基于改进NSGA-Ⅱ算法的多级服务设施备用覆盖选址决策模型

为了应对跨区域突发事件过程中受灾点服务差异化需求的问题,建立了应急储备设施点的多级备用覆盖选址决策模型,即一个需求点由多个应急设施提供不同质量水平的服务,并考虑设施繁忙状态下由其他设施点提供服务的状况,使模型更加符合实际应用。首次通过设计分段的染色体编码方式改进NSGA-Ⅱ算法提升运算效率以更好地解决多目标选址决策问题,将改进方法下得到的Pareto解分布与NSGA-Ⅱ算法下的仿真结果进行对比分析,结合设施点的部署策略得到不同的空间布局方案。证明了模型的可行性及改进NSGA-Ⅱ算法在解决设施点多目标选址决策问题时的有效性。

基于改进NSGA⁃Ⅱ算法的航班战略冲突解脱研究

设计了一种改进的非支配排序遗传算法(Non‑dominated sorting genetic algorithmⅡ,NSGA‑Ⅱ)解决战略阶段轨迹规划大规模优化问题。在经典的NSGA‑Ⅱ的框架下,采用一种自适应交叉算子与自适应变异算子加快算法的收敛速度并提高解的质量,同时给出衡量Pareto解集优劣的评价指标。大规模四维航迹的引入不可避免地增加了问题的复杂性,本文提出了一种有效的战略冲突解脱模型,旨在最小化潜在的冲突数量和冲突解脱成本。采用中国航路网络繁忙时段1472架航班进行实例验证,并所提算法与经典的NSGA‑Ⅱ算法及MOEA/D进行对比。实验结果表明,改进的NSGA‑Ⅱ算法具有更好的优化效果,能够有效地解决航空器之间的冲突并产生较小的航空器航迹调整量。

基于用户偏好行为的物流枢纽网络负载均衡优化

针对物流转运枢纽网络中用户偏好行为导致的枢纽负载失衡现象,本文考虑不同的规模折扣政策和距离对于用户枢纽选择偏好的影响,提出一种基于用户有限理性偏好的物流转运枢纽网络负载均衡设计方法。设计不完全信息下带有约束的多项式Logit规则模拟用户有限理性下的偏好行为,以枢纽位置和运输路径为决策变量,构建以包含枢纽低负载利用和拥堵的惩罚成本在内的最小广义成本和最大化时间效用的多目标优化模型;设计具有双编码结构染色体的混合进化算法框架,通过鲁汶算法对分配决策空间进行分区,以非支配遗传算法作为算法主框架(NSGAⅡ),设计多种群机制和种群内双向协同搜索策略,提升算法对解空间的搜索能力;并以广西物流运输网络为例,验证模型及算法的有效性。结果表明:在完全理性状况下的枢纽网络负载较为均衡,用户的偏好行为会加剧枢纽负载失衡的现象,导致枢纽网络的广义成本和时间耗费上升;而在考虑物流用户有限理性下的偏好行为状况下,相对于一般的折扣方案,积极折扣方案下的整体枢纽网络的负载均衡能力较优,且接近于理性状态下的网络负载均衡能力,其中,平均负载率和平均拥堵率分别为60.17%和34.40%;在考虑用户偏好的状态下,随着折扣力度的增强,枢纽的负载率上升,同时,拥堵率上升;本文设计的混合进化算法收敛到的目标值更为均衡,表现出较强的搜索和寻优性能,能够实现有效求解该模型。

考虑能源效率的设备预防性维护策略

针对制造业生产设备能源消耗大、产品质量低、维护成本高等问题,提出了考虑能源效率的设备预防性维护决策模型。考虑到实际情况中,预防性维护成本和设备的运行能耗都与设备的退化密切相关,首先对设备的故障率进行建模,得到变动预防性维护成本以及变动能耗,并利用质量损失成本对产品质量进行约束,同时考虑次品的回收问题。然后以维护成本最小和能效最大为优化目标,构建综合成本能效的多目标决策模型,利用改进的非支配排序算法(NSGAII)和模糊集理论,得到预防性维护阈值以及维护次数的组合。最后通过与单目标维护策略进行比较,验证了模型的有效性和实用性。

封闭管理下城市生活物资临时分配点优化配置研究

为有效保障封闭管理下的居民基本生活需求,综合考虑实际运输距离、配送站服务范围和服务能力、配送车辆类型差异及数量供给能力等影响因素,构建两阶段多目标临时分配点优化配置模型,封闭管理初期以未满足需求率比较值最小、临时配送点数量最少、成本最低为目标,常态化封闭管理阶段则追求在已有方案基础上以最少数量的临时分配点和最小运输成本实现再配置。根据模型设计编码方式和修复算子改进快速非支配排序遗传算法(NSGAⅡ)用于模型求解,最后以武汉市江汉区进行实例分析。结果表明:模型算法能够为封闭管理初期管理部门提供不同决策偏好下的临时分配点布局方案,为常态化封闭管理阶段提供风险小、成本低、效率高以及服务公平的临时分配点布局方案。研究结果能够为采取封闭管理措施的城市保障居民基本生活物资供应提供决策参考。

考虑三方利益的车货匹配优化

为研究平台模式下考虑车主、货主及平台三方异质化需求的车货匹配问题,在既往研究考虑车货双方利益的基础上,引入了平台方需求.首先,在分析车货匹配活动参与方需求的基础上,构建了最大化送达时效满意度、最小化货运成本和最大化平台收益的多目标优化模型;其次,在模型求解方面,改进了带精英保留策略的快速非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGAⅡ),一方面在子代种群更新过程中引入精英选择系数,提升种群的多样性,另一方面结合自适应的思想,在算法迭代过程中调整交叉变异的概率;最后,利用成渝区域间的车源和货源数据进行仿真实验.结果表明:改进的NSGAⅡ在中小型算例上的准确率均超过91%,与传统的NSGAⅡ相比,平均收敛速度提升了45%左右;在算法稳定性方面,所提出的算法受随机初始化影响较低,多次实验的相对标准偏差值小于1%.

考虑生物危险源扩散的疫区应急物资调配模型

为解决传染性生物危险源扩散后疫区应急物资选址-分配问题,构建多目标优化应急物资调配模型。该模型以最小化配送时间、最小化疫区物资未满足程度为目标函数,结合考虑潜伏期、重复感染率的易感者-潜伏者-感染者-康复者(SEIRS)传染病动力学模型,建立物资需求方程,预测各疫区实时物资需求;针对应急救援过程中疫情扩散对应急物资调配方案的影响,使用改进非支配排序遗传算法(NSGA)-II求解模型。通过k-means算法预选址,实现适用于现有疫区的配送中心选址方案动态更新,进一步联合决策配送中心各类车辆派遣数、各类物资配送量;并以武汉市2020年疫情数据作为算例对比分析。结果表明:该模型计算效率较高,相较于传统NSGA-Ⅱ算法,在收敛性、多样性和稳定性上具有性能优势,所得应急物资调配方案调配时间更短,疫区未满足程度更小,验证了模型的有效性。

考虑术间利用率和手术进度的日手术排程研究

针对大规模手术排程问题,科室不能1天内完成所有手术时,在考虑相关医疗资源约束条件下,以提高术间利用率与当日手术数量为优化目标,建立求解多目标手术排程问题的优化模型;基于改进的非支配排序算子和拥挤距离算子、自适应交叉变异机制、锦标赛选择机制和精英策略设计改进的非支配排序遗传算法(improved non-dominated sorting genetic algorithm Ⅱ,INSGA-Ⅱ)求解问题,并提出种群染色体唯一策略等以进一步提升算法的搜索性能;并通过对某三甲医院的日手术排程过程进行仿真实验,验证了所提出的手术排程方法的可行性和有效性。

求解多目标最小生成树的一种新的遗传算法

在改进的非支配排序遗传算法(NSGA-Ⅱ)的基础上,提出了一种新的基于生成树边集合编码的繁殖算子求解多目标最小生成树问题的遗传算法。通过快速非支配排序法,降低了算法的计算复杂度,引入保存精英策略,扩大采样空间。实验结果表明:对于多目标最小生成树问题,边集合编码具有较好的遗传性和局部性,而且基于此繁殖算子的遗传算法在求解效率和解的质量方面都优于基于PrimRST的遗传算法。