Distribution free bounds for service constrained (Q,r) inventory systems

A classical and important problem in stochastic inventory theory is to determine the order quantity (Q) and the reorder level (r) to minimize inventory holding and backorder costs subject to a service constraint that the fill rate, i.e., the fraction of demand satisfied by inventory in stock, is at least equal to a desired value. This problem is often hard to solve because the fill rate constraint is not convex in (Q, r) unless additional assumptions are made about the distribution of demand during the lead‐time. As a consequence, there are no known algorithms, other than exhaustive search, that are available for solving this problem in its full generality. Our paper derives the first known bounds to the fill‐rate constrained (Q, r) inventory problem. We derive upper and lower bounds for the optimal values of the order quantity and the reorder level for this problem that are independent of the distribution of demand during the lead time and its variance. We show that the classical economic order quantity is a lower bound on the optimal ordering quantity. We present an efficient solution procedure that exploits these bounds and has a guaranteed bound on the error. When the Lagrangian of the fill rate constraint is convex or when the fill rate constraint does not exist, our bounds can be used to enhance the efficiency of existing algorithms. © 2000 John Wiley & Sons, Inc. Naval Research Logistics 47: 635–656, 2000     

具有节点失效的网络可靠度的信息交互算法

提出了一种用于计算具有节点失效的网络可靠度的新计算方法。该算法依据不交化代数及协同计算的思想,采用节点信息义互的方法直接获得网络的不交化最小路集。算法简便易行,具有分布计算的特点,为大型网络系统的可靠性度计算提供了一种新的途径。     

基于Floyd算法的常规导弹连续波次作战运输规划

为提高常规导弹连续波次作战效能,对常规导弹连续波次作战运输规划问题进行研究。以Floyd算法为基础,首先生成了作战机动区域的交通网络最短路径、距离矩阵;其次将常规导弹连续波次作战运输过程分解为不同阶段,以运输过程中的整体暴露时间最短为目标,构建了初始规划方案0-1整数规划模型;然后考虑道路通行量及地域容量限制,对初始规划方案中存在的地域容量超过限制及单行道路中会车、超车情况进行逐步循环优化,以得到最佳运输规划方案;最后选择了一个作战案例想定,通过Matlab编程对案例进行了求解,得到了针对此案例的最佳运输规划方案,验证了模型的正确性和算法的有效性。     

基于杂草算法的超磁致伸缩作动器耦合模型识别

考虑磁滞损耗、动态应力等因素的超磁致伸缩作动器磁滞模型可有效揭示电-磁-机-热多场耦合效应,但准确识别其非线性模型往往存在较大困难。智能杂草算法具有激烈的竞争机制和较强的搜索能力,可用于解决作动器多目标物理参数辨识问题。传统算法的种子数量以线性方式产生且分布方差与适应度缺乏联系,极大地影响了算法收敛速度和模型识别精度。为此,提出一种非线性繁殖和分布的混合改进杂草算法,并将其应用于超磁致伸缩作动器模型识别。实验表明:改进算法具有较强的噪声抑制能力,能精确辨识含有噪声扰动的作动器磁滞非线性模型物理参数;模型预测值和实验数据误差较小,所识别参数可使磁滞非线性模型较为全面地描述作动器多场耦合机理和动态特性。     

基于Holtrop公式与遗传算法的船型参数优化

针对方尾水面舰船,采用Holtrop阻力计算公式,以总阻力为目标函数,据遗传算法,对主要的船型参数进行了优化计算,进而得出了在一系列速度下主要船型参数的最优解及相应的由Holtrop公式计算得到的总阻力,并绘制了在各最优解下由Holtrop公式计算的总阻力随速度的变化曲线,结合Holtrop公式相应图谱对所得优化计算结果进行了分析.结果表明,该方法对于水面舰船的主尺度比等船型参数优选具有较强的实用性.     

基于改进蚁群算法的战时不确定性路径规划模型求解

战时路径规划的不确定性包括参数、约束条件和决策目标等的不确定性。以基本蚁群算法为基础,结合随机模拟和模糊模拟技术,提出了一种改进蚁群算法来求解战时不确定性路径规划问题,并通过仿真示例与其他算法进行了比较。结果表明：该算法求解效率更高,求解过程更为直观,能够满足战时不确定性路径规划问题的研究。     

排课中合班问题的探讨

基于排课的实际需要,分析了合班对排课的影响,结合遗传算法在排课中的应用,建立了针对班级上课时间分布均匀性以及课程上课时间分布均匀性的适配值函数.在对课程表进行编码后,把合班问题的解决方案应用于排课算法,使用合班信息与课表编码信息的双表操作,从而能在遗传基因中判断出非法个体,并能进行合理化调整.算例结果表明本算法能有效解决排课中的合班问题.     

最优Hamilton圈的一种新算法

提出了一种行之有效的执行算法——换顶算法,对无向图权值矩阵的数据进行有效处理,通过交换顶点来寻找一条较优Hamilton圈。在整个过程中,权值矩阵的上三角数据为有效数据,只需要按一定的顶点交换规则对这部分数据进行调整就可以达到优化Hamilton圈的目的。提出了交换规则的思想,且通过选择适当的规则,先判定可行性再执行交换算法,节省了大量的运算时间,降低了算法的时间复杂性。该算法也适用于Hamilton链的情况。     

基于遗传算法的MIL-STD-188-220c标准最佳转发树的构造

针对MIL-STD-188-220C标准的路由协议多目的地址最佳转发树问题,提出一种基于遗传算法的优化算法,仿真结果表明,该算法具有收敛快,寻路成功率高的优点。     

基于矩阵运算的光学零件磁流变加工的驻留时间算法

提出了一种光学零件磁流变加工的驻留时间计算方法.该算法以矩阵运算为基础,首先确定工件上各个控制节点的高度余量,并将磁流变抛光模对各控制节点的材料去除能力体现到去除矩阵中,然后利用非负最小二乘法求解驻留时间向量.采用该算法在自行研制的磁流变抛光机床上进行抛光实验,经过2次迭代加工后,有效口径为145mm的球面镜P-V值达到40.5nm(约为λ/15),RMS值达到5nm(约为λ/125),表面粗糙度Ra值达到0.57nm.