摘要：突发事件下公共场所人员的应急疏散问题是目前国内外研究的热点,其中高铁站应急情境下的人员疏散及路径优化也随着高铁的快速发展逐渐引起了人们的重视。本文考虑拥挤度会对疏散人员心理行为及疏散效率产生影响,以高铁站人员应急疏散过程中的拥挤度与总疏散时间为目标,建立了高铁站应急疏散路径多目标优化数学模型,设计了一种改进的自适应量子蚁群算法进行求解,并与常规算法求解结果做了对比分析。通过算例进行模拟实验,结果表明,所提出的模型较好地兼顾了疏散路径的安全性与时效性,且设计的算法具有良好的全局性和收敛性,有助于进一步完善我国高速铁路客运运作管理体系。

摘要：针对突发灾害情况下需求不确定的选址问题,构建最小化经济成本和最大化满意度的应急物资中心选址模型。首先,将选址问题划分为初期和后期的两阶段问题;其次,对物资需求量进行模糊需求预测,并使用可信性模糊机会约束规划将其转化为确定型约束;最后,设计改进灰狼优化(Improved Grey Wolf Optimization,IGWO)算法求解问题。IGWO算法采用佳点集初始化种群,对收敛因子进行余弦规律的非线性变化,并在粒子群优化(Particle Swarm Optimization,PSO)算法个体记忆的启发下,设计个体位置更新公式。在用10个标准函数验证IGWO有效性的基础上,通过湖北省新型冠状病毒应急物资中心选址案例分析,表明IGWO算法能有效求解多目标选址问题,在提高满意度的基础上降低经济成本,且多阶段模型在平衡满意度和经济成本方面结果更优。

摘要：考虑到实际生产过程中设备具有恶化特性,针对作业的实际处理时间是由基本处理时间和可变恶化时间组成的柔性作业车间调度问题,构建了最小化完工时间、总能耗和机器总负载的多目标调度优化模型,并提出了一种改进的NSGA-II算法进行求解。结合问题的特点,在算法中设计了一种基于工序和机器的并行双层编码方法及考虑机器恶化效应的贪婪式插入解码方法;并将Pareto等级引入交叉、变异算子,设计了一种基于动态控制交叉变异参数的策略以提高算法的寻优效率;为丰富种群的多样性并加强算法的局部搜索能力,分别设计了分层精英保留策略和4种邻域搜索机制。最后,基于标准算例进行扩展测试,验证了所建模型的合理性与改进算法的有效性。

摘要：大规模突发事件发生后,如何合理高效进行应急物资的选址-调度是亟待研究的重要课题。本文针对不确定突发灾害情况,构建最大化公平性和最大化综合满意度模型。首先利用评价指标数据去模糊化求出紧迫度系数,构建基于紧迫度的公平模型;其次,考虑灾民心理恐慌因素及政府满意度构建综合满意度模型;最后,采用改进NSGA-Ⅱ算法求解问题。设计基于本文选址-调度的两阶段编码解码方案,使用自适应交叉概率和基于种群熵的变异概率公式,并设计相应交叉、变异操作,引入算子进行邻域搜索。在经典测试函数验证本文改进NSGA-Ⅱ算法有效性的基础上,通过实际案例分析表明,改进NSGA-Ⅱ算法能有效求解多目标选址-调度问题,需求紧迫度优化后在平衡公平性和满意度方面结果更优。

摘要：为解决大规模突发灾害给人民带来的生理与心理痛楚问题,考虑模糊需求情景下灾区道路受损、物资相对短缺、灾区需求紧迫度差异等因素,同时考虑灾民有限理性下物资竞争心理,运用前景理论刻画灾民对物资分配、运抵时间的综合感知,以灾区运输时间感知满意度最大、物资分配感知损失最小、运输成本最小为目标构建应急物资调度多目标优化模型,设计改进灰狼优化算法(Grey Wolf Optimizer,GWO)求解,引入混沌反向学习、差分进化、非线性收敛等策略实现对GWO算法的改进,并以2008年四川地震案例数据展开分析验证,依据模糊逻辑加权法选择合适的应急调度方案。研究表明,该模型可合理衡量有限理性下灾民综合感知,改进算法能够得出更加公平高效的调度方案,有效解决了灾后模糊需求情景下应急物资调度问题。

摘要：为提高航线网络鲁棒性,对航线网络的节点重要性辨识进行研究.基于航空公司执飞数据构建航线网络拓扑模型,依托航线网络节点间交互阶数与网络平均路径差值集结邻域多阶异质性信息,利用航线网络邻域节点的圈结构表征节点在网络中的紧密性特征集结.构建基于航线网络的节点多阶邻域信息与结构信息融合模型并提出基于多阶邻域贡献度的节点中心性算法.实验选取投入攻击资源R=0.3和R=0.5进行分析,分别最大提升39.62%和49.69%的攻击效用值,表明该算法对航线网络节点重要性辨识准确有效,可给航线网络连通性优化设计提供理论参考.

摘要：为充分利用应急物资和提高应急响应能力,考虑灾害初期道路通行受约束和运输能力受限等因素,建立最小化受灾点平均等待救援时间和最小化应急物资调度成本的多目标优化模型。采用基于自适应机制的NSGA-II算法,引入种群熵和高斯函数,动态调整变异、交叉概率,将变异、交叉过程与进化的横向和纵向信息相结合,以引导种群的进化,提高进化速度;为充分探索解空间,设计了基于贪婪思想的随机变邻域搜索算子,并使用替换策略,消除Pareto前沿中相同解对进化带来的负面影响。通过算例对所提算法进行验证,结果表明:所提改进算法优于传统NSGA-II算法和已知文献算法,能在保持较好收敛性的同时获得更好的多样性。

摘要：【目的】考虑到工件在机器间的转移,对具有运输时间的柔性作业车间调度问题进行研究。【方法】建立以最小化最大完工时间为目标的数学模型,并设计一种改进的混合蛙跳算法(Improved shuffled frog leaping algorithm,ISFLA)。在该算法中,从全局和局部的角度产生高质量的初始种群,考虑运输时间的贪婪插入解码能够合理地安排工件在机器上的加工顺序。批处理的模因组搜索方法能够充分利用模因组内其他个体信息,扰动策略可以防止算法陷入局部最优。此外,基于关键路径设计两种局部搜索策略以进一步提升解的质量。【结果】通过21组不同规模的算例进行测试,测试结果证明了ISFLA的有效性。【结论】ISFLA能够有效解决考虑运输时间的柔性作业车间调度问题。

摘要：车间布局最重要的指标是物料搬运成本,而上下料口的位置会直接影响物料搬运距离,进而影响搬运成本。针对多行车间布局优化中上下料口与设施顺序交互影响的问题,并考虑动态需求下如何提高布局的鲁棒性,以最小化物料搬运成本、设施包络矩形面积为优化目标,提出了多行车间上下料口与鲁棒性布局集成优化模型。同时设计了带有扩大初始种群、动态自适应交叉、变异及均匀进化精英保留策略的改进的NSGA-Ⅱ。通过算例,将集成优化与独立优化结果及不同算法求解结果进行对比,验证了所设计模型及算法的有效性。

摘要：为解决含有机器和工人双资源约束的柔性作业车间节能调度问题,在考虑交货期的基础上,建立了以总提前和拖期惩罚值及总能耗最小为目标的双资源柔性作业车间节能调度模型。提出了一种改进的非支配排序遗传算法(improved non-dominated sorting genetic algorithmⅡ,INSGA-Ⅱ)进行求解。针对所优化的目标,设计了一种三阶段解码方法以获得高质量的可行解;利用动态自适应交叉和变异算子以获得更多优良个体;改进拥挤距离以获得收敛性和分布性更优的种群。将INSGA-Ⅱ与多种多目标优化算法进行对比分析,实验结果表明所提算法可行且有效。