为了充分体现水电优化调度带来的效益,提出了多目标短期梯级水电优化调度的混合整数模型。模型综合考虑水电发电效率和调峰性能,采用了系统中总剩余负荷量和剩余负荷峰谷差两个指标来评价优化方案。针对模型中的多个目标函数以及非线性...为了充分体现水电优化调度带来的效益,提出了多目标短期梯级水电优化调度的混合整数模型。模型综合考虑水电发电效率和调峰性能,采用了系统中总剩余负荷量和剩余负荷峰谷差两个指标来评价优化方案。针对模型中的多个目标函数以及非线性的机组运行约束,基于模糊隶属度函数和混合整数建模方法,将多目标非线性优化问题转化为单目标混合整数线性规划问题(mixed-integer linear program,MILP),并采用先进的MILP软件包进行求解。通过某地区大规模梯级水电系统的算例分析,结果表明了所提模型的合理性和有效性。展开更多
为了提高自动化集装箱码头中混合尺寸集装箱搬运作业的效率,研究了由20 ft的智能自动化导引车(Intelligent and Autonomous Vehicle,IAV)配对并协调完成搬运作业:以最小化整体作业完成时间、空载时间和最大化闲置时间为目标,建立多目标...为了提高自动化集装箱码头中混合尺寸集装箱搬运作业的效率,研究了由20 ft的智能自动化导引车(Intelligent and Autonomous Vehicle,IAV)配对并协调完成搬运作业:以最小化整体作业完成时间、空载时间和最大化闲置时间为目标,建立多目标混合整数规划模型,确定导引车配对调度方案;设计实验研究参数变化对模型特征的影响;对目标函数进行Pareto分析.通过实例验证了模型的有效性和可行性,为自动化集装箱码头提供IAV配对调度的参考方法.展开更多
目的针对冷链运输中的生鲜打包及装载优化问题,提出一种允许货物以体积恒定为前提进行尺寸变化的包装装载方案,以最大化集装箱的空间利用率。方法基于上述问题,构建非线性混合整数规划模型,为了方便CPLEX或LINGO等求解器对该非线性混合...目的针对冷链运输中的生鲜打包及装载优化问题,提出一种允许货物以体积恒定为前提进行尺寸变化的包装装载方案,以最大化集装箱的空间利用率。方法基于上述问题,构建非线性混合整数规划模型,为了方便CPLEX或LINGO等求解器对该非线性混合整数规划模型进行求解,采用一种分段线性化方法,将该非线性模型进行线性化处理。由于所研究问题具有NP-hard属性,无论是CPLEX还是LINGO都无法有效求解大规模算例,因此设计一种有效结合遗传算法与深度、底部、左部方向优先装载(Deepest bottom left with fill,DBLF)的算法。结果大小规模算例实验验证结果表明,混合遗传算法能够在合理时间内获得最优解或近似最优解。结论所提出的可变尺寸包装方案有效提高了装载率,有益于客户和物流公司。展开更多
文摘为了充分体现水电优化调度带来的效益,提出了多目标短期梯级水电优化调度的混合整数模型。模型综合考虑水电发电效率和调峰性能,采用了系统中总剩余负荷量和剩余负荷峰谷差两个指标来评价优化方案。针对模型中的多个目标函数以及非线性的机组运行约束,基于模糊隶属度函数和混合整数建模方法,将多目标非线性优化问题转化为单目标混合整数线性规划问题(mixed-integer linear program,MILP),并采用先进的MILP软件包进行求解。通过某地区大规模梯级水电系统的算例分析,结果表明了所提模型的合理性和有效性。
文摘为了提高自动化集装箱码头中混合尺寸集装箱搬运作业的效率,研究了由20 ft的智能自动化导引车(Intelligent and Autonomous Vehicle,IAV)配对并协调完成搬运作业:以最小化整体作业完成时间、空载时间和最大化闲置时间为目标,建立多目标混合整数规划模型,确定导引车配对调度方案;设计实验研究参数变化对模型特征的影响;对目标函数进行Pareto分析.通过实例验证了模型的有效性和可行性,为自动化集装箱码头提供IAV配对调度的参考方法.
文摘目的针对冷链运输中的生鲜打包及装载优化问题,提出一种允许货物以体积恒定为前提进行尺寸变化的包装装载方案,以最大化集装箱的空间利用率。方法基于上述问题,构建非线性混合整数规划模型,为了方便CPLEX或LINGO等求解器对该非线性混合整数规划模型进行求解,采用一种分段线性化方法,将该非线性模型进行线性化处理。由于所研究问题具有NP-hard属性,无论是CPLEX还是LINGO都无法有效求解大规模算例,因此设计一种有效结合遗传算法与深度、底部、左部方向优先装载(Deepest bottom left with fill,DBLF)的算法。结果大小规模算例实验验证结果表明,混合遗传算法能够在合理时间内获得最优解或近似最优解。结论所提出的可变尺寸包装方案有效提高了装载率,有益于客户和物流公司。