主动配电网的两阶段优化调度模型

为了减小可再生能源和负荷的功率预测误差对主动配电网调度策略的影响,解决DG(distributed generation)在配电网中的过压问题,提出了包括日前经济优化和日内滚动修正两阶段优化调度方法,以配电网运行成本最低为目标函数,建立了日前优化调度模型;引入DG的有功功率削减量和无功功率作为松弛变量,以配电网的调度成本和网络损耗最小为目标函数,建立了日内滚动优化模型.将本文模型应用于IEEE34节点配电网进行实例分析,结果表明:用本文模型优化后的调度策略使配电网运行成本减少了3.27%,网络损耗降低了0.22%,越限的母线电压恢复到正常范围内.      

单货物品种的运输和存储联合调度问题

提出了一类货物需求量仅随时间发生变化、成本函数为凸函数的单货物品种运输和存储联合调度问题．为了最大限度减少运输和存储成本，必须制定出最优的运输和存储调度方案．为此，设计了一种寻求最优调度方案的网络图优化算法．最后，通过算例对该算法进行验证，结果说明该算法是可行的．     

多车场协同运输的公共自行车调度方法研究

为改善城市公共自行车使用过程中“借车难,还车难”的问题,针对公共自行车调度问题展开研究。通过构建一个多车场协同运输的公共自行车调度优化模型,分析公共自行车系统静态调度的最优路径问题。在模型求解方面,设计一种融合遗传算法和禁忌搜索算法的启发式求解算法,通过M atlab编程对模型进行求解。最后,以中山市公共自行车系统为例进行分析,结果显示本调度方法比传统调度方法节约9.3％的调度成本。     

考虑个体驾驶速度偏差的车辆调度模型

考虑驾驶速度偏差, 建立了多驾驶人、多种车型、多种物资、多仓库点和多需求点的物资车辆调度模型, 分别以整体运输时间最短、整体运输成本最低以及综合整体运输时间与成本最小为目标, 研究了个体驾驶速度偏差对上述目标的影响; 将驾驶人参数加入到遗传算法的基因编码中, 建立了驾驶人唯一性约束、初始地点约束以及物资供需数量约束, 保证每个基因个体中驾驶人分配方案可行, 且物资运输不超供需总量; 采用遗传算法求解了随机分配驾驶人条件下有驾驶速度偏差与无驾驶速度偏差时各目标的车辆调度方案。计算结果表明: 优化调度方案满足模型中的所有约束条件; 3种目标下的最优方案中, 驾驶人的分配方案不同, 说明目标函数受驾驶人驾驶速度偏差影响; 有驾驶速度偏差情况下的各目标调度结果均优于相应无驾驶速度偏差的调度结果, 3种目标函数差比分别为3.50%、2.96%和1.13%, 说明驾驶速度偏差对求解质量有一定影响; 驾驶人随机分配时的各目标调度结果均劣于相应最优结果, 3种目标函数差比分别为3.91%、2.47%和1.98%, 说明驾驶速度偏差会影响调度效率, 优化驾驶人分配方案能降低整体运输时间与成本。由此可见, 根据特定的调度目标对驾驶人进行合理分配, 可以得到更符合调度目标、更贴近实际、更经济省时的车辆调度方案。      

基于快速需求响应的城市公交在线调度方法研究

通过研究制约公交系统运行效率的问题,提出了一种旨在快速响应乘客出行需求的"小粒度"频繁调度方法,构建了以"小粒度"时段为调度周期的多日标优化模型.针对模型特征设计了实现在线调度的改进遗传算法,结合启发信息控制变异位置、增加修复算子,解决了染色体变长和跨维搜索难题.利用仿真试验验证了方法的有效性,结果表明,算法能在较短时间产生调度方案,满足在线调度要求;与传统的基于统计数据的调度方案相比,模型能有效优化出行成本和运营成本.     

考虑两阶段电转气的区域综合能源系统优化调度

针对区域综合能源系统的弃风弃光问题和经济成本最优问题,提出一种考虑电转气（P2G）两阶段模型的区域综合能源系统优化调度方法.首先,以电-气-热-储-氢耦合的区域综合能源系统作为研究对象,建立系统各设备模型及P2G两环节模型;接着,在相关功率约束条件下建立系统优化调度模型;在此基础上,引入激励型电力需求侧响应,采用混合整数规划YALMIP函数对其优化,得到优化后负荷曲线,通过改变可转移负荷的用电时间以提升系统的经济性;再次,以日运行成本最小为优化目标,使用混合整数线性规划方法求解优化调度方案,并计算相应的成本;最后,结合某一地区的历史数据,利用本文所提出的优化调度方法求解电-气-热-储-氢耦合区域综合能源系统的优化调度结果,并开展不同季节、是否含P2G环节、是否考虑需求侧响应影响因素下的技术经济分析,验证了该方法的合理性和有效性.研究结果表明：考虑两阶段P2G环节后,冬、夏季系统弃风弃光量均大幅减少,经济成本分别减少32.62%和61.64%;考虑需求侧响应后,冬季系统经济成本减少比例进一步提升至33.69%.     

基于随机需求的城市公交车辆调度问题的研究

在公交车辆调度问题上,考虑到公交调度中客流需求的不确定因素,引入随机需求调度模型及其相关概念,然后对优化模型进行实例求解,结果证明该模型是可行的。     

基于多目标优化模型的城市公共自行车调度研究

为提高城市公共自行车站点使用率,需要对租赁系统进行合理调度。文章在预测站点借还车频次随时间分布、确定单站点调度需求量、划分好调度区域等前提下,针对第二天早高峰需求,建立了综合考虑用户满意度和调度成本的多目标优化调度模型,并设计出带模拟退火的遗传算法进行求解。通过对浙江省温州市鹿城区某调度区域86个站点的实例分析,证明了该方法的有效性。     

基于双重遗传算法的工件流与刀具流综合调度优化

为解决柔性制造系统中工件流与刀具流并存情况下的调度优化问题,以用完成时间最短为目标,建立了工件流-刀具流综合调度数学模型,提出了双重遗传算法并对模型进行优化求解.外层遗传优化求解可行工序加工序列,内层遗传优化进行最优可行刀具分派方案的搜索,搜索结果的适应度则作为外层优化解的评判标准.实例分析结果表明:双重遗传算法在取得各工件优化排序的同时,还获取了各类刀具的优化分派,与传统的规则调度相比,系统的完工时间及等刀时间分别减少了19.7%和20.4%.     

不确定条件下的作业车间多目标调度模型及其遗传优化

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.     

不确定条件下的作业车间多目标调度模型及其遗传优化

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、机器一人资源约束、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．     

面向自组织平衡的共享电动汽车调度优化方法

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题，提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据，构建用户取车站点选择MNL(Multinominal Logit)模型，分析用户的站点选择行为；构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法，即通过车辆动态折扣策略引导用户改变默认的最近取还车站点，在运营结束后以运营企业的调度总成本最小为目标，建立人工调度优化模型并应用禁忌搜索算法求解；最后，选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明：本文提出的优化方法与无动态折扣策略相比，调度总成本降低了 4.5%，人工调度成本降低了21.1%，人工调度任务数减少了8.3%.     

共享单车调度模型及算法研究

共享单车运营过程中出现的周转率低、调度成本过高等问题制约了城市慢行交通的发展。针对现有自行车调度模型假设条件的局限性,提出共享经济模式下转运最大化策略。在详细分析共享单车调度成本及相关参数的基础上,以成本最小和投放率最高为目标建立了共享单车调度模型。引入精英策略和进化算子对遗传算法进行改进,并采用TOPSIS法在改进算法求解出的有效路线集中选择最优路线。选取北京市某区域进行仿真分析,结果表明改进算法寻优能力较好。与常规调度模型相比,可选择调度路线增加了74.3%,平均调度成本进一步降低了18.3%.     

面向自组织平衡的共享电动汽车调度优化方法

针对共享电动汽车运营中出现的站点车辆供需不平衡及人工调度成本过高等问题，提出面向自组织平衡的共享电动汽车调度优化方法.利用共享电动汽车站点选择行为数据，构建用户取车站点选择MNL(Multinominal Logit)模型，分析用户的站点选择行为；构建面向各站点车辆供需自组织平衡的站点间车辆调度优化方法，即通过车辆动态折扣策略引导用户改变默认的最近取还车站点，在运营结束后以运营企业的调度总成本最小为目标，建立人工调度优化模型并应用禁忌搜索算法求解；最后，选取北京市海淀区部分共享电动汽车站点进行算例分析.结果表明：本文提出的优化方法与无动态折扣策略相比，调度总成本降低了 4.5%，人工调度成本降低了21.1%，人工调度任务数减少了8.3%.     

多跑道降落飞机协同调度优化

为了制定安全、高效的空中交通管理战术决策,研究了多跑道降落航班协同调度问题.基于协同决策理念,综合考虑空管、航空公司和机场等因素,提出一种协同航班调度策略,给出了协同调度优化模型.模型在满足安全性和公平性约束条件下,寻求总延误成本最小即功效性最大的调度方案.采用基尼系数建立公平性约束,以处理功效性和公平性之间的关系,并引入当量航班概念来定量分析公平性.针对多跑道航班调度问题的特点,设计了遗传算法予以求解验证.仿真结果表明:该算法总延误成本比先到先服务算法降低了72.6%,最大延误时间减小了50.8%,因此,调度的功效性与公平性得到提高,所提方法有效.     

��װ���ؿ�����������ϵ����Ż��о�

集装箱调运成本占承运人运营成本的20%以上.对集装箱进行合理调度,有利于提高运输效率、降低运输成本,充分发挥集装箱物流的优势.本文在考虑重箱运输需求不确定性、航运企业因空箱不足及调度不周所导致机会损失的基础上,建立了多式联运下以运输系统总收益最大为目标函数的集装箱重空箱联合调度随机规划模型,并设计动态规划与遗传算法相结合的组合算法对模型进行求解,实现计划期内的最优动态调度.通过仿真实验分析,揭示了弃货成本、租箱成本、不确定性重箱运输需求分布情况对集装箱调运策略的影响机制.     

�ɱ���ʻʱ��Ķ�̬����·�������

针对城市建设发展中道路交通阻塞问题，研究了两种类型的车辆路径与调度问题，给出了相应的求解框架，并构建了一个具有可变行驶时间的动态车辆路径与调度模型，涉及了车辆的固定费用、运营成本和早到或者延期的惩罚费用等多种费用。该问题是一个NP-hard问题，采用遗传算法确定最优解，并给出了车辆路径与调度方案的表示方式。最后设计了一个交通网络，通过动态交通仿真更新行驶时间，研究了多个不同时间段道路阻塞情况下算法的性能。结果显示比不考虑实时行驶时间信息的模型，该模型能够得到更低的总成本。     

基于成本的Flowshop调度优化模型及算法研究

提出了一种基于成本的Flowshop调度问题的数学模型.该模型考虑影响调度决策的各种成本,如生产切换费用、机器空闲造成的损失、工件提前或拖期完工造成的损失等.在此基础上提出了一种基于人工免疫算法和模拟退火的混合智能算法,该算法利用人工免疫算法的全局搜索能力以及模拟退火的局部搜索能力来搜索全局最优解.仿真实验表明了模型的...     

融合客流大数据和成本最优化的公交动态排班方法

为提高公交排班效率和准确性,提出一种基于客流OD数据的动态排班模型。首先,模型将影响公交车辆排班的因素划分为静态因素、可变因素和动态因素,给出每日客流变化情况下动态影响因素计算方法;其次,以满足乘客需求减少公交企业运营成本为目标,探索多目标最优排班方案求解方法,实现公交运营效益最大化;最后,以广州560路公交线路为例进行模型仿真验证。仿真结果表明:模型求解结果可以在不降低乘客服务质量的同时有效减少车辆使用量,提升车辆满载率,工作日减少车辆13.3%,非工作日减少车辆26.6%。在满足社会效益的情况下节约企业运营成本。     

UET系统在m台处理机上的一种调度算法及其性能分析

本文介绍了一种UET系统中有效的调度算法,其时间复杂性函数为O(na(n)+e)。该算法对m=2台处理机的调度为最优,而对m≥3台处理机上的未确定调度子问题,其解与最优解之比的最小上界为2-2/m,它也是一个近似程度相当好的有效算法。