一类作业安排问题的MIP模型

本文将连续时间离散化,对一类具有广泛实际背景的生产作业安排问题给出了它的混合整数规划(MIP)模型并讨论了求解方法。应用此模型对一个例子进行了求解计算。文章所用的建模方法也适用于某些更一般的动态系统。

作业车间调度问题的几种模型之比较

作业车间调度问题(Job Shop Schedule Problem)是指为具体的任务(工序)安排生产资源(机器)并确定合理的加工顺序,是一个典型的NP-Hard问题,有着广泛的研究。本文首先引入Job Shop调度问题混合整数规划模型,然后简单介绍约束编程思想及ILOG SOLVER系统并建立Job Shop调度问题的约束编程模型。最后根据混合整数规划(MIP)和约束编程(CP)的互补优势,建立Job Shop调度问题MIP/CP综合模型。最后用几个实例证明并分析各模型的求解效率。

MIP/CP综合考虑的车间作业调度问题研究

作业车间(JobShop)调度问题是指为具体的任务(工序)安排生产资源(机器)并确定合理的加工顺序,是一个典型的NP-Hard问题,有着广泛的研究.首先简单介绍约束编程(CP)思想及ILOGSOLVER系统并建立JobShop调度问题的约束编程模型,并对模型的求解进行分析.然后分析混合整数规划(MIP)和约束编程(CP)模型求解的互补优势,建立JobShop调度问题MIP/CP综合模型,并与CP模型进行比较,证明MIP/CP综合模型求解的效率.

基于杂交模型及逻辑分解算法的JSSP研究

作业车间调度,是指为具体的任务(工序)安排生产资源(机器)并确定合理的加工顺序,是一个典型的NP-Hard问题,有着广泛的研究。首先介绍混合整数规划MIP和约束编程CP的互补优势。然后建立JobShop调度问题的MIP/CP杂交模型,并针对杂交模型的特点提出一种基于逻辑的分解算法。最后用几个实例证明了该模型及算法的求解速度。

电力系统经济调度的一种非线性混合整数规划模型及其算法

本文考虑启、停机计划的电力系统经济调度问题,建立了一个通用的非线性混合整数规划模型,并提出了求解该模型的分解算法和线性逼近法。

Study on Modeling for a New FCC Technique——MIP Riser Reactor

This research work developed a model for the MIP riser reactor using the data collected from an industrial MIP unit.Based on analysis of flow patterns in the reactor,three models were established and a comparison was made on each other.The results indicated that Model Ⅲ,which was assumed a plug flow in the first reaction zone and a gas plug flow and a continuously stirred catalyst flow in the second reaction zone,was the best.The results of this research could offer an information and guidance for optimization and development of MIP unit.

基于鲁棒性的链路权重规划算法

在IP网络中,链路权重规划是流量工程中的重要问题。为了优化网络流量并实现负载均衡,针对业务量矩阵的不确定性,依据鲁棒性理论提出一个链路权重规划的MIP模型。该模型使用Γ模型描述业务量矩阵的不确定集,通过表示扰动程度的参数Γ实现了对鲁棒性的调节,在此基础上求得不确定集中最差情况下的最优解。实验结果表明,与传统的链路权重规划方法以及新出现的MRC规划模型相比较,该算法可降低最大链路利用率,分别达到了40%和20%。

考虑设施深度的过道布置问题及改进烟花算法求解方法

针对过道布置问题中忽略设施深度及物流交互点置于过道边线的问题,结合实际布局活动对过道布置问题进行拓展,构建考虑设施深度的过道布置问题的混合整数规划模型,并提出一种改进烟花算法.该算法采用2-opt邻域构造方法对爆炸操作进行离散化处理;设置搜索深度并执行两点变异操作,实现变邻域搜索;通过贪婪选择方法更新种群以记忆精英解.为改进算法,引入混沌映射初始化烟花种群和设置阈值以加速算法寻优.通过对比数学规划方法与所提出算法的求解结果,验证了模型的有效性和所提出算法的求解优势.最后,通过不同算法的对比实验表明,改进烟花算法在寻优精度、收敛效率和稳定性方面均有明显优势.