摘要：针对航空发动机零部件的损坏形式、损坏程度以及维修差错等不确定性因素导致大修周期难以准确预测的问题,提出一种融合计划评审技术和蒙特卡洛仿真进行航空发动机大修周期预测的方法。对航空发动机大修周期的不确定性进行描述,分析了航空发动机大修工艺流程模型,基于大修工序逻辑关系建立了大修工序时间的概率分布,并提出综合大修周期概率分布、关键线路分布及工序关键度的大修周期预测求解方法。将所提方法应用于某航空发动机的大修周期分析中,为航空发动机大修进度控制和优化提供了重要依据,验证了所提方法的有效性。

摘要：不确定条件下的资源环境管理可减少未来风险,提高政策有效性;土地资源具有空间特性,其优化过程中的不确定性最终会传递到空间上形成弹性空间,因此,探索不确定条件下土地资源优化的弹性空间划定具有重要理论与现实意义。该文首先分析了土地资源优化面临的不确定因素,并用区间数表示不确定指标,以区间优化模型测算了不同用地数量的弹性区间,再根据适宜度标准与空间扩张连续性要求设计了一种空间优化方法,用该方法把土地利用结构弹性区间表达在空间上形成其弹性空间,并以扬州为例做了实证研究。研究表明弹性空间是土地资源优化配置不确定性在空间上的表现;弹性空间划定可提前感知并应对不确定性的影响,有利于提高土地政策有效性;该研究为现行规划中弹性空间划定提供了理论依据与技术支持。

摘要：[目的/意义]科技协同需要通过社会网络来交流知识,引导科学研究产生更大的影响力,因此寻找知识扩散的规律变得越来越重要。社会网络的节点关联度和位势导致节点间虚拟距离的产生,使得客观描述知识搜寻进程成为可能。现有的知识搜寻策略不适合用于处理跨领域、多学科和多个复杂研制生产协作环节的科研协同,因为其忽略了由于知识相关性的动态不确定性所带来的知识位势的动态可变性。[方法/过程]提出了一种改进的智能策略,首次考虑了社会网络节点知识特征判定的非结构化难题,分析不同主体的知识位势发生此消彼长的变化和反馈过程,通过动态优化知识搜寻的进程,解决了知识位势的动态可变性对知识搜寻所带来的干扰。[结果/结论]与以往的静态策略相比,该研究同时考虑社会网络节点的相对虚拟距离和知识特征判定,为不确定条件下知识搜寻的智能规划提供了一种新思路,以利于知识搜寻进程的改善。

摘要：为提高地铁应对突发事件的预防和处置能力,探讨不确定条件下的地铁应急物资储备点优化配置问题。考虑在应急物资储备点不确定和需求点救援带有时间窗限制的情形下,以应急物流总成本最小化和救援时间最短化为目标,建立基于相关机会规划理论的地铁应急储备点选址-路径模型,并应用遗传算法求解。通过算例验证遗传算法在处理应急储备点不确定和需求点时间窗限制下的有效性和鲁棒性,可减少陷入局部最优的可能性,进而为地铁应急物资储备点选址决策提供模型和方法设计。

摘要：本文在市场需求不确定和制造成本变动条件下,考虑由于库存带来的库存成本和供给不足带来的缺货成本,建立了由一个供应商和一个制造商组成的供应链中主导企业的利润最大化模型,并设计了该模型求解的迭代算法,最后通过数据仿真,验证了该模型的有效性。

摘要：装备器材供应网是装备器材供应保障工作的重要基石,其规划问题是我军装备器材保障过程的重要战略决策之一。针对节点、边和需求的不确定性,对不确定条件下由多个区域供应子网构成的装备器材供应网的规划问题展开研究。针对问题的特点,用区间分析理论对供应网规划中的不确定性因素进行度量和运算,得到不确定性规划模型,通过区间运算转化,将不确定性模型转化为确定性混合整数规划模型,并设计采用基于禁忌搜索算法的两阶段算法进行求解,分别得到了不同参数设置下的模型求解结果,并将所用算法与模糊规划和随机规划算法的求解结果进行了比较分析。实例分析结果表明所建立的模型和算法具有较强的实用性。

摘要：针对综合客运枢纽的布局问题,考虑不确定条件对枢纽布局的影响,实现各交通方式间的有效衔接。以整个系统运输成本最小化为目标,应用不确定理论,构建不确定条件下的枢纽布局数学模型。模型考虑了客流的不确定性、综合客运枢纽建设成本的不确定性以及需求点坐标的不确定性,以Python随机生成的A、B数据集为例,并进行求解,对参数灵敏度进行分析,得出枢纽布局的最优方案,验证模型与算法的有效性。各参数与运输成本呈正相关,将不确定条件下的枢纽布局模型计算结果与确定性模型进行比较,发现前者更具有优越性。研究成果对未来综合客运枢纽的规划及设计工作提供了一定的借鉴意义。

摘要：一、不确定条件下项目投资组合决策模型的主要思想首先分析企业投资项目状态（很好、好、一般、差、很差）的概率，并计算出各投资项目的净现值，然后分析不同概率状态下企业各投资项目的净现值期望值、净现值方差、组合协方差、组合净现值、组合标准差及组合变异系数，最后分析组合变异系数，变异系数最小的为最佳项目组合。

摘要：针对产品开发中任务工期的不确定性，运用三点估计法估算任务工期的正态分布曲线和置信区间，并结合二阶段迭代模型，建立工期不确定条件下具有资源最优配置特性的耦合集求解模型，通过求解该模型得出在最佳的任务分配和资源分配情况下任务完成时间的分布情况。该方法通过某门座起重机变幅系统的开发实例应用分析进行了有效验证，能为实际产品开发提供一定的指导依据。

摘要：针对不确定条件下的作业车间特点,区别于传统调度模型采用决策系数策略,提出了一种新的不确定条件下的多目标车间调度模型,新模型为两维调度模型,不仅处理了生产过程中的应急调度问题,还在调度目标为作业时间最短的基础上,从库存、机器-人资源约束、生产效率三个方面归纳了企业相关成本调度指标,具有很高的实用性;采用改进的遗传算法求解新模型,得到一组Pareto最优解,可以在兼顾机器使用率的同时使生产成本最小化.最后采用某机车厂的部分生产数据对改进的模型及算法进行了仿真实验,结果证明了模型和算法的有效性.