摘要：随着云计算系统的日益发展,云服务提供商需要对大规模数据中心进行不断扩张,为此,提出一种基于混合整数线性规划(MILP)的数据中心扩张策略优化模型.综合考虑了流量负载、能耗、电力成本、土地成本、税率、服务器利用率等多种约束,构建MILP模型,在满足用户的服务级别协议(SLA)下,求解最优扩张策略,使服务商利润最大化.其中,扩张策略包括扩建现有数据中心和在何时何地新建数据中心等措施.仿真实验结果表明,该模型能够根据实际情况获得最优扩张策略,提高了利润.

摘要：设计开发了纸卷分切与库存综合优化系统软件。首先建立了纸卷分切与库存优化的混合整数规划模型,然后设计了在VC++6.0中实现求解混合整数线性规划模型的求解器,并实现求解器同关系数据库的数据交互,最后用GE的智能软件平台iFIX将各功能模块集成为一个基于MES框架的优化控制系统。该系统同ERP层与PCS层进行数据交互,实现信息集成,避免了形成信息孤岛。

摘要：基于数学规划思想,采用混合整数线性规划的建模方式,以年能耗成本最低为优化目标,建立了一种分布式能源融通系统优化模型。通过构建区域内电力、热力等终端能源需求的互通网络,可实现多用户间能源的共享与融通,使得各独立用户所配置电源、热源设备的产能余力可以通过融通系统满足区域内其他用户的用能需求。应用该模型,设计了一个典型案例,分析了其在年能源费用最低时的最优运行策略,以及能源融通系统的经济性和节能性。

摘要：异构片上系统(System-on-Chip,SoC)在同一芯片上集成了多种类型的处理器,在处理能力、尺寸、重量、功耗等各方面有较大优势,因此在很多领域得到了应用。具有动态部分可重构特性的SoC(Dynamic Partial Reconfigurability SoC,DPR-SoC)是异构SoC的一种重要类型,这种系统兼具了软件的灵活性和硬件的高效性。此类系统的设计通常涉及到软硬件协同问题,其中如何进行应用的软硬件划分是保证系统实时性的关键技术。DPR-SoC中的软硬件划分问题可归类为组合优化问题,问题目标是获得调度长度最短的调度方案,包括任务映射、排序和定时。混合整数线性规划(Mixed Integer Linear Programming,MILP)是求解组合优化问题的一种有效方法;然而,将具体问题建模为MILP模型是求解问题的关键一环,不同建模方式对问题求解时间有重要影响。已有针对DPR-SoC软硬件划分问题的MILP模型存在大量变量和约束方程,对问题求解时间产生了不利影响;此外,其假设条件过多,使得求解结果与实际应用不符。针对这些问题,提出了一种新颖的MILP模型,其极大地降低了模型复杂度,提高了求解结果与实际应用的符合度。将应用建模成DAG图,并使用整数线性规划求解工具对问题进行求解。大量求解结果表明,新的模型能够有效地降低模型复杂度,缩短求解时间;并且随着问题规模的增大,所提模型在求解时间上的优势表现得更加显著。

摘要：为获取从任意起始代谢物到目标代谢物的生化相关性较好的代谢路径,提出一种融合原子交换特征信息的基于约束的代谢路径预测算法PVA。结合代谢网络中具有的原子交换特征信息,建立一种基于约束的混合整数线性规划(MILP)代谢路径预测模型,以搜索从任意起始代谢物到目标代谢物并包含特定原子交换信息的代谢路径。实验结果表明,与同类方法相比,PVA能够有效地发现生化相关性更好的代谢路径。

摘要：“后疫情时代”下,我国城市轨道交通客流量快速反弹并进一步持续攀升。在此背景下,以缓解车站拥挤度为目标,研究面向客流聚集风险防控的列车实时调度问题具有重要的现实意义。在线路运营受到异常事件干扰条件下,结合列车跳停策略和运行图协同调整,以最小化线路车站拥挤度为目标函数,以车厢满载率为模型约束,建立列车实时调度混合整数线性规划模型。为提高模型求解效率,提出可变邻域搜索算法,首先基于线性规划松弛原理设计模型初始解的启发式计算规则,之后基于可变邻域搜索算法寻找初始解邻域内的近似最优解作为列车实时调度问题的最终解。使用北京地铁亦庄线实际数据进行了仿真实验,仿真结果表明:以标准“站站停”策略生成的运行图调整方案作为评价基准,采用可变邻域搜索算法计算得到的列车实时调度策略可降低线路拥挤度约67.56%,减少约38.28%的线路最大断面客流量,计算时间在1 min左右,可满足列车实时调度的需求,验证了本文提出的列车实时调度模型与求解算法能有效降低车站拥挤度、均衡线路客流的断面分布,对突发大客流带来的车站乘客聚集问题具有较好的调整效果。

摘要：压缩工期是避免项目延误罚款或获得提前完工奖励的关键手段。大型复杂项目由于包含多种施工排序方案,调度模型除了需要描述活动间的复杂时间关系,还需要描述活动间及时间关系间的逻辑关系。而现有工期压缩算法对前述复杂时间关系和逻辑关系考虑不足,同时关键线路和时间参数的计算方法也需改进。本文提出了一个基于混合整数线性规划的工期压缩优化模型,求解结果给出了最优压缩方案。最后,通过算例对上述方法的有效性进行验证。

摘要：随着智能建筑概念的提出及建筑内电动汽车充电设施的逐步完善,为提高电动汽车车主主动参与建筑调度的积极性,提出一种可交易能源(transactive energy,TE)框架下汽车到建筑(vehicle to building,V2B)的优化调度方法。首先,考虑电动汽车车主出行的不确定性,建立了可交易能源框架下的电动汽车V2B模型,电动汽车车主可以通过可交易能源平台直接参与建筑的交易之中,制定个性化补偿方案。其次,以建筑运行总成本最低为目标,构建了智慧建筑优化调度模型,并采用大M法将其转化成混合整数线性规划问题;最后,采用Cplex求解器对模型进行求解,得到各设备实时出力、建筑与电网间的电能交易量。算例结果表明,采用可交易能源框架设计的智慧建筑优化调度模型能有效降低建筑的运行成本,减小建筑高峰负荷,且每个电动汽车车主都能得到满意的补偿费用。

摘要：针对自主水下机器人(Autonomous Underwater Vehicles,AUV)复杂动态环境下的实时局部路径规划的问题,采用了在全局坐标系下基于混合整数线性规划(Mixed Integer Linear Programming,MILP)的最优轨迹产生方法。在全局坐标系下,把复杂动态环境下AUV路径规划这一非线性问题,描述成满足一组线性约束同时使目标函数极小的线性规划问题,嵌入基于MILP的规划器,从而得到一条满足性能要求的最优路径。该方法充分考虑了障碍物、目标、本体动力学以及传感器的约束,并结合实际AUV动力学模型进行优化,半物理仿真实验结果验证了该方法的合理有效性。

摘要：天然气长输管道系统是我国能源供应链中的重要部分,因此其优化设计具有十分重要的实际意义。本研究采用混合整数线性规划模型,结合工程经济学的评价体系,对现代天然气长输管道系统进行综合优化设计。研究内容主要包括:开发区选择、管道布局、工艺参数等方面。通过与现有案例比较,结果证明,该优化模型在费用、效率和可靠性方面都有明显的改善,有助于提高天然气管道运行的安全性和经济性,这对我国的天然气长输管道系统优化设计具有参考指导价值。