多时段公交发车间隔优化的随机期望值模型

研究随机事件条件下单条公交线路不同运营时段内的发车间隔确定方法.对该公交系统中的相关随机事件做了基本假设,依此建立了以社会福利最大为目标函数的多时段发车间隔优化随机期望值模型.由于该模型的目标函数为不连续函数,其不连续点发生在运营时段改变之时,因此设计了混合智能求解算法,其中嵌入了随机模拟、神经网络和遗传算法.并采用一个算例讨论了该发车间隔确定模型的有效性及求解算法的效率.该混合智能算法在求解随机期望值模型时效率较高,但容易陷入局部最优解.

供应链收入共享契约协调的随机期望值模型

本文研究了供应链契约协调中的收入共享契约。建立了具有缺货成本的供应链收入共享契约协调的随机期望值模型,推导了实现分散供应链协调的收入共享契约参数之间的关系,分析了收入共享机制在改进供应链整体运作绩效方面的作用。设计了求解随机期望值模型的混合智能算法,进行了收入共享契约协调模型仿真实验,探讨了收入共享契约参数变化对供应链成员绩效的影响。结果表明,本文建立的收入共享契约协调的随机期望值模型具有实际意义,并在随机需求条件下协调了供应链运作。

基于PSO求解随机期望值模型的混合智能算法

随机期望值模型是一类有着广泛应用背景的随机规划问题,为了寻找更为高效的求解随机期望值模型的算法,采用随机仿真产生样本训练BP网络以逼近随机函数,然后应用微粒群算法并以逼近随机函数的神经元网络作为适应值估计和实现为了检验解的可行性,从而提出了一种求解随机期望值模型的混合智能算法。最后通过两个实例的仿真结果说明了算法的正确性和有效性。

基于随机期望值模型的不确定环境下再制造逆向物流网络选址研究

再制造逆向物流的主要特征是回收产品的数量、质量不确定,以及再制造出“新”产品的需求不确定。基于不确定规划相关理论,在分析再制造逆向物流网络结构的基础上,将各个回收/消费市场的回收产品的数量、质量以及“新”产品的需求量看作随机参数,提出了再制造逆向物流网络的随机期望值模型,并利用遗传算法与随机模拟相结合的混合智能算法设计了该模型的求解算法。最后,根据算例对模型进行了计算,验证了该方法的可行性。

一种求解随机期望值模型的有效算法

随机期望值模型是一类有着广泛应用背景的随机规划问题.为了寻找更为有效的求解随机期望值模型的算法,通过采用随机仿真来逼近随机函数,在微粒群算法中利用随机仿真进行适应值估计和实现为了检验解的可行性,从而给出了求解随机期望值模型的新的算法.最后,通过实例仿真说明了算法的正确性和有效性.

一种求解随机期望值模型的改进差分进化算法

针对随机期望值模型的特点,将随机模拟技术和松弛选择策略相结合,提出了一种改进的差分进化算法.并将该算法用于求解报童问题等模型,数值结果表明了算法的有效性和可行性.

混合算法求解随机期望值模型

目标函数中由于受到一个或者多个随机变量的影响,求解期望值难度增加。因此,提出一种有效的求解期望值模型的混合算法。利用随机模拟计算期望值,RBF神经网络对目标函数进行逼近,差分进化算法寻优,从而形成求解随机期望值模型的混合算法。最后,通过仿真实验说明算法的有效性。

随机期望值模型的适应值预测差分进化算法

随机期望值模型是一类有着广泛应用背景的随机规划问题.针对此问题,提出了一种基于适应值预测的差分进化算法,该算法主要是把适应值预测技术、随机模拟技术与差分进化算法结合.最后,通过实例仿真,数值结果表明所提出的算法是有效的和可行的.

油田措施规划的随机期望值模型

措施规划对延长油田增产稳产年限,降低开采成本,提高采油速度和采收率,实现措施优化配置十分必要.以油田措施增产最大化为目标,兼顾成本、工作量等目标,建立了油田措施规划的随机期望值模型,并给出了模型的混合智能算法.实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田措施规划提供了新的决策依据.

进化算法求解多目标随机期望值模型

多目标优化问题由多个满足其约束条件的目标组成,在求解的过程中,许多变量往往具有随机性、突发性和不可预测性。因此考虑随机变量在多目标决策过程中的影响作用具有重要的意义。如今随机期望值模型的求解缺少通用的、普遍优化的算法。对于不同的算法,求解函数模型结果也会有不同的效果。本文针对确定性的测试集函数,在函数模型中引入随机变量,并使用正态分布、指数分布、均匀分布,构建新的多目标随机期望值模型。同时,针对模型,采用六种多目标进化算法进行求解分析,结果表明不同的算法对于求解多目标随机期望值模型的效果不同,NSGA-II算法在求解多目标随机期望值模型上更具有优势。

基于委托代理理论的水利工程监理随机期望值模型应用

考虑到水利工程代理人具有私人信息的特点,文章引入三角模糊变量作为其保留效用,在信息不对称条件下委托人估计代理人的实际努力程度可存在一定误差,因此对代理人的努力程度采用随机变量进行反映。然后结合工程监理特点和多任务委托代理模型,构建了符合工程监理工作实际的模糊随机约束规划模型,并以辽宁省某水利工程为例,验证了工程监理激励引导下随机期望值模型的适用性与可靠性。

带有模糊约束的房地产投资随机期望值模型

基于可信性理论,提出一类新的带有模糊约束的房地产投资随机期望值模型来处理房地产经济中的不确定性信息.另一方面,通过目标函数和可信性函数的一些性质将提出的房地产投资问题转化为一个等价的线性形式,从而可以利用经典的线性规划算法进行求解.最后,给出一个房地产投资问题的实例并通过Lindo软件进行求解.

含高密度间歇性能源的交直流混合微网模糊随机优化运行

该文将模糊随机优化理论引入微网优化运行中，以解决高密度间歇性能源的接入给交直流混合微刚带来的曰前调度偏差大及实时不平衡功率调整费用高的问题。基于该优化理论提出了最小化交直流混合微网综合运行成本的模糊随机期望值优化模型和最小化调整费用的实时不平衡功率调整模型，并提出一种模糊随机ADMM算法对不确定优化模型进行求解。最后通过对确定性优化、随机优化和模糊随机优化三种优化方案的目前调度计划和实时不平衡功率调整方案对比分析，证明了基于模糊随机期望值模型在求解含高密度间歇性能源的交直流混合微网调度问题中的有效性。

不确定环境下一维下料问题

针对实际工程中一维下料所处环境的不确定性,建立数学模型,提出一种基于递推矩阵的列生成算法求解。首先以原材料使用量最少为目标,建立确定环境下数学模型和随机环境下料模型;然后通过实验对比发现,随机环境能增加材料利用率,更加符合实际生产需求。通过建立随机期望值模型,生成随机值,将随机规划问题变成常规线性问题进行分析计算,并使用基于递推矩阵的列生成算法进行计算下料方案。根据实例优化计算所得结果,通过分析可知,在随机大量订单环境下使用基于递推矩阵的列生成算法,不仅能够减少下料方式,而且能够降低原材料消耗量。为有效提高工厂材料利用率、减少下料和降低成本提供了一种方式。