区间DEA的鲁棒稳定性分析

用这种方法，首先求解区间DEA模型中DMU的最高效率值和最低效率值，从而确定DMU的区间效率值，并依此对DMU进行分类。然后，建立一个后区间DEA模型，根据该模型的最优解定义DMU能保持其最高效率值的稳定性的指标，并依据该指标进行区间DEA的鲁棒稳定性分析，为了说明这种方法的应用，给出一个算例。     

基于蚁群算法的应急物流动态网络鲁棒优化

考虑应急物流网络的时间依赖性及所处环境的复杂性,将动态网络理论与鲁棒离散优化理论相结合,建立具有鲁棒特性的动态网络优化模型,在此基础上,结合蚁群算法基本理论,将算法中的启发因子加以改进,使之与优化模型相适应,并利用改进后的蚁群算法在全路中寻求一条时效性高、鲁棒性好的路径以供应急物资运输。最后,举例验证研究所提出的优化理论及改进算法的合理性。     

随机需求航线网络效应下机队鲁棒优化方法

针对航线网络效应及旅客需求不确定性问题,将旅客组合优化模型加入机队规划问题,借鉴航线网络运力优化分配方法,以机型飞机数目、航段机型飞行频次、行程路线上旅客溢出人数为决策变量,以行程路线上旅客需求限制、航段飞行频次限制、特定机型机队飞行时间限制为约束条件,利用量化市场份额指数计算旅客溢出再捕获率,建立了旅客需求不确定情景下的机队鲁棒优化模型,设计了航线网络环境下的旅客需求离散情景集,用情景汇聚算法求解该模型.算例仿真结果表明,与传统机队规划模型相比较,本文模型的机队规划成本降低了167.07万元;与确定解的最小随机期望值相比,在3种情景集下,随机规划解的机队规划成本分别降低了19.88万元、21.02万元与17.55万元.      

基于鲁棒性的竞争环境下枢纽航线网络优化设计

针对当前航空运输网络的逐步复杂化,通过对枢纽机场选址模式的分析,研究 竞争环境下枢纽航线网络设计方案.首先,在一定的航线网络基础上,定义了旅客效用函 数及捕获能力函数.然后在原有枢纽的基础上,以从竞争者那里获得的最大捕获流为目 标,选址新的枢纽,建立竞争环境下枢纽逐步选择模型,并且设计了求解模型的高效算法. 最后,通过随机产生的案例应用模型,分析模型中各参数变动的情形下,所得枢纽解的情 况;同时,通过枢纽解对计划延误时间的敏感性分析,验证最优枢纽解的稳定性,进而验 证模型的有效性.该模型可为航空公司的航线规划人员提供依据.     

区间矩阵多项式的Hurwitz与Schur鲁棒稳定性

由于N阶区间矩阵多项式的参数空间的维数最大可达2NK^2维，采用有限检验算法确定其Hurwitz与Schur性是很困难的。为了解决这一问题，本文提出的检验定理将李雅普诺夫函数与区间矩阵多项式的上下界联系起来，使区间矩阵多项式的Hurwitz与Schur稳定检验过程得以简化，为区间的向量微分方程系统与区间离散时滞系统的鲁棒稳定性判定提供了一种方法。     

区间中立型系统时滞依赖鲁棒稳定性的LMI方法

为了解决现有方法计算困难的问题,将LMI方法用于一类区间中立型系统的鲁棒稳定性分析．定义了一个新的Lyapunov-Krasovskii泛函,引入自由权矩阵表示Leibniz-Newton公式中各项相互关系,得到了线性矩阵不等式（LMIs）形式的时滞依赖鲁棒稳定判据．该判据将区间中立型系统的鲁棒稳定性问题转化为一类LMIs的可解问题,算例表明,所得结果提高了数值的边界,具有更小的保守性。     

单配送中心快递企业共同配送车辆鲁棒调度研究

考虑到不确定因素在快递企业共同配送车辆鲁棒调度问题中广泛存在,为了改善快递企业的服务水平,并缓解快递派送中由于不确定因素带来的客户满意度低的现状,采用鲁棒离散理论的相关知识,建立了车辆路段等待时间不确定情形下的单配送中心快递企业共同配送车辆调度的多目标鲁棒优化模型,然后根据转化规则,将鲁棒优化模型转化为确定型优化模型,并采用改进的遗传算法对其进行求解。结果表明,快递企业采用共同配送模式可以有效降低成本,节约时间,而且企业决策者可以根据所考虑的不确定性值G 的大小,选择自己偏好的车辆调度方案。     

高速旅客列车开行方案的鲁棒优化模型

于预测客流与实际需求存在一定偏差,以单一预测值为基础的开行方案不 能与实际需求相匹配.将客流需求限定于预测均值与峰值所构成的区间,利用鲁棒理论建 立基于客流需求波动的开行方案鲁棒优化模型,并转化为线性混合整数规划模型.根据模 型特点,设计拉格朗日松弛的求解算法,通过松弛耦合约束,将原问题分解成更为简单的 子问题.以目标值增加率（相对于客流确定模型）变化的首个“拐点”对应的解为鲁棒解.最 后对武广高铁测算,在有效时间内获得了高质量的解,平均误差率为5.04%.结果表明,鲁 棒解能较好地平衡客流需求波动与开行方案计划.     

随机时变车辆路径问题的多目标鲁棒优化方法

车辆路径问题 （vehicle routing problem,VRP） 是物流配送的核心问题之一,为了提高物流配送的时效性,在传统VRP模型的基础上,同时考虑了路网交通状态的时变性和随机性,基于最小最大准则,提出了一种带硬时间窗的随机时变车辆路径问题 （stochastic time-dependent vehicle routing problem,STDVRP） 的多目标鲁棒优化模型. 设计了一种非支配排序蚁群算法 （non-dominated sorting ant colony optimisation,NSACO）,求解STDVRP多目标优化模型;通过测试算例,对比分析了NSACO算法与改进型非支配排序遗传算法 （non-dominated sorting genetic algorithm II,NSGA-II）. 研究结果表明:对于车辆数最小的Pareto边界解,NSACO算法的平均车辆数比NSGA-II算法小3.33%;对于最坏行程时间最小的Pareto边界解,NSACO算法的平均最坏行程时间比NSGA-II算法小17.49%.      

应急设施鲁棒优化选址模型及算法

为解决不确定情况下应急设施选址问题, 采用鲁棒优化方法处理应急节点权重的区间估计, 基于最优的设施选址到各个应急节点的赋权距离之和最小, 建立有限期要求的不确定性应急设施选址模型, 并给出了模型的求解算法, 比较分析了鲁棒解与确定情况下的最优解。分析结果表明: 当情况发生变化后, 在确定情况下得到的最优解将发生较大的偏差, 而在所有可能发生的情况下, 鲁棒解与最优解目标函数值的最大偏差最小, 因此, 不确定性应急设施选址模型的解可以有效规避风险。     

Robust Optimization of Hub-and-Spoke Airline Network Design Based on Multi-Objective Genetic Algorithm

In the process of designing hub network, the selection of hub airports is influenced by the change of the demand and cost. Under the condition of changing in demand, this may lead to large minimum cost deviation between the designed optimal network and real optimal network, respectively. To reduce the risk caused by the uncertainty in network optimization and get the optimal robust solution of hub network under the multi-possible conditions of demand and cost, a method based on multi-objective optimization genetic algorithm is proposed in this paper. The convergence of the algorithm has been proved, and the experimental results demonstrate the availability of the algorithm. First, multiple objective functions needing to be optimized simultaneously are formulated from different conditions of needs and cost, then a genetic algorithm is used to provide all possible routes of the network hub structure, and robust optimal network solution for multi-objective optimization is searched. The convergence of the search algorithms is proved to be effective by the numerical results.     

���ڶ�Ŀ���Ŵ��㷨����Ŧ���������³���Ż�����

枢纽航线网络在设计的过程中,容易受到需求和成本数据发生变化带来的影响。往往造成构建出来的最优网络,在需求发生变化的条件下,与实际对应的最优解存在较大的最低成本优化偏差。为了降低这种网络优化中的不确定性带来的风险,得到在多种可能的需求和成本条件下均可获得较好效果的鲁棒最优解,文中采用了一个多目标优化的遗传算法进行研究。首先将各种不同的需求和成本条件作为需要同时优化的多个目标函数,然后采用一个遗传算法来表示所有可能的枢纽航线网路结构,并搜索多目标优化的鲁棒最优网络解。最后本文对该搜索算法的收敛性进行了证明,数值实验结果表明了算法的有效性。     

基于复杂网络的航空联盟航线网络鲁棒性分析

利用复杂网络方法,以三大航空联盟(星空联盟、天合联盟、寰宇一家)航线网络为研究对象,对三大航空联盟网络的拓扑特性与鲁棒性进行对比分析。研究结果表明,星空联盟网络辐射的节点数最多、平均度数最大,三大联盟网络都具有无标度特征和小世界网络效应;随机攻击下,三大联盟网络都具有较强的鲁棒性,而蓄意攻击下,各联盟网络的鲁棒性都较弱;蓄意攻击和随机攻击下,网络的鲁棒性都表现为:星空联盟优于天合联盟和寰宇一家。据此为联盟航线网络优化设计的研究提供了一定理论依据。     

不确定需求下轨道交通网络的鲁棒性优化

轨道交通网络设计是轨道交通规划的重点,本文研究不确定需求下轨道交通网络设计的鲁棒性优化问题.提出了不确定需求下轨道交通网络鲁棒性的概念.针对不确定需求可以被预测和不可以被预测的两种情况,分别建立了scenario 模型、minmax模型,这两个模型在优化目标中均综合考虑了最小化轨道交通线路总长度、最小化乘客总出行距离、最小化乘客总换乘次数,并基于遗传算法给出了这两个模型的求解算法.scenario 模型权衡网络的服务水平与网络对于不确定需求的抗干扰能力;minmax 模型侧重于网络在最坏情况下仍然能够保持较好的服务性能.最后,给出算例,验证了提出模型与算法的有效性.     

汽车综合性能检测线全自动网络系统优化设计

本文主要阐述汽车综合性能检测中心全自动联网的网络系统优化设计的构想及方案,并着重介绍该网络系统的平台设计、系统硬件、软件、各工作站功能的设计和测控系统的工作框图及检测工艺流程、网络系统雏护.     

基于复杂网络理论的中国航空网络结构实证研究

运用复杂网络理论,对中国国内航空网络结构进行了实证分析.研究表明,中国航空网络是一个小世界网络,其度分布服从双段幂律分布.与2005年网络结构比较,其平均最短路径长度和簇系数均下降了,而节点及节点平均度都有增加.节点吞吐量点强度和航距点强度与度均呈现正幂律关系,而且度对节点吞吐量的影响大于对航距的影响.介数与度的分布在...     

枢纽辐射式航线网络需求适应性研究

在建立点对式和枢纽辐射式航线网络运输成本计算模型基础上,考虑满载率影响,从需求规模、需求分布结构及出行距离三方面探讨了枢纽辐射式航线网络的需求适应性,并列举实例说明需求适应性在航线网络形态选择中的应用.研究结论得出：枢纽辐射式航线网络适合于起讫点之间需求量小满载率低、双向分布不对称以及小需求长距离的需求模式.