustrate the utility of the proposed algorithm. The computational complexity of the proposed algorithm is also analyzed.     

多级多商品流物流网络设计的优化模型与组合模拟退火算法*

以最小化系统内的建设费用、库存费用和运输费用为优化目标,建立可描述一般性带能力约束的多级多商品流物流网络设计问题的优化模型,并根据物流网络设计问题的特点,基于模拟退火算法的思想,设计组合模拟退火算法对模型进行求解。算例的计算结果表明,该优化方法运算快捷,结果正确合理,能为此类物流网络设计问题提供科学的决策依据;通过分析发现,存储费用和运输费用都会影响物流网络系统的总费用,但运输费用对系统总费用的影响程度相对要大得多。     

基于变分不等式的多商品物流网络优化设计

为优化设计多级多商品流的物流网络,按网络状态把物流网络划分为静态网络和动态网络,分析了静态网络的基础设施建设和动态网络的物流活动问题,构建了可描述不同网络阶段的运营成本和建设成本函数,并且考虑了运营过程带来的环境污染问题,构建了治理费用函数。基于以上函数,建立以供给能力为约束条件,以总成本最小为目标的网络设计和重新设计模型,然后将模型转换为变分不等式问题,证明了所设计模型与变分不等式等价。最后通过算例,运用修正投影算法对模型进行数值演算和验证,得到了最优成本下的设施建设方案和物流组织方案。     

基于最小路集的网络可靠性分析方法研究

基于最小路集的网络可靠性分析方法是研究网络可靠度的重要算法之一,研究表明,在最小路集基础上求解网络可靠性是一个典型的NP-hard问题,其主要计算方法有三类：容斥原理法、不交积和法以及二叉决策图法。该文重点阐述了这三类计算方法的研究进展,并对其进行总结,对网络可靠性的未来发展方向进行了展望。     

两端多状态网络可靠度的研究

摘 要：对带流量的大型网络,利用状态空间截尾的思想,在ORDER-M算法的基础上构造了一种新的算法:ORDER-M-π 算法,利用该算法产生多状态网络前K个最可能出现的状态, 且所产生的前K个状态发生的概率能覆盖整个网络状态空间的95％以上。对所产生的K个网络状态分别应用流量网络中的最大流算法计算其所能产生的最大流量,累计能成功传输给定流量的网络状态发生的概率,由给出的多状态网络两端可靠度的定义,可得其可靠度。实验结果表明,ORDER-M-π算法不但能大大地节约计算成本,且所产生的可靠度具有良好的精确度。     

An efficient and robust design optimisation of multi-state flow network for multiple commodities using generalised reliability evaluation algorithm and edge reduction method

The network of delivering commodities has been an important design problem in our daily lives and many transportation applications. The reliability of delivering commodities from a source node to a sink node in the network is maximised to find the optimal routing. However, the design problem is not simple due to randomly distributed attributes in each path, multiple commodities with variable path capacities and the allowable time constraints for delivery. This paper presents the design optimisation of the multi-state flow network (MSFN) for multiple commodities. We propose an efficient and robust approach to evaluate the system reliability in the MSFN with respect to randomly distributed path attributes and to find the optimal routing subject to the allowable time constraints. The delivery rates of the path segments are evaluated and the minimal-speed arcs are eliminated to reduce the complexity of the MSFN. Accordingly, the correct optimal routing is found and the worst-case reliability is evaluated. The reliability of the optimal routing is at least higher than worst-case measure. Three benchmark examples are utilised to demonstrate the proposed method. The comparisons between the original and the reduced networks show that the proposed method is very efficient.     

易腐品多周期闭环物流网络鲁棒优化模型

针对不同周期的易腐品需求与退货不确定性问题,构建了易腐品多周期闭环物流网络,并设计了对应的混合整数线性规划(MILP)模型,以实现最低系统总成本、最佳设施选址以及最优配送车辆运输路径的决策。为有效规避不确定参数的影响,采用基约束鲁棒方法,将模型中的部分清晰约束转换为鲁棒对应式。以上海市果蔬农产品企业为实例,通过遗传算法对模型进行求解。结果表明,相对单周期而言,多周期系统具有动态性、系统成本更低的优点,同时通过不确定预算参数的变化分析,验证了鲁棒模型的可行性与有效性,进而为不确定环境下构建多周期闭环物流网络及降低系统成本提供了借鉴。     

矩形件优化排样的混合启发式方法

提出一种启发式递归与遗传算法相结合的混合启发式算法求解矩形件优化排样问题。首先给出一种启发式递归算法,利用该算法逐个从待排矩形件中生成局部利用率高的条料,直到所有待排矩形件均生成条料;利用遗传算法全局搜索能力强的特点,对这些条料序进行搜索重组,使其所用的板材数最少;最后再次利用遗传算法,对条料生成之前的矩形件种类序进行全局最优搜索,使总的板材利用率达到了最大。对两个典型实际算例进行计算,并与相关文献比较,结果表明了该算法的有效性。     

Reliability evaluation of a stochastic-flow distribution network with delivery spoilage

From the supply chain management perspective, this paper focuses on evaluating network reliability of a stochastic-flow distribution network (SFDN) under the delivery spoilage consideration. An SFDN is composed of nodes and routes, where each node denotes a supplier, a transfer center, or a market, and each route connects a pair of nodes. Along each route, there is a carrier whose available capacity is stochastic. Moreover, goods may rot or be spoilt during delivery due to traffic accidents, collisions, natural disasters, weather, time, etc., and thus the intact goods may not satisfy the market demand. Network reliability is defined as the probability that the SFDN can satisfy the market demand under the delivery spoilage consideration and the delivery budget constraint, and can be regarded as a performance index for distribution activity in supply chain management. An algorithm is developed in terms of minimal paths to evaluate network reliability. A numerical example is given to illustrate the solution procedure. Then a practical case of fruit distribution is presented to emphasize the management implication of network reliability.     

汽车零部件物流网络优化设计与实现

针对现阶段汽车零部件物流网络优化问题,提出以区域分销中心选址为基础的汽车零部件物流网络优化解决方案,包括符合汽车零部件物流特点的物流网络优化模型。由于遗传算法的局限性,采用以模拟退火的思想对遗传算子参数进行自适应的改进方法,以及最优步长搜索技术做出调整与优化。对实际项目的优化和比较结果证明了该自适应遗传算法的有效性和适应能力。     

智能算法在齿轮传动优化设计的应用

以齿轮优化设计为例，分别得出用传统机械设计优化方法和用遗传算法与神经网络协同求解的结果，并进行了比较，体现了遗传算法与神经网络协同求解的特点。结果表明．该方法是非常有效的，在求解优化设计时取得了较为满意的结果。     

基于进化神经网络对软件可靠性的预测

用神经网络对软件可靠性进行预测比传统的NHPP预测模型预测精度高、拟合度好。但是神经网络的结构是有经验的神经网络专家根据实际经验得来的。而该文提出了用遗传算法去优化神经网络的结构,很好的解决了神经网络的结构问题。用进化的神经网络对软件可靠性的预测提高了预测的精度和准确度。     

基于进化神经网络对软件可靠性的预测

用神经网络对软件可靠性进行预测比传统的NHPP预测模型预测精度高、拟合度好。但是神经网络的结构是有经验的神经网络专家根据实际经验得来的。而该文提出了用遗传算法去优化神经网络的结构,很好的解决了神经网络的结构问题。用进化的神经网络对软件可靠性的预测提高了预测的精度和准确度。     

基于改进模拟退火算法的生鲜农产品配送中心选址

运用传统模拟退火算法解决复杂非线性规划问题,存在降温速度与求解质量之间的矛盾,已经不能满足生鲜农产品配送中心选址的需求。为解决这一问题,本文设计一种改进模拟退火算法的生鲜农产品配送中心选址方法。其核心思路是将遗传算法与模拟退火算法融合。首先在退火过程的搜索环节引入以配送中心为编码的染色体个体,并筛选出符合目标函数参数条件的染色体集;然后应用改进模拟退火算法实现选址过程的整体优化;最后采用山东省A公司生鲜农产品配送中心选址问题进行仿真模拟。实验对比结果表明,在多次选址求解过程中,改进模拟退火算法能有效减少传统模拟退火算法在运算后期大量迂回搜索、无效搜索的问题,提升生鲜农产品配送中心选址效率。     

改进的遗传神经网络优化选址方法

针对当前遗传神经网络在选址研究中缺少考虑影响因子权重的问题以及算法在求解时易于过早收敛的缺陷,提出一种利用模糊C均值聚类算法改进遗传神经网络模型的优化选址方法。通过建立选址中心决策矩阵,确定相应影响因子及其取值范围,得到所有影响因子的权重,进行迭代计算得到最优选址方案。实验以黑龙江省物流公司选址为例,分别采用BP(back propagation)算法、GA-BP(genetic algorithm and back propagation)算法和C-GA-BP(fuzzy C-means and genetic algorithm and back propagation)算法对选址的建设成本进行优化计算,经过验证,该方法提出的C-GA-BP算法在选址方面具有优化精度高、优化效果显著等特点。     

新零售下生鲜产品闭环物流网络模糊规划

针对我国新零售模式的快速发展;消费者对生鲜产品需求与退货的模糊不确定性问题;考虑最低物流总成本、最佳设施选址以及最优配送车辆运输路径的决策;构建了新零售下生鲜产品闭环物流网络模糊规划模型。为求解该模型;将需求量与退货量看成三角模糊参数;利用模糊机会约束方法将模糊约束转化为等价的清晰条件。以上海市某生鲜电商企业为实例;通过置信水平的敏感性分析以及遗传算法与粒子群算法的双求解;验证了模型的有效性与可行性;进而为相关决策者提供了借鉴。     

QoS供应体系中的新型网络改进算法

将流量工程技术应用于网络规划(网络改进)以构建满足业务流量多QoS需求的高性能网络,这是传统网络改进通过设备扩容方法难以有效解决的NPC问题,并在此基础上提出基于流量工程的新型网络改进算法.算法采用网络连通扩充启发式算法保证拓扑约束,基于多QoS约束路由算法满足流量工程约束,并使用遗传算法策略全局寻求改进费用最小网络及容量分配.通过仿真研究表明,该算法构建的网络在满足各网络约束的同时,具有网络负载分配均衡,避免存在局域拥塞的较高网络运行性能.     

基于遗传算法的直接再利用网络设施定位方法

针对逆向物流网络中同时包含正向流和逆向流的设施定位问题,构建一种逆向物流直接再利用网络能力受限设施定位模型,以增加生产能力约束。利用遗传算法的全局搜索能力和新颖的约束处理避免了传统拉格朗日启发式算法中求上下限的繁琐计算过程。在不同的遗传算法参数下进行多次实验评定,均能收敛到全局最优解,且计算稳定、收敛速度快。