一种新的运输问题对偶算法

本文给出求解运输问题的一种新的方法——运输问题对偶算法(仍是表上作业法)。最后给出的实例说明本文算法在解决某些问题时比[1]中方法简便。     

马尔可夫链最优停止的值函数

本文讨论了时间无限的马尔可夫链的最优停止问题。对于无限状态情况,给出了其最优停止变量以及值函数存在的一个充分条件;对于有限状态情况,这个充分条件以及问题的计算等价于解一个线性规划问题。     

一种基于多目标优化的QoS路由交互式算法

为了满足通信网络中一些特定业务对于多个网络指标性能的同时要求 ,研究了一类基于多目标决策的QoS路由算法。通过选取带宽作为约束条件 ,把时延和丢失率作为优化目标 ,建立了QoS路由选择的多目标非线性整数规划模型 ,并给出了一种求解模型的交互式算法。该算法通过逐步调整目标函数的上界 ,压缩目标函数的搜索空间来满足决策者的要求和网络条件。实例计算结果表明了算法的可行性     

海洋环境监测平行系统优化融合

多个海洋环境监测系统之间存在的功能冗余导致资源浪费和不必要的资金投入,因此应将各个系统优化融合成有机整体来节约海洋环境监测的资源和成本。将海洋环境监测系统按照功能划分为不同的模块,在线性规划融合的基础上引入熵方法,以成本和效能指标为主要对象,通过合理分配,在确保系统优化融合后监测能力不降低的同时,尽量减少建设成本。     

助推-滑翔式导弹中段弹道方案的初步分析

建立了助推—滑翔式弹道中段的无量纲运动方程。采用非线性规划方法实现弹道优化。首先求解不同初始速度、速度倾角和最大升阻比的最大射程弹道,然后考虑驻点热流、过载约束,求解总气动加热最小和射程最大的最优弹道。基于前者的计算结果分析了初始条件对最大射程弹道的影响。将考虑约束的再入滑翔弹道与弹道式再入的特征参数比较,表明再入滑翔弹道的峰值热流较小,而总气动加热增加,但再入滑翔飞行时间在一般锥形体再入机动飞行器的热防护系统可承受的时间范围内。     

YFT77 向量语句的实现

本文提出了通过源语言到中间语言的变换进行语言扩充的方法。这种方法已用来在YFT77中扩充向量语句,实践证明,这是一种有效、可行的途径。     

程序进化器

研究用模拟进化方法进行程序设计的途径。构造了以形式文法为遗传表示的程序进化器,提出了这个进化器使用的有关算法。本文用程序进化器解决了人工蚁问题。     

基于自适应遗传算法的配送型多级库存优化研究

研究了由1个战役仓库、多个战术仓库组成的配送型系统的优化问题,建立了战术仓库使用经济订货批量策略和战役仓库采用4种不同订货策略时的模型,并采用自适应遗传算法实现了模型的求解,实例验证了模型及算法的有效性。     

Balancing a one‐way corridor capacity and safety‐oriented reliability: A stochastic optimization approach for metro train timetabling

In urban rail transit systems of large cities, the headway and following distance of successive trains have been compressed as much as possible to enhance the corridor capacity to satisfy extremely high passenger demand during peak hours. To prevent train collisions and ensure the safety of trains, a safe following distance of trains must be maintained. However, this requirement is subject to a series of complex factors, such as the uncertain train braking performance, train communication delay, and driver reaction time. In this paper, we propose a unified mathematical framework to analyze the safety‐oriented reliability of metro train timetables with different corridor capacities, that is, the train traffic density, and determine the most reliable train timetable for metro lines in an uncertain environment. By employing a space‐time network representation in the formulations, the reliability‐based train timetabling problem is formulated as a nonlinear stochastic programming model, in which we use 0‐1 variables to denote the time‐dependent velocity and position of all involved trains. Several reformulation techniques are developed to obtain an equivalent mixed integer programming model with quadratic constraints (MIQCP) that can be solved to optimality by some commercial solvers. To improve the computational efficiency of the MIQCP model, we develop a dual decomposition solution framework that decomposes the primal problem into several sets of subproblems by dualizing the coupling constraints across different samples. An exact dynamic programming combined with search space reduction strategies is also developed to solve the exact optimal solutions of these subproblems. Two sets of numerical experiments, which involve a relatively small‐scale case and a real‐world instance based on the operation data of the Beijing subway Changping Line are implemented to verify the effectiveness of the proposed approaches.     

大学自习教室优化设置研究

针对目前大学自习教室资源浪费普遍存在的现象,将学生上自习与否视为独立同分布随机变量,从自习教室的管理与维护成本、电费成本以及学生的满意度3个方面出发,建立了双目标随机规划模型,并在模型基础上提出了大学自习教室设置的一般方法。通过实例分析,对模型的正确性和有效性进行了论证。结果表明:在各种情况下,该模型都能很好地解决自习教室设置这一问题,并且能在学生满意度较高的条件下,节约能源13%以上。该模型可以有效地对自习教室进行优化设置,不仅提高了资源利用水平,而且节约了能源。