多邻域局部搜索算法在医院多阶段人力资源安排中的应用

医院人力资源管理中医护人员排班问题有助于提升工作效率和质量。研究在提出局部搜索算法的基础上通过多邻域策略进行优化,构建了交换型混合式MNBLS以实现医护人员的排班,同时探讨了随机挑选若干偶数天、随机一天内两种扰动噪声。不同类型的交换型混合式MNBLS均可在较短时间内接近最优解,在不同初始值下求得最优解的类型不同。最终确定的最佳迭代次数为120次,扰动天数和扰动医护人员人数分别为8天和30人,最优目标函数值为0。研究所给出的应用交换型混合式MNBLS实现医护人员值班表安排具有较高的运行效率,同时能满足医护人员排班安排过程中硬条件和软条件。

多目标中间包计划模型及混合优化算法

中间包计划是重要的炼钢-连铸批量计划之一,其功能是在给定的炉次计划中,根据炼钢-连铸生产能力及下游工序生产所需材料的数量,挑选出待生产的炉次并制定出合理的中间包使用数量及每个中间包内生产的炉次.在对中间包计划问题描述的基础上及现有文献中未考虑中间包利用率及中间包内炉次宽度差异性,建立了多目标中间包计划数学模型.为了求解模型将模型分解为两个子模型,并针对两个子模型设计了迭代局部搜索算法(iterated local search,ILS)及变邻域搜索算法(variable neighborhood search,VNS)相结合的双层混合算法,考虑到中间包利用率及多目标权重对解的影响,在算法中加入了可调整模型参数的方法,最后用实际生产数据对模型及算法进行验证.

一种求解双目标flow shop排序问题的进化算法

提出一种求解双目标flow shop排序的递进多目标进化算法.算法采用改进的精英复制策略,在实现精英保留的前提下降低了计算复杂性;通过递进进化模式增加群体多样性,改善了算法收敛性;通过群体进化过程中对非劣解集进行竞争型可变邻域启发式搜索,增强了算法局部搜索性能.采用新算法和参照算法NSGA-II对31个标准双目标flow shop算例进行优化.研究结果表明,新算法在所有算例的求解中均获得了优于NSGA-II的非劣解集,验证了算法的有效性.

求解拆卸线平衡问题的一种变邻域搜索算法

针对拆卸线平衡问题特点,建立以最小化工作站数、平滑指数、危害指数和需求指数为优化目标的多目标数学模型,进而提出一种改进的变邻域搜索算法求解该问题。所提算法采用了一种启发式方法产生初始解,并构造了3种邻域结构,扩大算法搜索范围。采用初始解集进行局部搜索,搜索过程使用一步改进策略,并引入禁忌表方法,提高算法全局寻优能力。通过对大量不同规模测试问题进行算法实验,并与现有方法对比,结果表明,所提变邻域搜索算法在求解效率与求解质量上具有优越性。

车辆路径问题的快速多邻域迭代局部搜索算法

对于容量约束的车辆路径问题（ capacitated vehicle routing problem, CVRP）以及容量和最大行驶距离约束的车辆问题（ capacitated and distance constrained vehicle routing problem, CDVRP）,邻域解的评估包含了适应值计算及合法性评估.设计一种可变长编码的可行解表示,提出用于CVRP/CDVRP问题的邻域解合法性快速评估策略.该策略针对交换、插入、2-opt和2-opt？四种常用的局部搜索算子,通过引入前载重、后载重、前向距离和后向距离的概念,实现了邻域解合法性的快速评估.将改进后的局部搜索算子与迭代局部搜索（ iterated local search, ILS）算法相结合,提出用于车辆路径问题的快速多邻域迭代局部搜索（ fast multi-neighborhood ILS, FMNILS）算法.该快速评估策略将评估一个邻域解的时间复杂度由O（ N）降至O（1）,算法仿真结果表明, FMNILS算法运算能力的提高大致与配送路线所服务的客户数成正比；对客户数介于200~500的容量/最大距离约束VRP问题,该算法能在短时间内获得较满意解,平均求解精度1．2%以内,平均耗时约96 s,仅为对比算法的6%或更少.