Abstract:

为研究多目标优化问题(C,ε)-型、E-型统一解的标量化性质，利用Bowman等人提出的加权Tchebycheff标量化方法建立多目标优化问题(C,ε)-弱有效解和E-弱有效解的标量化结果。进一步，建立基于加权Tchebycheff标量化方法多目标优化问题(C,ε)-有效解和E-有效解的标量化结果。通过调整标量化模型参数范围得到了多目标优化问题(C,ε)-（弱）有效解、E-（弱）有效解的一些加权Tchebycheff标量化结果，为求解多目标优化问题的算法设计提供了理论基础。

Abstract:

在LU序关系下获得了一类新的广义凸区间值函数——E-α-预不变凸区间值函数，并获得了相关性质及它的最优性条件。结合理论推导和例证，给出了例子验证E-α-预不变凸区间值函数的存在性；并讨论关于E-α-预不变凸区间值函数的基本性质，得到了E-可微情形下的必要条件；最后获得了在区间值约束情形下E-α-预不变凸区间值规划问题的最优性充分条件，并举例验证结论成立。研究将广义凸函数推广至E-α-预不变凸区间值情形，在一定程度上丰富了广义凸函数的研究，使它的应用性更加广泛。

Abstract:

极小极大问题是博弈论和机器学习中的一类重要问题。目前已有大量基于目标函数的梯度和Hessian阵信息的优化算法来求解这类问题。但在有些应用中，目标函数的梯度或Hessian阵信息往往是计算昂贵或难以获取的。为此，针对一类非凸-强凹极小极大问题，在极小极大三次正则化牛顿算法的框架下，通过基于Stein恒等式的高斯平滑化方法来近似梯度与Hessian阵信息，进而提出一类零阶极小极大三次正则化牛顿算法。分析算法的收敛性，并得到算法达到一个二阶平稳点时的迭代复杂度为O（ε-3/2），其中ε是算法终止所达到的精度。数值仿真实验结果表明：在相同的精度下，所提出的算法在CPU运行时间上优于极小极大三次正则化牛顿算法。

Abstract:

为了结合共轭下降（conjugate descent，CD)法良好的理论性质和Liu-Storey (LS)法较好的数值效果，以降低小步长对迭代的不良影响，以及使搜索方向的下降性独立于线搜索的选择。通过混合CD法和LS法的分子，对梯度函数进行了相应的修正。方向的充分下降性独立于线搜索的选取，可应用于多种线搜索；基于Wolfe线搜索，证明了算法的全局收敛性。42类无约束测试函数和图像去噪的结果表明，基于相同的终止条件所提出的算法的迭代次数和迭代时间均少于之前的3类共轭梯度算法。

Abstract:

研究了在单机情形下具有不可用区间的松弛工期问题，不可用区间意味着在此区间不允许工件加工，且工件中断可恢复。松弛工期是工件加工时间加上1个给定的常数，这个常数为决策变量，排序的任务是给所有工件分配工期，同时确定工件的加工次序以使得目标函数值最小。目标函数值包括由于工件误工、提前及工期分配而导致的相关损失。根据不同的损失系数关系讨论了松弛工期的范围，提出动态规划算法。证明了动态规划的时间复杂性为O((P+T－pmin)nP2)。通过算例分析说明了算法的可行性。

Abstract:

研究带有松弛工期指派的单机排序问题，工件的实际加工时间同时受到恶化效应、凸资源分配与一次机器速率修正活动的影响。为确定工件的最优排序、速率修正活动的最优位置、最优的公共容许流和最优的资源分配量，使2个约束目标函数极小化。第1个目标函数是在满足资源总量有限的条件下，极小化总惩罚费用，即提前、延误、公共容许流和时间表长的加权和；第2个目标函数是在总惩罚有限的条件下，极小化资源消耗总费用。将上述问题分别转化为指派问题。当速率修正活动位于不同的位置时，选取使得目标函数最小的解为最优解。对2个问题分别给出多项式时间算法，算法的复杂度为O(n4)，其中n为工件的数量。用数值算例分别验证2个算法，说明给出的求解算法比较有效。

Abstract:

研究考虑机器具有老化效应和工件带有释放时间约束的作业车间调度问题（job shop-scheduling problem, JSP）。建立以最小化最大完工时间为目标的调度优化模型，并设计1种改进的算术优化算法（improved arithmetic optimization algorithm, IAOA）对该问题进行求解。算法首先通过排序值转换规则将IAOA连续解空间映射到JSP的离散空间，并对JSP进行编码，然后使用插入式贪婪解码算法进行解码。提出了非线性数学优化加速函数和6种邻域搜索策略对标准算术优化算法（arithmetic optimization algorithm, AOA）进行改进。通过在33个JSP数据集上进行测试并与AOA、灰狼优化算法和算术三角函数优化算法进行对比分析，结果表明提出的IAOA具有较好的优化效果以及收敛能力，且该算法克服了AOA求解精度低、收敛速度慢的缺陷。

Abstract:

为了提高饲料企业在成本和质量上的优势，需要采用更加科学的方法制定排产计划。首先根据饲料加工排产的特点构建了基于批量组织生产的排产模型；其次，针对布谷鸟搜索(cuckoo search，CS)算法收敛速度慢与局部搜索能力弱的问题，提出不同的改进策略形成改进CS算法求解了排产模型，改进算法运用NEH方法、Logistic混沌映射方法以及随机方法生成初始解，使用了动态改变步长的策略以平衡算法探索能力与开发能力，增加基于差分进化的交叉阶段以增强最优解的挖掘能力。采用改进CS算法，以最小化总流经时间为求解目标，在40个Taillard测试集实例和实际饲料排产数据上进行了实验，验证了改进CS算法的寻优能力。结果证明了改进CS算法在求解流水线式生产车间排产问题上的有效性。

Abstract:

干线、支线作为电商企业物流配送的关键环节，两者协同优化对降本增效意义重大。基于干线、支线实际运营特征，提炼出软时间窗、多车场、多商品、需求可拆分两阶段车辆路径问题，建立以车辆路径成本、固定派车成本和惩罚成本(违反配送时间要求)为优化目标的混合整数规划模型；基于派车次数和运输距离节约的贪婪思想，设计高效启发式求解算法，并借助27个小规模算例和8个较大规模算例对模型和算法的求解效果进行验证。实验结果表明：1) 借助优化软件，模型在2 h内能够求解5个区域中心仓库、20个中转仓库、4种商品的算例；所设计的启发式算法能够在较短时间内对现实中的较大规模问题求出可行解，求解能力和求解效率远优于优化软件CPLEX。2) 问题复杂度随着问题规模即区域中心仓库个数、中转仓库个数和商品种类数的增加急剧增加，且中转仓库个数对问题复杂度的影响最大，区域中心仓库个数对问题复杂度的影响次之，商品种类数对问题复杂度的影响最小。3) 对于较小规模算例，干线配送成本占比较大；随着算例规模增加，支线环节派车数量增幅较大，进而导致支线配送成本明显增加。4) 延长车辆最大工作时间后，干线环节派车数量减幅较大，总配送成本明显降低；放宽配送第2阶段车容量限制，则该阶段的用车数量大幅度降低。研究成果不仅可拓展两阶段车辆路径问题现有理论，而且有助于电商企业实现多级配送网络高效协同运作；此外通过优化配送方案，可减少派车次数，并有助于缓解城市交通压力和改善城市交通环境。

Abstract:

研究“日产日清”背景下的清运车辆调度优化，以避免医疗废物引发二次污染。综合考虑医疗废物清运工作中面临的各种约束条件，建立混合整数优化模型。针对模型特点，设计混合蚁群算法，通过不断迭代求解整数优化子模型与线性规划子模型来得到合理的清运策略。构建的模型和算法可以有效帮助医疗废物处置企业决策合理的清运车辆访问顺序、访问时间、清运量以及车辆数与工作时间等。与传统模型相比，“日产日清”背景下的清运策略需要更多车辆与更高成本，但可以有效避免医疗废物的堆积。

Abstract:

研究同时考虑客户满意度和成本的物流末端配送环节中快递人员配置问题。在考虑到满意度和快递员的情况下，通过人员配置成本、惩罚成本和运输成本所构成的总成本最小和顾客满意度最大时的人员配置方案，并采用NSGA-Ⅱ算法在Python软件上求解物流末端配送问题，最后进行了案例分析。分析结果表明：所建立的物流末端人员配置和路径优化的多目标优化模型实现了人员配置、客户满意度和成本的优化，且能够在保证客户满意度的情况下降低人员成本。所提出的方案为物流末端快递人员配置的多目标优化问题提供了理论依据。

Abstract:

针对结构化道路下自动驾驶汽车的轨迹跟踪问题，提出了一种基于凸近似避障原理的自动驾驶集成决策与控制方法。首先基于凸近似避障原理，对安全约束进行优化，适当缩小轨迹可行域，只保留与特定周车交互相关的部分可行点；然后结合模型预测控制算法，建立低速场景下线性化的自行车运动学模型，以轨迹跟踪误差最小为目标，考虑自车和周车的外形、道路几何约束和安全约束，构造多个与静态路径相关的最优控制问题，使用外罚函数处理约束，基于序列二次规划方法进行求解，选择最优轨迹进行跟踪。在Carla仿真平台上的高速公路仿真实验结果表明提出的基于凸近似避障原理的自动驾驶集成决策与控制方法虽然通过效率有所下降，但是驾驶安全性得到充分保障，并且轨迹跟踪性能未受影响，因此该方法能够有效降低自动驾驶中的决策风险。

Abstract:

考虑到现有研究多是对充电站的选址进行规划,较少讨论中断情景与电动汽车（electric vehicle, EV）用户充电距离。因此，在中断情景下将研究范畴拓展至充电站与充电桩联合布局优化，以成本最小和距离最短为目标构建了多目标规划模型。针对问题的NP-困难特性，首先设计了基于K-Means聚类的启发式算法，以快速生成较好的初始可行解，然后提出改进遗传算法求解模型。通过算例分析，验证了模型的有效性。所建模型能够有效解决中断情景下的EV充电站与充电桩联合布局优化问题，所提算法在求解精度与稳定性方面要优于已有算法。

Abstract:

构建了基于混合寡头垄断模型的碳排放交易市场，分别计算了企业进入碳排放交易市场前后的均衡产量决策以及社会福利的变化情况，讨论了碳配额分配政策与社会福利之间的联系。研究结果表明在基于混合寡头模型的碳排放交易市场中，政府对碳配额分配政策做适当的优化可以在不损失环境有效性的前提下提高社会福利，推广了已有的一些成果，充实了混合双寡头垄断模型下碳排放交易体系中的社会福利分析，为政府产业政策的制定提供了理论依据。

Abstract:

现有的端到端方法和基于预训练模型的方法在训练过程中未有效利用表格单元格的结构信息，从而影响了表格文本在模型中的向量表示和最终的语义信息抽取精确率；因此提出了进一步利用单元格结构信息来改进光学字符识别效果的端到端方法和增加单元格序列预测任务的预训练方法。实验结果显示改进后的2种方法在表格语义信息抽取任务中取得了更好的效果，F1值分别提升了0.204 6和0.017 6。改进后的方法加强了单元格结构信息在表格中的重要性，提高了表格语义信息抽取的精确率。