针对城市居民区回收箱布局规划和路径优化问题,首先构建居民区回收箱数量与人口、回收频率、回收阈值的线性函数,并构建双层优化模型,回收总利润最大化作为上层目标,运输成本最小化作为下层目标。其次,为求解具有NP-hard特征的新模型,...针对城市居民区回收箱布局规划和路径优化问题,首先构建居民区回收箱数量与人口、回收频率、回收阈值的线性函数,并构建双层优化模型,回收总利润最大化作为上层目标,运输成本最小化作为下层目标。其次,为求解具有NP-hard特征的新模型,设计加入团体学习算子和自适应选择策略的人类学习优化算法,并与禁忌搜索算法嵌套构建混合人类学习算法(hybrid human learning optimization algorithm,HHLO)。再次,采用不同规模算例,并将新算法与基本人类学习算法、遗传算法、自适应粒子群算法、红嘴蓝鹊算法进行对比分析,验证了模型的可行性和算法的有效性。最后,通过上海杨浦区某实例进行灵敏度分析,探讨回收箱容量、分时定价策略和分区定价策略对回收中心总利润与居民满意度的影响。展开更多
针对当前各类路径优化算法搜索规模较小、收敛速度较慢、全局搜索与局部搜索不平衡等问题,提出一种多策略融合的改进灰狼优化算法(multi-strategy fusion of grey wolf optimization algorithm,MGWO)。通过引入精英反向优化策略对种群...针对当前各类路径优化算法搜索规模较小、收敛速度较慢、全局搜索与局部搜索不平衡等问题,提出一种多策略融合的改进灰狼优化算法(multi-strategy fusion of grey wolf optimization algorithm,MGWO)。通过引入精英反向优化策略对种群进行初始化,提高初始解的质量。采用自适应权重机制,动态调整最优狼的领导能力。通过分段搜索方法,提升平衡局部搜索与全局探索的能力。仿真实验结果表明:该算法表现出色,能快速找到最优路径,提高算法的整体性能,具有一定借鉴作用。展开更多
交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)求解两分块优化的研究已经逐渐完善,但对于非凸多分块优化的研究较少,提出了一种带松弛步长参数的对称邻近ADMM用于求解非凸一致性问题。在适当的假设条件下,证明了...交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)求解两分块优化的研究已经逐渐完善,但对于非凸多分块优化的研究较少,提出了一种带松弛步长参数的对称邻近ADMM用于求解非凸一致性问题。在适当的假设条件下,证明了算法的全局收敛性。其次,在效益函数满足Kurdyka-Lojasiewicz(KL)性质时,证明了算法的强收敛性。最后,数值实验验证了算法的有效性。展开更多
飞机货舱中非集装器的配载是重要的运输环节,而如何保障非集装器的配载,是亟须研究的重要内容。其中二维矩形切割排样问题是解决非集装器运输的重要理论方法。二维矩形切割排样理论在原材料切割、装箱等问题中有着广泛应用,但尚无很好...飞机货舱中非集装器的配载是重要的运输环节,而如何保障非集装器的配载,是亟须研究的重要内容。其中二维矩形切割排样问题是解决非集装器运输的重要理论方法。二维矩形切割排样理论在原材料切割、装箱等问题中有着广泛应用,但尚无很好的求解算法。该方法会因求解速度而拖累整个实际生产作业进度。因此,本文提出了二维切割排样的混合整数线性规划(Mixed-integer linear programming,MILP)模型,模型目标是以矩形板面积利用率和切割排样价值最大为目标,模型考虑了不超边界、不重叠、可正交旋转等限制。设计了启发式分组策略的求解算法:首先基于启发式把矩形块分组为不同组别的小矩形块,降低变量和计算规模;其次,采用混合整数规划精确算法对每个小矩形块进行切割排样。以经典Benchmark实验数据为例,将Gurobi分组与Gurobi、CutLogic2D、基于遗传算法和最低水平线算法的混合算法对比。实验结果表明,CutLogic2D综合求解质量和速度较好;Gurobi分组方法是一种启发式算法,总体上要稍差于CutLogic2D;遗传算法和最低水平线算法因是启发式算法且未使用分组策略,和Gurobi分别在部分算例上求解时间相对较长,达到了7200 s,这是无法接受的。展开更多
Risk management often plays an important role in decision making un-der uncertainty.In quantitative risk management,assessing and optimizing risk metrics requires eficient computing techniques and reliable theoretical...Risk management often plays an important role in decision making un-der uncertainty.In quantitative risk management,assessing and optimizing risk metrics requires eficient computing techniques and reliable theoretical guarantees.In this pa-per,we introduce several topics on quantitative risk management and review some of the recent studies and advancements on the topics.We consider several risk metrics and study decision models that involve the metrics,with a main focus on the related com-puting techniques and theoretical properties.We show that stochastic optimization,as a powerful tool,can be leveraged to effectively address these problems.展开更多
文摘针对城市居民区回收箱布局规划和路径优化问题,首先构建居民区回收箱数量与人口、回收频率、回收阈值的线性函数,并构建双层优化模型,回收总利润最大化作为上层目标,运输成本最小化作为下层目标。其次,为求解具有NP-hard特征的新模型,设计加入团体学习算子和自适应选择策略的人类学习优化算法,并与禁忌搜索算法嵌套构建混合人类学习算法(hybrid human learning optimization algorithm,HHLO)。再次,采用不同规模算例,并将新算法与基本人类学习算法、遗传算法、自适应粒子群算法、红嘴蓝鹊算法进行对比分析,验证了模型的可行性和算法的有效性。最后,通过上海杨浦区某实例进行灵敏度分析,探讨回收箱容量、分时定价策略和分区定价策略对回收中心总利润与居民满意度的影响。
文摘针对当前各类路径优化算法搜索规模较小、收敛速度较慢、全局搜索与局部搜索不平衡等问题,提出一种多策略融合的改进灰狼优化算法(multi-strategy fusion of grey wolf optimization algorithm,MGWO)。通过引入精英反向优化策略对种群进行初始化,提高初始解的质量。采用自适应权重机制,动态调整最优狼的领导能力。通过分段搜索方法,提升平衡局部搜索与全局探索的能力。仿真实验结果表明:该算法表现出色,能快速找到最优路径,提高算法的整体性能,具有一定借鉴作用。
文摘交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)求解两分块优化的研究已经逐渐完善,但对于非凸多分块优化的研究较少,提出了一种带松弛步长参数的对称邻近ADMM用于求解非凸一致性问题。在适当的假设条件下,证明了算法的全局收敛性。其次,在效益函数满足Kurdyka-Lojasiewicz(KL)性质时,证明了算法的强收敛性。最后,数值实验验证了算法的有效性。
文摘飞机货舱中非集装器的配载是重要的运输环节,而如何保障非集装器的配载,是亟须研究的重要内容。其中二维矩形切割排样问题是解决非集装器运输的重要理论方法。二维矩形切割排样理论在原材料切割、装箱等问题中有着广泛应用,但尚无很好的求解算法。该方法会因求解速度而拖累整个实际生产作业进度。因此,本文提出了二维切割排样的混合整数线性规划(Mixed-integer linear programming,MILP)模型,模型目标是以矩形板面积利用率和切割排样价值最大为目标,模型考虑了不超边界、不重叠、可正交旋转等限制。设计了启发式分组策略的求解算法:首先基于启发式把矩形块分组为不同组别的小矩形块,降低变量和计算规模;其次,采用混合整数规划精确算法对每个小矩形块进行切割排样。以经典Benchmark实验数据为例,将Gurobi分组与Gurobi、CutLogic2D、基于遗传算法和最低水平线算法的混合算法对比。实验结果表明,CutLogic2D综合求解质量和速度较好;Gurobi分组方法是一种启发式算法,总体上要稍差于CutLogic2D;遗传算法和最低水平线算法因是启发式算法且未使用分组策略,和Gurobi分别在部分算例上求解时间相对较长,达到了7200 s,这是无法接受的。
文摘Risk management often plays an important role in decision making un-der uncertainty.In quantitative risk management,assessing and optimizing risk metrics requires eficient computing techniques and reliable theoretical guarantees.In this pa-per,we introduce several topics on quantitative risk management and review some of the recent studies and advancements on the topics.We consider several risk metrics and study decision models that involve the metrics,with a main focus on the related com-puting techniques and theoretical properties.We show that stochastic optimization,as a powerful tool,can be leveraged to effectively address these problems.
