一种自适应变步长迭代动态规划方法研究

针对传统迭代动态规划方法计算效率低的缺点,提出了一种改进的自适应变步长迭代动态规划方法,在求解中引人Runge—Kutta—Fehlberg自适应变步长方法来提高寻优精度和求解效率。以经典的间歇反应过程动态优化问题作为研究实例．研究结果表明：所提出的自适应变步长迭代动态规划方法,在保留传统的迭代动态规划方法有效寻找全局最优优点的同时,能够进一步提高寻优精度,而且优化效率也较高。     

优先系数法解决工期优化中的资源不足问题

本文将优先系数法应用于工期优化,建立模型解决资源约束下的工期优化问题,最后通过实例计算验证了该方法的合理性和可行性。该方法为资源约束下的工期优化问题提供了新思路,具有很好的应用价值。     

收益共享视角下的项目群工期激励的计算实验模型

已有项目群工期优化的激励机制主要从业主角度探讨总量激励策略,较少考虑承包商的收益共享偏好。为此,从项目群相关者收益共享视角,探讨项目群工期激励仿真的计算实验模型。首先,分析收益共享激励策略下的项目群工期优化机理；其次,引入激励总量和激励强度,构建收益共享视角下的项目群工期激励的计算实验模型；进而,通过激励总量、收益共享比例动态调整,构建不同情境下承包商行为、项目群工期及优化带来的业主收益的仿真方法。最后,以U项目为例,进行计算实验,结果表明：单独依靠激励总量存在激励效率边际递减效应；收益分享比例设计能够在激励总量基础上进一步提升承包商努力水平及业主收益；激励总量和收益分享比例的平衡是实现工期及业主收益最优的关键；收益共享激励策略的引入形成并强化了项目群工期优化的激励-努力程度的反馈回路。研究成果为揭示承包商行为及项目群工期演化规律、并且制定相关管理策略提供新的研究思路和分析方法。     

基于混沌粒子群算法的多目标项目调度研究

作为项目调度管理中三大控制要素的工期、成本、质量是决定项目建设成败的关键。首先通过采用动态加权技术构建工期-成本-质量的多目标综合优化模型,同时鉴于基本粒子群算法容易陷入局部最优,提出一种将混沌优化嵌入基本粒子群的新算法用于求解该多目标项目调度模型问题。最终通过实例计算表明:相对于基本的粒子群算法,混沌粒子群算法可以更为准确快速地解决该模型下的工程项目多目标优化问题,实现了项目调度管理中有效平衡工期-成本-质量各目标,并达到综合最优方案的理想效果。     

船厂分段移动作业动态规划法

本文基于动态规划理论,对造船厂分段移动作业问题进行优化设计。根据船厂分段移动作业的特点,建立起问题的动态模型和对应的赋值有向图,对赋值有向图进行改进,从而最终求得分段移动问题的最优方案。根据计算结果得到移动次数和移动时间都少于实际操作的优化方案。     

动态规划在经济最优化中的应用

<正>动态规划是运筹学的一个分支,它是用最优性原理解决多阶段决策过程的最优化方法。本文在分析动态规划及优化原理的基础上,结合股票投资、水资源的问题,探讨了动态规划在经济最优化中的实际应用。随着社会进步,人口膨胀,经济发展等原因,使得经济资源越来越珍贵,如何对有限的资源进行最大化的利用是现代社会面临的一个重要课题。随着对经济问题的研究不断深入,对运筹学内容不断的探索,动态规划方法由美国数学家贝尔曼     

资源约束条件下项目群工期优化模型研究

资源总量受限条件下，当同一资源向多个项目供应时，项目群工期压缩原理与方法有别于单项目的工期压缩，不仅面临着有限资源合理分配问题，还需要考虑项目群中各合同项目之间的逻辑关系，为此，需要研究资源有限情况下项目群工期优化问题。借鉴单个项目工期优化方法，考虑项目群内部合同项目之间的逻辑关系，利用资源在项目群内部合同项目之间的转移，构建资源约束条件下项目群工期优化模型，确定可以进行资源输出和输入的合同项目，最终达到项目群工期优化的目的。以期为解决项目群工期优化问题提供新的思路和决策依据。     

基于遗传算法的工程项目群工期-费用优化研究

首先根据项目群工期与费用的特点分析项目群工期与费用优化机理;然后在工程质量得以保障的假设前提下构建项目群工期-费用优化模型,依据遗传算法原理对模型进行求解;最后引入大型工程项目群案例进行项目群工期-费用优化实证分析。研究结果显示：利用实数编码以及保留精英子代的遗传算法能直观而又准确地解决项目群费用的优化问题,同时达到在一定程度上缩短工期的效果。     

多层视角下供应链供需经济的博弈动态规划

从供应链之间供需经济的竞争关系出发,根据供应链参与者之间的相互影响,在多层视角下对供应链供需经济进行博弈动态规划。首先引入排队论的相关理论,构建供应链供需经济批量模型,并在该模型的基础上以顾客、供应商、制造商三大视角出发,对模型进行动态规划,最后利用博弈论分析对供应链各个参与者的需求进行优化,以评估供应链中各个参与者之间不同种类契约的效率。通过数值计算验证得到,所得到的规划策略可以较为准确的获取供应链参与者合作后的成本,以此降低总成本。     

基于自适应粒子群算法的电力系统无功优化

无功优化是电力系统安全经济运行的核心问题之一,电力系统无功优化规划是一个较复杂、多目标、非线性的混合规划。它的目标是在满足约束条件的前提下,使系统的某个指标或多个指标达到最优。在分析配电网无功优化所面临困难的基础上提出了一种粒子群优化算法,并结合IEEE30节点试验系统利用粒子群算法以实现。计算结果表明,这种优化方法有利于提高配电网的无功优化水平。