一、多阶段区间模糊决策问题的λ模糊启发式搜索算法IFDA（论文文献综述）
冯智莉[1]（2019）在《基于启发式算法的作业车间调度问题的研究》文中研究指明调度问题不仅常见于供应链管理和运营中,同时也广泛存在于软件开发计划、计算机系统控制、机器端口调度和生产计划中。作业车间调度问题是标准的NP-hard问题,并被认为是最具有挑战的调度问题之一,是集成制造技术的重要研究内容和运营管理问题的核心。本文针对以最短完工时间为目标的作业车间调度问题,对分支定界法进行了改进和应用;同时对混合遗传算法和蚁群算法进行了改进,并将改进后的算法应用在多自动引导小车场景下的调度中,具体研究内容如下。首先,设计了在已知活动调度序列的前提下,求解工序开始结束加工时间计算方法,并通过增加约束条件对搜索树进行剪枝来提升分支定界法的搜索效率,经过对比实验证明,改进后的算法搜索速度提升了45.39%,针对大规模问题最优解的优化提升3.40%。改进方法为后面算法性能验证提供了理论最优值。其次,针对作业车间中因频繁切换工件而增加完工时间的现象,改进了在作业切换频繁的场景下基于加工需求相似度的混合遗传算法,根据加工需求用聚类方法对工件进行分组,再将分组结果加入到混合遗传算法生成的初始种群中,并改进了混合遗传算法的选择算子。通过实验证明了经过聚类后的遗传模拟退火算法的搜索速度更快,并在一定程度上降低了算法提早收敛于局部最优的风险。再次,提出了基于动态调节的自适应蚁群算法,根据上一代相似解的离散度判断算法是否有陷于局部最优的风险,对应调整蚂蚁转移状态以及采取不同的信息素矩阵更新策略对该代可行解的更新进行调整,并通过实验证明了算法的可靠性。最后,对改进后的两种算法进行敏感性分析,论证了不同参数对改进算法的影响,比较了两种改进后算法的鲁棒性;根据经典基准测试问题对于两个改进算法进行对比测试,分析了算法在不同规模问题下的性能差异;最后将算法应用在多自动引导小车运输环境下的作业车间调度问题中,证明了算法的可扩展性和实用性。
苑嘉航[2]（2018）在《配电网运行风险传递决策模型及其信息系统研究》文中指出作为电力系统的重要组成部分,配电网通过直接相连的方式为电力用户提供电能,因此对于用户供电安全有着重要作用。历史数据表明,电力系统中80%的用户停电事件是由配电网故障引起的。因此,针对配电网运行过程进行风险管理分析对电网安全有着重要作用。随着能源互联网的提出和发展,电力流、信息流、价值流的高度融合,给电力系统发展提供了良好的平台,但同时也为配电网运行管理中注入了更多的不确定性,其中的风险因素的动态性和传递性也表现得更加明显。针对新的形势,本文从配电网运行过程入手,从信息安全风险传递、故障停电风险、故障恢复和检修决策四个过程进行风险传递与优化决策建模分析,进而讨论了以理论模型为支撑的配电网运行风险管理信息系统。论文的主要成果为如下五个方面:（1）考虑信息物理融合下的配电网信息安全风险传递研究。电力信息物理系统是伴随着能源互联网的发展而提出的新型融合系统。信息物理的融合加速了电网智能化发展的同时,也增加了电网运行中的潜在风险。伴随着信息的交互,风险传递扩散效应会更加突出。针对配电网中高维小样本数据,建立了基于知识元的配电网风险传递模型。该模型把物理系统中的可监测数据作为输入数据以表达配电网传递风险,根据载体知识元内部状态属性阈值构建了标准的风险等级体系。利用投影寻踪方法,寻得输入数据的最佳投影,并进行降维。进而,依据风险元传递理论,计算监测样本风险传递到配电网总风险等级的概率及风险分布,并分析风险传递效应。（2）考虑故障损失的配电网停电风险评估研究。首先,对配电网停电进行了风险分析,包括评估指标体系和风险评估模型。其次,建立了考虑自然环境影响下的故障率模型,提出了配电网故障分块划分思想和馈线分区的配电网故障停电概率估算方法。基于风险元传递思想,提出了基于风险传递的配电网故障停电损失风险计算模型。最后,应用实例依次计算了负荷停电概率、用户停电时间、用户损失、供电企业损失和配电网整体损失,并分析了风险传递损失对不同类型用户造成的影响。（3）考虑主观风险的配电网故障恢复决策研究。为了快速高效地使非故障失电区域恢复电力,基于启发式规则,根据故障恢复目标以及负荷恢复量、负荷转移量、负荷容量裕度、开关操作次数和负荷均衡率五个决策指标,迅速形成故障恢复方案集。针对实数型的恢复方案,考虑到属性之间的交互作用和专家群评价的一致性程度,提出了采用马田系统和区间模糊偏好系矩阵定义指标属性的Shapley值,通过Shapley值确定模糊测度,利用 φs 函数构建模糊决策模型;针对区间数型的故障恢复方案,将区间数决策向量视为多维属性空间中的超长方体,采用2水平正交试验在该超长方体上均匀、分散地布点,根据正交表的试验次数组成布点集代表决策方案。由于属性之间存在相关性,计算故障恢复方案与正负理想的马氏距离。考虑到公司领导的主观风险态度,引入累积前景理论,定义了基于马氏距离的灰关联函数,进而构建了正负前景价值矩阵,计算故障恢复方案的综合前景值并排序选择最优解。（4）考虑风险评估的配电网检修优化决策研究。以检修风险和故障风险为配电网优化的双目标,以检修时间和方式为优化变量,建立双目标优化模型。采用拥挤距离排序的多目标粒子群算法进行求解,得到帕累托非最劣解集。考虑决策者的主观风险态度,提出了基于不同风险态度的梯形直觉模糊数的多属性决策方法,利用改进的Bonferroni算子对方案值进行融合,通过风险期望对检修方案进行排序,得到不同风险态度下的检修结果。（5）配电网运行风险管理信息系统设计研究。把研究的理论和构建的模型拓展到实际的配电网管理中,提出了配电网运行风险管理信息系统设计。在需求分析的基础之上,对该系统的设计结构和功能进行了研究,并探讨系统构建所需的关键技术。
王芳[3]（2017）在《面向碳效优化的柔性流水车间调度研究》文中进行了进一步梳理碳排放是环境持续恶化和雾霾加剧的关键影响因素之一,而制造过程的碳排放占到了全球碳排放一半的份额。柔性流水车间（FFS）作为一种先进的制造过程组织形式,能够同时应对多品种小批量生产、大规模客户定制和单件生产等多种要求,研究柔性流水车间的碳效优化调度,是实施柔性低碳制造的重要基础,有助于实现我国制造强国战略布局。本文围绕碳效优化的柔性流水车间调度,研究碳排放、最大完工时间与最大机器负荷三目标同时最小化的问题。目前通过分阶段和分层决策,可以把加工参数优化引入到调度系统,调度效果比仅考虑单方面决策要好。但这种分阶段或分层方法割裂开了加工参数与调度方案的同步决策,容易产生信息孤岛,降低优化效果。因此,本文提出加工参数与调度方案同步决策下的碳效优化调度,并基于单元特定事件的连续时间表示法构建加工参数与调度方案同步决策的数学模型,利用蒙特卡洛仿真与启发式规则设计了同步决策的解码方式,并设计了多目标加权模型的进化算法与多目标进化算法,实现加工参数与调度方案同步决策下的三目标同时优化。该研究能为企业提供可选择的多组Pareto非支配调度方案,最大化尊重管理者的决策权。首先,基于车削过程分析提出碳排放与车削时间的计算公式,在此基础上以加工时间为纽带,构建出最大完工时间、总碳排放量与机器最大负荷的优化目标函数,这些目标函数是以进给率、主轴转速与调度方案为决策变量的,并结合FFS的物料与机器约束,利用单元特定事件的连续时间表示法,构建FFS碳效优化的0-1混合整型规划模型。然后,基于启发式规则和蒙特卡洛仿真设计FFS碳效优化调度的双层解码方法,第一层根据工件可开工时间确定加工顺序,第二层分阶段为每一加工工件确定机器分配,并同步利用蒙特卡洛仿真确定最优参数组合。在此基础上,根据GA、EDA和GSA的算法基本流程,设计FFS碳效优化调度的三种基本算法,其中结合初始化、邻域搜索和重启三种改进操作设计改进GA,根据改进的动态调整概率模型设计改进EDA,并通过企业实例测试验证了三种算法的有效性和求解性能。其次,研究非支配解及解集的性质特征,设计了非支配解的快速构造方法,该构造方法快于选举法与排除法;基于非支配解的快速构造、蒙特卡洛仿真与启发式规则,设计了 FFS碳效优化调度的多目标EDA的解码方法,并通过对该解码方法进行两层分解,设计了复杂度更低的解码方法。在此基础上,基于参考点设置方法设计EDA的优势种群选择,构造FFS碳效优化调度的多目标EDA算法,并基于NEH的极值点邻域搜索和利用外部归档集的重启操作,构造改进的多目标EDA算法。在系统化分析多目标评价指标,比较收敛性、分布性与延展性的差异后,按三目标优化重构各指标的计算公式,并用于全方位评价多目标EDA与改进多目标EDA算法。最后,基于以上研究成果,在详细分析某轧辊企业机加工车间的车削过程与能耗基础上,开发出了轧辊车削碳效优化调度系统,通过对该轧辊加工车间的实际加工数据的测试,验证了加工参数与调度方案同步决策的优化效果远远优于分开决策,同时该测试也证明了算法的有效性。
宋佳晋[4]（2017）在《基于碳排放的冷链物流配送路径优化研究》文中指出随着我国社会经济的发展和人们生活水平的不断提高,人们对于冷链物流的刚性需求逐渐增加,冷链物流进入迅速发展阶段。作为物流行业的重要分支的冷链物流因为其高能源消耗和高碳排放的特点与当前社会所提倡的“低碳经济”之间存在着矛盾,这使得在发展冷链物流业务的同时也必须兼顾考虑其产生的经济效益和对环境之间影响的关系。本文通过分析生鲜产品冷链配送的特点,以及配送过程中低碳和冷链之间存在的效益背反关系,再剖析碳排放结构的基础上成本化碳排放。文章在考虑不同类型冷藏车辆混合搭配运输的基础上分析了生鲜产品冷链物流配送过程产生的其他成本,包括固定成本、往返运输成本、生鲜产品货物损失成本、制冷成本、碳排放成本等,并且考虑生鲜产品在运输过程中时间因素对其品质影响明显的特点,把衡量客户满意度的指标划分为客户的时间窗服务要求和生鲜产品质量要求指标,并最终构建了在车辆载重量和软时间窗约束条件下,以总成本最小为目标函数的考虑碳排放的生鲜产品冷链配送路径优化模型。并用优化的遗传算法对该模型进行求解,最后通过算例进行仿真分析,分析了在考虑碳税价格和不考虑碳税价格模型求解的成本差异,得出在冷链物流配送路径优化模型中,考虑碳排放能够比较有效的减少碳排放量,减少环境污染,降低物流企业运输成本的结论。为冷链物流配送企业在进行配送路线规划时提供了理论参考依据。
杨山亮[5]（2016）在《不确定环境下装备指挥决策的智能推理与优化方法研究》文中研究指明信息化技术凭借其强大的生命力实现了对军事领域的全方位渗透,对现代战争产生了深刻影响,使得武器装备、部队编成、战争观念以及指挥方式等都发生了巨大变化。在此背景之下,传统的依赖指挥员偏好和知识的经验式决策方法,已经不能适应信息化战争全纵深、非线性、全要素和快节奏的作战需求,必须在分析装备指挥决策特点的基础上,引入现代信息技术、智能方法和决策模型,对结构复杂、规模庞大以及目标多元的装备指挥决策问题作出准确分析和科学判断,从而不断适应联合作战条件下战场态势信息瞬息万变的局面。论文将不确定环境下的装备指挥决策作为应用背景,针对决策过程中所面对的装备决策数据不完备、目标毁伤概率不固定以及指挥员偏好信息不精确等一系列不确定因素,通过粗糙集理论、军事运筹学、智能进化算法与模糊多准则群决策技术等相关理论和方法,构建了装备规则提取—武器单装运用—装备组合优化—装备方案优选—敏捷仿真实验的具有反馈效应的装备指挥决策闭环优化分析框架,从而为作战指挥员科学制定武器装备运用方案,以及有效提高武器装备系统整体作战效能提供辅助决策和平台支持。论文的主要研究内容和取得的成果可以概括为以下四个方面:（1）构建了不确定环境下面向装备指挥决策的闭环优化分析框架。针对装备指挥决策的时效性、精确性和协同性作战需求,提出了不确定环境下面向装备指挥决策的闭环优化分析机制。根据优化框架的逻辑流程,关键技术和突破途径共包括四个部分:基于RS理论和模糊逻辑的两阶段装备智能决策方法,基于群体进化算法的武器装备组合规划与优化方法,基于多准则群决策的装备运用方案优选方法,以及面向武器装备指挥决策反馈的敏捷仿真理论与技术。（2）提出了基于RS理论和模糊逻辑的两阶段装备智能决策方法。针对不完备信息条件下的武器装备单装运用问题,构造了包含规则提取和模糊推理两个阶段的装备智能决策方法,从而提高装备指挥决策的自动化水平。在第一阶段,该方法首先采用最大概率值法实现缺失属性值的补齐操作,同时应用基于正区域的属性约简算法获取装备决策表的核心属性,然后利用LEM2规则提取算法学习装备指挥决策的模糊规则。在第二阶段,构建以作战目标特征数据为输入量,以武器装备决策类型为输出量的Mamdani型模糊推理系统,并根据第一阶段提取的模糊规则得到最终的装备决策结果。（3）提出了一种自适应Memetic算法对装备组合优化问题进行求解。在综合考虑四类约束条件的基础上,建立了装备组合优化问题的非线性整数规划模型;然后设计了一种满足交战约束条件的整型个体编码方式,松弛了装备组合优化模型中较难满足的交火可行性约束;最后在自适应Memetic算法框架下,采用自适应免疫遗传算法作为全局搜索机制,加快种群的收敛速度,同时在进化种群的每次迭代过程中嵌入基于Swap邻域结构的变邻域搜索方法,利用VNS/rand/Nr策略对每代全局的随机个体进行邻域搜索,提高了算法跳出局部最优解的能力。（4）提出了基于直觉模糊VIKOR法的装备运用方案优选群决策方法。针对作战指挥员权重未知、评价准则权重信息部分已知和完全未知两种情形下的装备方案优选问题,通过定义个体决策矩阵的直觉模糊熵来计算指挥员个体判断信息的不确定程度,进而确定每个作战指挥员的权重值。对于准则权重在一定约束条件下的装备方案排序问题,提出基于离差最大化原则的线性规划模型来求解准则权系数。对于准则权重完全未知的装备方案优选问题,提出基于直觉模糊记分函数的非线性规划模型来求取准则权重。最后通过结合GRA和VIKOR的混合多准则群决策方法实现了待选装备方案的排序和择优。此外,为了提高作战仿真系统与装备指挥决策支持系统的动态集成能力,在充分借鉴国际上典型作战分析仿真系统的结构框架基础上,论文构建了面向装备指挥决策反馈的敏捷仿真系统体系架构。主要从装备决策仿真引擎、装备决策建模方法和装备决策数据交互三个角度论述了这种体系架构所拥有的敏捷特性,其中重点介绍了实现MSDL与C-BML相互集成的两种途径和方法,从而提高作战想定的可重用性和不同系统之间的互操作性。
易梦璐[6]（2016）在《全自动生化分析仪并行调度算法研究与实现》文中研究指明随着现代科技的进步和医疗水平的提高,生化分析仪已发展为可对人体体液样本进行生化、电解质等多项目检测,获取特定物质浓度信息的综合检测系统。目前,生化分析仪的最高检测速度为2000测试/小时,为了保证加样的精度与准确性,检测速度已经很难通过硬件升级进一步提高。软件中的任务调度算法是影响生化检测速度的主要因素之一。如何采用更高效的调度算法提高生化分析检测效率,成为能否突破目前检测速度瓶颈的关键。本文完成的主要工作可以概括为以下几点:生化分析并行调度任务的求解流程如下图所示。对于该数学问题的求解方法所用的数学算法,我们称之为神经网络-贪心算法。其主要思路是利用神经网络算法将任务启动表映射为神经网络能量矩阵,设置相关参数得到最佳能量矩阵,然后利用贪心算法搜索最佳顺序,对应任务耗时表和启动间隔表,得到任务执行最终顺序。（1）通过加入特殊的限制条件,我们将生化分析仪中的任务调度问题进行了数学问题转换。生化分析仪任务调度问题可以理解为一种特殊情况下的流水线作业问题,针对目前广泛采用的固定周期调度算法存在的检测效率低、等待时间长等问题,我们通过加入虚拟任务、建立任务启动时间矩阵,将生化分析仪任务调度的特殊流水线作业问题转换为一种非对称型旅行商问题,并建立相关任务启动表。（2）针对已转化的数学问题,构建针对该问题的神经网络算法模型,进行数学求解。利用神经网络中的神经元状态和神经元能量矩阵求解最优任务调度顺序。结合贪心算法对神经网络算法迭代得到的神经元总能量矩阵进行局部最优化求解,将二维矩阵问题快速转换为一维问题,解决了单一神经网络算法存在的回溯时间过长的问题。根据具体的样本测试任务,完成了神经网络-贪心算法在全自动生化分析仪上的调度算法数学模型建立。（3）在MATLAB平台上,针对相同的任务调度问题,将神经网络-贪心调度算法和常用的固定周期调度算法进行了算法仿真对比,得到了两种算法不同调度顺序下的任务耗时甘特图。仿真结果表明,相同的样本测试任务下,经过神经网络-贪心算法得到的任务顺序总耗时与采用固定周期调度算法相比,进行了八组仿真测试,速度提高率均值为31%。（4）在Microsoft Visual Studio 2013平台上,实现了应用神经网络-贪心算法和固定周期调度算法的生化分析软件控制系统,进行了两种算法下的样本测试实验。经过八组实验验证,速度提高率均值24%。固定周期算法检测速度为400测试/小时,神经网络-贪心算法检测速度为496测试/小时。本文提出了一种高效的神经网络-贪心调度算法并建立了其在生化分析系统调度问题上的数学模型,与传统采用的固定周期调度算法进行了算法仿真对比。在此基础上,实现了应用神经网络-贪心算法和固定周期算法的生化检测软件测试平台,通过实验验证了神经网络-贪心算法的优越性。
汪致宾[7]（2016）在《基于PlantSimulation的多类型产品作业调度建模仿真》文中进行了进一步梳理随着全球经济一体化的发展,消费者对产品种类要求趋于多样化,相较而言,单一类型的产品需求量并不多。因此企业的生产更多的是多品种小批量,由于不同类型产品的生产是有区别的;同时,由于市场需求变化较快以及生产作业的日常突发情况都会给企业的作业调度带来较大的问题。车间作业调度要求能够很快适应市场需求的变化,即要求整个系统应具有鲁棒性、敏捷性与智能性。论文首先阐述和分析了目前已有的各种车间作业调度方式。然后运用Palmer算法建立仿真模型,运行仿真模型,分别分析比较需要生产多类型产品机器正常运转与某台机器失效一定时间后的最大作业时间,并通过仿真得出机器失效时的在制品数量变化图。然后通过基于遗传算法和最短作业时间（Shortest Processing Time,SPT）法则的混合流水线调度建立仿真模型,运行仿真模型,分别分析比较需要生产多类型产品机器正常运转与某台机器失效一定时间后的最大作业时间,然后通过仿真得出机器失效时的在制品数量变化图。最后建立基于队列长度估计量（Queue Length Estimator,QLE）的自组织仿真模型,工件能够根据实际情况自主选择机器进行作业调度,运行仿真模型,分别分析比较需要生产多类型产品机器正常运转与某台机器失效一定时间后的最大作业时间,并通过仿真得出机器失效时的在制品数量变化图。
王续伯[8]（2016）在《战略导向下航天型号项目组合配置优化与协同研究》文中指出随着国防工业和航天产业的快速发展,航天型号项目如雨后春笋,增长迅速,原有的单个项目的管理方式已经不能适应航天集团的多型号项目管理需要,型号项目的多样化和复杂化促使航天型号多项目管理成为当前亟需解决的问题。同时,航天战略作为国家高科技产业发展的重点,国家已经提出了载人航天工程、空间器、登月工程、卫星等众多发展规划,并逐步进入国际航天产业竞争市场,这些战略的实施,都需要落实到具体的航天型号项目上,基于航天产业战略,如何选择和配置型号项目,也是亟需解决的问题。项目组合配置（Project Portfolio Allocation,PPA）作为对一系列对项目组件进行科学管理的方式方法,是解决以上两个问题的有效途径。本文从战略视角入手,分析航天企业型号项目组合配置问题,将战略管理与项目管理的相关理论结合起来,提出航天企业战略导向的创新视角,分析项目组合配置的核心要素,从战略管理的三个层次,即:总体战略、业务战略和职能战略,设计了相应的项目组合配置模型;按照提出的理论假设,对应航天企业战略管理的三个层次,进行航天型号项目组合配置模型的构建及验证,将系统工程、优化算法、协同学理论与项目管理及项目组合管理相结合,设计航天企业战略导向下的项目组合配置模型及求解算法,并引入实际案例,验证本文提出模型的有效性和可靠性,并对其进行进一步的修正和完善。与当前现有的研究成果相比较,论文的创新点和创新之处主要有四个方面,具体如下所述:第一,从航天战略导向的视角分析和研究航天型号项目组合配置问题,分析项目组合管理与航天型号项目保持一致的内在关联性,按照战略管理层次的总体战略、业务战略和职能战略,识别项目组合配置方案与航天企业战略保持一致的核心要素,具体将战略导向分为总体战略导向、业务战略导向和职能战略导向,并分别对应航天型号项目组合配置的战略贴近度、航天型号项目组合配置优化和航天型号项目组合配置属性协同,以此构建航天企业型号项目组合配置模型,为从不同层次度量项目组合配置提供评价和度量的对象。第二,以航天企业总体战略为视角,将协同学和系统理论思想引进航天型号项目组合配置战略贴近度研究领域,运用熵理论度量战略和项目组合配置方案各适配序参量的配置合理性程度,在定义适配序参量、适配熵、适配度和贴近度等概念的基础上,构建了航天型号项目组合配置战略贴近度的度量方法,提出了总体战略导向下的型号项目组合配置优化模型,航天企业实践表明该模型能定量反映战略和组合配置方案实施寿命周期内各阶段的适配度和贴近度,帮助航天企业管理人员根据适配序参量和适配度反映的管理信息,处理企业战略和组合方案之间的协同作用,度量项目组合方案的战略贴近度,实现战略导向下的航天型号项目组合方案的最优选择。第三,以航天企业业务战略为视角,研究以项目组合的选择配置实现组织业务战略目标最大化的问题,将组织业务战略目标分解为收益、成本和风险目标,运用模糊集截集原理和目标标准法则把战略目标整合为单个的权衡目标;用梯形模糊数表示项目的不确定参数,并考虑项目间的相互影响关系,建立了基于业务战略目标的项目组合配置模型,来实现项目组合选择与战略目标的一致;并针对模型提出了遗传算法进行求解,用示例验证了方法的有效性。第四,以航天企业职能战略为视角,以直觉梯形模糊数的形式描述航天型号项目组合配置的属性协同关系,提出了航天型号项目组合配置的正协同和负协同的定义,在比较了常权状态和其他状态下航天型号项目组合属性协同值Shapley的情况下,建立了以航天型号项目组合配置属性协同理想值为中心的协同权重函数;基于航天企业职能战略导向视角下,构建了航天型号项目组合配置有序加权协同平均算子的决策模型,提出航天型号项目组合配置属性协同有效决策方案,并提出了模型有效的解决算法;最后通过某航天企业航天型号项目组合配置实例,检验了模型的有效性。
何雨璇[9]（2016）在《突发公共卫生事件中的人道主义医药物资分配》文中指出突发公共卫生事件不仅危害人民身体健康、导致经济损失,还会对人们造成短期和长期的心理伤害。如何提供可靠、有效、公平的人道主义医药物流至关重要。本文聚焦于突发公共卫生事件，尤其是大规模传染病爆发的情境。在阐述人道主义医药物资分配的重要作用、特殊之处和研究价值的基础上,本文综合分析传染病爆发后的应急物资分配问题,兼顾物资分配的效率性与公平性,建立和求解人道主义医药物资分配模型,以降低突发公共卫生事件造成的损失与伤害。具体而言,本文的主要内容包括：（1）人道主义医药物资的单地区动态分配模型。在需求不确定的环境下,讨论医药物资在时间轴上的分配问题。突发公共卫生事件通常会持续一段时间,并且出于人道主义的原因,某一地区的剩余物资可能会由上级政府进行统一的二次分配而供其它地区使用。因此,一个地区的决策者不能只考虑单一阶段的物资需求,还需要考虑本地物资库存与消耗的动态变化。本文根据传染病的特点,采用动态随机规划方法建立模型。每个时间阶段的初始库存大小会受到之前阶段的物资分配量与随机需求量的影响,而医药物资的随机需求的分布函数也随时间变化。在这一部分也对如何具体化医药物资需求的概率密度函数和累积分布函数进行了说明。此外,本文也建立了一个相应的静态随机规划模型,用以比较静态模型和动态模型的异同。在建模的基础上,本章给出了最优解的解析形式,并对其性质加以分析。最后,采用数值分析进一步理解其在管理实践上的价值。（2）人道主义医药物资的多地区分配模型。在假设需求可以预测的基础上,提出了一个多地区的物资分配的基本模型。该模型包括往复进行的两个部分：（a）随时间变化的医药物资需求的预测。本文根据传染病的传播规律,提出了一个经过修正的易感-潜伏-传染-治愈（SEIR）模型来预测每个疫区的医药物资需求。考虑到脆弱型人群的传染率、死亡率、治愈率通常与普通型人群不同,模型充分体现了脆弱型人群和普通型人群之间的差异,提高了预测的准确率。（b）物资分配决策。根据需求预测的结果,建立线性规划模型,将其应用于多出救点、多需求地的物资分配问题。在此基础上,本文又提出两个扩展模型,以增强模型解决实际问题的能力。本文首先扩展需求预测部分,考虑多个疫区之间的空间交互关系。其次,通过讨论受影响人群的心理状态对分配决策进行扩展。最后,本文通过一个基于真实数据的案例研究和四个基于实验数据的测试分析,对三个模型进行比较。数值分析的结果说明了模型的可行性和三个模型之间的异同,对管理实践具有借鉴意义。（3）人道主义医药物资分配中的跨部门合作。研究物资配置中的跨部门合作与信息共享问题。典型的人道主义物流活动中的参与部门可以分为两类：公共部门（例如政府部门）和私人部门（例如企业）。本文构建了四种不同合作机制下的随机规划模型,分别是：非合作模型、由政府部门领导的半合作模型、由私人部门领导的半合作模型,以及完全合作模型。在半合作策略下,两个部门能够共享关于目标和约束的相关信息,但各自分别做出物流决策；而在完全合作策略下,政府部门制定决策,但需要向私人部门支付一定补贴以维持合作关系。在建立模型的基础上,本文分别求出了四种模型的最优解的解析表达式、讨论这四种模型的异同,并进一步进行数值分析。解析分析和数值分析结果说明了半合作与完全合作机制分别的潜在优势。本文的重要贡献和创新点包括：（1）开展跨学科的研究,综合应用多种理论和方法,形成比较完整、具有针对性的大规模突发公共卫生事件中的人道主义医药物资分配决策模型。（2）在研究物资在时间轴上的动态分配问题时,建立动态随机规划模型并求得其解析和数值解。建立的模型更符合实际,其最优解的解析形式为实现物资的最优配置提供决策依据。（3）在预测需求时,充分考虑传染病疫情的演化过程和发展规律,并进一步考虑到脆弱型人群的特殊生理特质和疫区之间的空间互动关系,为物资分配决策提供依据。（4）提出决策目标时,不仅考虑疫区居民的生理状态和物资分配的成本,也讨论疫区居民心理情况,以优化生理和心理状态,而不是仅仅物资最多或效率最高为分配决策的目标,更体现人道主义救援中以人为本的特征。（5）研究公共部门与非公共部门合作开展人道主义物资分配的可能性与合作模式,并对不同的模式进行比较。
杨忠程,叶晨,杨振宇[10]（2015）在《一种高效的实时交通信号灯控制算法》文中认为针对交通信号灯实时控制问题,设计了一种以最小化车辆等待时间为目标的数学模型,并给出了一种能求解该模型最优解的启发式搜索第法。仿真结果显示启发式搜索算法存在求解时间长,求解效率不稳定等问题。因此在原算法基础上加入了多阶段决策优化方法,并且在各个阶段中采用了限时搜索,使得算法能在固定时间内得到结果,保证了算法的稳定性和实时性。通过实际数据仿真显示,优化后的算法对比固定周期算法减少了车辆的等待时间;对比原始的启发式搜索算法,提高了求解效率,满足了实时控制的要求。
二、多阶段区间模糊决策问题的λ模糊启发式搜索算法IFDA（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、多阶段区间模糊决策问题的λ模糊启发式搜索算法IFDA（论文提纲范文）
（1）基于启发式算法的作业车间调度问题的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 调度问题数学模型 |
| 1.2.1 生产调度问题模型 |
| 1.2.2 作业车间调度问题模型 |
| 1.3 JOB-SHOP问题国内外研究现状 |
| 1.4 本文研究目的 |
| 1.5 论文主要内容与组织结构 |
| 第2章 基于调度的启发式搜索算法研究 |
| 2.1 算法优化原理及改进思路 |
| 2.1.1 遗传算法数学机理 |
| 2.1.2 蚁群算法数学机理 |
| 2.1.3 可行性分析与算法改进思路 |
| 2.2 CMAX计算方法 |
| 2.3 理论最优值计算方法 |
| 2.4 实验与结果 |
| 2.5 本章小结 |
| 第3章 基于聚类的混合遗传算法的改进 |
| 3.1 引言 |
| 3.2 基于车间调度的遗传模拟退火算法 |
| 3.3 遗传模拟退火算法的改进 |
| 3.3.1 基于聚类的改进 |
| 3.3.2 混合方法选择算子的改进 |
| 3.4 实验结果与分析验证 |
| 3.4.1 算法参数设置 |
| 3.4.2 改进算法结果分析 |
| 3.5 本章小结 |
| 第4章 基于JSSP调度的自适应蚁群算法的改进 |
| 4.1 引言 |
| 4.2 蚁群算法及其改进 |
| 4.2.1 基于job-shop问题的蚁群算法原理 |
| 4.2.2 蚁群算法的改进 |
| 4.2.3 算法步骤与伪代码 |
| 4.3 实验结果与分析 |
| 4.3.1 算法参数设置 |
| 4.3.2 改进算法结果分析 |
| 4.4 本章小结 |
| 第5章 算法性能分析 |
| 5.1 敏感性分析 |
| 5.1.1 C-HGA控制参数影响 |
| 5.1.2 DA-AACA控制参数影响 |
| 5.2 算法性能对比 |
| 5.3 多AGV作业车间调度 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士期间已发表的论文 |
| 附录 |
| 致谢 |
（2）配电网运行风险传递决策模型及其信息系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状及发展动态 |
| 1.2.1 配电网运行风险管理研究 |
| 1.2.2 配电网故障停电及恢复研究 |
| 1.2.3 配电网检修研究 |
| 1.3 论文主要内容及结构 |
| 1.4 本文的创新点 |
| 第2章 配电网运行风险及相关基础理论 |
| 2.1 配电网运行风险识别 |
| 2.1.1 基本风险识别 |
| 2.1.2 关键风险识别 |
| 2.2 配电网停电风险 |
| 2.2.1 配电网故障停电风险评估 |
| 2.2.2 停电风险评估方法 |
| 2.3 配电网故障恢复 |
| 2.3.1 故障恢复的一般步骤 |
| 2.3.2 故障恢复涉及的概念 |
| 2.4 配电网检修技术 |
| 2.4.1 信息收集 |
| 2.4.2 状态评价 |
| 2.4.3 故障率计算 |
| 2.5 本章小结 |
| 第3章 信息物理融合下配电网信息风险传递模型 |
| 3.1 信息物理融合风险分析 |
| 3.1.1 信息物理融合带来的挑战 |
| 3.1.2 信息物理融合系统中的信息风险 |
| 3.1.3 信息跨空间传递方式 |
| 3.1.4 信息风险对电力系统的影响 |
| 3.2 基于投影寻踪和知识元的风险传递模型 |
| 3.2.1 知识元介绍 |
| 3.2.2 改进的遗传算法寻优 |
| 3.2.3 基于完备集思想的风险传递模型 |
| 3.2.4 风险传递计算步骤 |
| 3.3 算例分析 |
| 3.4 本章小结 |
| 第4章 计及故障损失配电网停电风险传递评估模型 |
| 4.1 配电网停电风险分析 |
| 4.1.1 配电网故障风险体系 |
| 4.1.2 配电网故障停电风险评估指标体系 |
| 4.1.3 配电网故障停电风险评估模型 |
| 4.2 配电网故障停电风险概率分析 |
| 4.2.1 元件停运模型 |
| 4.2.2 自然环境因素作用下的元件故障概率 |
| 4.2.3 基于馈线分区的配电网故障停电概率估算 |
| 4.3 基于风险传递的配电网故障停电损失 |
| 4.3.1 基于风险传递的区域风险评估分析 |
| 4.3.2 不同用户的损失函数及停电时间分类 |
| 4.4 算例分析 |
| 4.4.1 配电网停电概率 |
| 4.4.2 用户停电时间计算 |
| 4.4.3 供电企业的损失计算 |
| 4.4.4 配电网的损失评估 |
| 4.5 本章小结 |
| 第5章 考虑主观风险的配电网故障恢复决策模型 |
| 5.1 配电网故障恢复模型和启发式规则 |
| 5.1.1 配电网故障恢复目标和评价指标 |
| 5.1.2 启发式搜索规则 |
| 5.1.3 恢复备选方案集合的形成 |
| 5.2 基于马田系统和主观偏好风险的配电网故障恢复决策 |
| 5.2.1 理论介绍 |
| 5.2.2 决策模型和步骤 |
| 5.2.3 算例分析 |
| 5.3 考虑负荷优化的配电网区间数故障恢复决策 |
| 5.3.1 基于马田系统和累积前景理论的灰色决策模型 |
| 5.3.2 决策步骤 |
| 5.3.3 算例分析 |
| 5.3.4 对比分析 |
| 5.4 本章小结 |
| 第6章 基于双目标风险评估配电网检修优化决策模型 |
| 6.1 多目标优化下的配电网检修优化 |
| 6.1.1 检修方式 |
| 6.1.2 检修风险和故障风险 |
| 6.1.3 基于双目标的检修优化模型 |
| 6.1.4 模型求解 |
| 6.2 基于主观风险态度的直觉梯形模糊多属性检修决策 |
| 6.2.1 理论介绍 |
| 6.2.2 检修决策步骤 |
| 6.3 算例分析 |
| 6.4 本章小结 |
| 第7章 配电网运行风险管理信息系统 |
| 7.1 需求分析 |
| 7.2 系统设计 |
| 7.2.1 设计原则 |
| 7.2.2 系统结构 |
| 7.2.3 系统功能 |
| 7.3 关键技术 |
| 7.3.1 开发技术选型 |
| 7.3.2 基于Multi-agent配电网运行管理决策数据交互技术 |
| 7.3.3 决策过程中的自定义 |
| 7.4 本章小结 |
| 第8章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）面向碳效优化的柔性流水车间调度研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 课题的来源与意义 |
| 1.1.1 课题的来源与目的 |
| 1.1.2 课题的背景及意义 |
| 1.2 柔性流水车间调度研究现状 |
| 1.2.1 柔性流水车间研究总体状况 |
| 1.2.2 柔性流水车间调度模型综述 |
| 1.2.3 柔性流水车间调度算法综述 |
| 1.3 柔性流水车间碳效优化调度研究现状 |
| 1.3.1 节能调度与低碳调度综述 |
| 1.3.2 多目标进化与处理策略综述 |
| 1.4 现状总结与问题分析 |
| 1.5 本文的研究思路与总体结构 |
| 2 面向碳效优化的柔性流水车间调度问题建模 |
| 2.1 柔性流水车间调度及碳效优化调度 |
| 2.1.1 FFSP问题描述 |
| 2.1.2 FFSP调度实例 |
| 2.1.3 FFS碳效优化调度 |
| 2.2 加工过程的碳排放分析 |
| 2.2.1 机床能耗与碳排放 |
| 2.2.2 刀具碳排放与能耗 |
| 2.2.3 切削液碳排放与能耗 |
| 2.2.4 车削工艺参数与车削时间 |
| 2.3 FFS碳效优化调度的多目标模型构建 |
| 2.3.1 调度模型假设及相关说明 |
| 2.3.2 FFS碳效优化调度的目标函数 |
| 2.3.3 FFS碳效优化调度的约束函数 |
| 2.4 FFS碳效优化调度的多目标加权模型构建 |
| 2.5 本章小结 |
| 3 FFS碳效优化调度的多目标加权模型求解 |
| 3.1 FFS碳效优化调度的编码与解码设计 |
| 3.1.1 编码设计 |
| 3.1.2 解码设计 |
| 3.1.3 解码中的蒙特卡洛仿真次数确定 |
| 3.2 FFS碳效优化调度的算法改进操作 |
| 3.2.1 基于瓶颈指向和Johnson方法的初始化种群 |
| 3.2.2 结合禁忌表双层邻域搜索 |
| 3.2.3 考虑最优值连续不更新代数和种群多样性的重启操作 |
| 3.3 FFS碳效优化调度的三种算法 |
| 3.3.1 求解FFS碳效优化调度的GA算法 |
| 3.3.2 求解FFS碳效优化调度的EDA算法 |
| 3.3.3 求解FFS碳效优化调度的GSA算法 |
| 3.4 算例性能测试 |
| 3.4.1 测试算法构建 |
| 3.4.2 测试结果展示 |
| 3.4.3 算法测试对比分析 |
| 3.5 本章小结 |
| 4 FFS碳效优化调度的多目标求解——非支配解构造 |
| 4.1 多目标决策与Pareto非支配 |
| 4.2 Pareto非支配解的快速构造 |
| 4.2.1 基于性质定理的快速构造算法设计 |
| 4.2.2 算法的正确性与完备性证明 |
| 4.3 算法复杂度计算与比较 |
| 4.3.1 复杂度计算 |
| 4.3.2 复杂度比较 |
| 4.3.3 复杂度讨论 |
| 4.4 构造算法性能测试 |
| 4.4.1 多目标函数的标杆测试 |
| 4.4.2 FFS碳效优化调度的实例测试 |
| 4.5 本章小结 |
| 5 FFS碳效优化调度的多目标求解——EDA算法及其改进 |
| 5.1 基于Pareto非支配解的多目标优化算法设计 |
| 5.1.1 多目标EDA算法框架 |
| 5.1.2 解码设计 |
| 5.2 多目标EDA算法的优势种群选择及算法改进操作 |
| 5.2.1 多目标EDA的优势种群选择 |
| 5.2.2 基于NEH的极值点邻域搜索 |
| 5.2.3 利用外部归档集的重启操作 |
| 5.3 多目标算法的评价指标研究 |
| 5.3.1 评价指标分析 |
| 5.3.2 评价指标计算 |
| 5.4 算例性能测试 |
| 5.4.1 测试结果展示 |
| 5.4.2 算法评价与分析 |
| 5.5 本章小结 |
| 6 轧辊车间碳效优化调度系统开发与应用 |
| 6.1 应用背景简介 |
| 6.2 轧辊生产过程 |
| 6.2.1 轧辊的主要类型及关键参数 |
| 6.2.2 轧辊生产的加工工艺 |
| 6.2.3 轧辊车削加工所选用的机床 |
| 6.3 轧辊厂机加工车间碳效优化生产调度系统开发 |
| 6.3.1 系统总体设计 |
| 6.3.2 能效监控与管理 |
| 6.4 轧辊厂低碳生产调度运行实例分析 |
| 6.5 本章小结 |
| 7 全文总结与工作展望 |
| 7.1 全文总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间发表学术论文目录 |
（4）基于碳排放的冷链物流配送路径优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 碳排放相关研究 |
| 1.2.2 冷链物流配送相关研究 |
| 1.2.3 VRP问题的研究 |
| 1.2.4 对本文研究的启示 |
| 1.3 研究内容及框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第2章 基本理论概述 |
| 2.1 低碳物流基本理论 |
| 2.1.1 低碳物流概念 |
| 2.1.2 低碳物流特点 |
| 2.1.3 碳排量及成本测算 |
| 2.2 冷链物流基本理论 |
| 2.2.1 冷链产品的生命周期函数 |
| 2.2.2 冷链物流特点 |
| 2.2.3 我国冷链物流发展存在的问题 |
| 2.2.4 冷链物流的目标和任务 |
| 2.3 物流配送路径优化基本理论 |
| 2.3.1 物流配送的基本概念 |
| 2.3.2 物流配送路径优化问题组成 |
| 2.3.3 物流配送路径优化问题的优化目标 |
| 2.3.4 成本与服务质量的“二律背反” |
| 2.4 本章小结 |
| 第3章 基于碳排放的冷链物流配送路径优化模型 |
| 3.1 模型描述 |
| 3.2 假设条件 |
| 3.3 模型建立 |
| 3.3.1 模型参数 |
| 3.3.2 成本分析 |
| 3.3.3 客户满意度分析 |
| 3.3.4 建立模型 |
| 第4章 求解路径优化模型的算法设计 |
| 4.1 基本遗传算法 |
| 4.1.1 基本遗传算法概念 |
| 4.1.2 基本遗传算法工作流程 |
| 4.2 单配送中心低碳VRP的遗传算法设计 |
| 第5章 算例分析 |
| 5.1 算例描述及参数设定 |
| 5.2 结果对比分析 |
| 第6章 研究结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）不确定环境下装备指挥决策的智能推理与优化方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状综述与分析 |
| 1.2.1 装备指挥决策方法的分类 |
| 1.2.2 基于定量分析的装备指挥决策方法 |
| 1.2.3 基于定性推理的装备指挥决策方法 |
| 1.2.4 研究现状总结和分析 |
| 1.3 论文的研究边界和研究内容 |
| 1.4 论文的主要贡献与结构安排 |
| 1.4.1 论文的主要贡献 |
| 1.4.2 论文的组织结构 |
| 第二章 不确定环境下装备指挥决策的智能推理与优化框架 |
| 2.1 装备指挥决策的基本内涵 |
| 2.2 面向装备指挥决策的智能推理与优化框架 |
| 2.2.1 装备指挥决策支持系统的需求分析 |
| 2.2.2 装备指挥决策推理与优化框架的逻辑流程 |
| 2.3 装备指挥决策优化框架的研究内容和关键技术 |
| 2.3.1 基于RS理论和模糊逻辑的两阶段装备智能决策方法 |
| 2.3.2 基于群体进化算法的装备组合规划与优化方法 |
| 2.3.3 基于多准则群决策的装备运用方案优选方法 |
| 2.3.4 面向装备指挥决策反馈的敏捷仿真理论与技术 |
| 2.4 本章小结 |
| 第三章 基于RS理论和模糊逻辑的两阶段武器装备智能决策方法 |
| 3.1 RS理论和模糊集相关定义 |
| 3.1.1 粗糙集基本概念 |
| 3.1.2 模糊集理论基础 |
| 3.2 不完备信息条件下基于RS理论的装备指挥规则提取方法 |
| 3.2.1 数据预处理和补齐操作 |
| 3.2.2 基于正区域的决策系统属性约简算法 |
| 3.2.3 基于LEM2的装备指挥决策规则提取算法 |
| 3.3 基于Mamdani型模糊逻辑的装备运用指挥决策模型 |
| 3.3.1 输入输出数据模糊化 |
| 3.3.2 模糊推理规则的建立 |
| 3.3.3 Mamdani型模糊推理系统 |
| 3.4 面向空中目标的SAM智能选择决策实例 |
| 3.4.1 作战想定背景 |
| 3.4.2 实验结果与分析 |
| 3.4.3 模型决策精度的检验比较 |
| 3.5 本章小结 |
| 第四章 基于自适应Memetic算法的武器装备组合规划与优化 |
| 4.1 Memetic算法研究概述 |
| 4.2 基于约束条件下的装备组合优化问题描述与数学模型 |
| 4.2.1 问题描述和参数定义 |
| 4.2.2 约束描述和处理 |
| 4.2.3 装备组合规划问题的约束优化模型 |
| 4.3 基于自适应Memetic算法求解装备组合规划与优化问题 |
| 4.3.1 个体编码与混沌序列初始化种群 |
| 4.3.2 基于自适应免疫遗传算法的全局搜索策略 |
| 4.3.3 基于VNS算法的局部搜索机制 |
| 4.3.4 自适应Memetic算法流程 |
| 4.4 面向多层防御防空作战的实例研究和数值分析 |
| 4.4.1 实验设计与参数设置 |
| 4.4.2 基本测试 |
| 4.4.3 算法可扩展性测试 |
| 4.5 本章小结 |
| 第五章 基于直觉模糊VIKOR法的装备运用方案优选群决策方法 |
| 5.1 直觉模糊集基本理论 |
| 5.1.1 直觉模糊集的概念与运算关系 |
| 5.1.2 直觉模糊集的距离测度 |
| 5.1.3 直觉模糊集的集结算子 |
| 5.2 武器装备运用方案的评估与优选问题 |
| 5.2.1 武器装备运用方案的概念与评价指标体系 |
| 5.2.2 基于多准则群决策(MCGDM)的装备运用方案优选模型 |
| 5.3 装备方案群决策模型中指挥员和评价准则权重的确定方法 |
| 5.3.1 基于直觉模糊熵的指挥员权重确定方法 |
| 5.3.2 准则权重信息部分已知的直觉模糊多准则群决策 |
| 5.3.3 准则权重信息完全未知的直觉模糊多准则群决策 |
| 5.4 直觉模糊环境下基于扩展VIKOR法的装备运用方案排序方法 |
| 5.5 面向联合登岛作战的装备方案优选实例研究 |
| 5.5.1 装备运用方案的排序优选 |
| 5.5.2 灵敏度分析 |
| 5.5.3 直觉模糊TOPSIS法对比分析 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（6）全自动生化分析仪并行调度算法研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 本课题研究背景 |
| 1.2 本课题国内外研究现状 |
| 1.3 本课题研究意义及主要内容 |
| 1.3.1 研究意义 |
| 1.3.2 主要内容 |
| 第2章 全自动生化分析仪并行调度算法简介 |
| 2.1 流水线作业问题简介 |
| 2.2 生化分析原理简介 |
| 2.2.1 分析原理 |
| 2.2.2 分析方法 |
| 2.3 生化分析调度问题的数学转换 |
| 2.3.1 旅行商问题简介 |
| 2.3.2 生化分析调度问题简介 |
| 2.4 生化分析调度问题的数学模型求解算法简介 |
| 2.4.1 固定周期算法简介 |
| 2.4.2 神经网络算法简介 |
| 2.4.3 贪心算法简介 |
| 第3章 全自动生化分析仪并行调度算法 |
| 3.1 固定周期算法 |
| 3.1.1 固定周期算法原理 |
| 3.1.2 固定周期算法的不足 |
| 3.2 神经网络-贪心算法 |
| 3.2.1 生化分析并行调度任务问题的求解流程 |
| 3.2.2 流水线作业问题 |
| 3.2.3 非对称型旅行商问题 |
| 3.2.4 神经网络算法 |
| 3.2.5 贪心算法 |
| 3.2.6 调度算法模型创建 |
| 3.3 算法仿真 |
| 3.3.1 MATLAB仿真平台简介 |
| 3.3.2 调度算法流程 |
| 3.3.3 算法仿真步骤 |
| 3.3.4 算法仿真结果 |
| 第4章 全自动生化分析仪并行调度算法的软件实现 |
| 4.1 全自动生化分析仪数据分析计算流程简介 |
| 4.2 全自动生化分析仪软件需求分析 |
| 4.3 软件功能 |
| 4.4 用户操作界面 |
| 4.5 软件模块设计 |
| 4.5.1 核心数据管理模块 |
| 4.5.2 任务调度线程模块 |
| 4.5.3 数据计算模块 |
| 4.5.4 测试时序模块 |
| 4.5.5 系统维护模块 |
| 4.5.6 下位机通讯模块 |
| 4.6 数据库 |
| 第5章 全自动生化分析仪并行调度算法实验验证 |
| 5.1 并行调度算法实验 |
| 5.2 并行调度算法实验分析 |
| 5.3 系统精密度实验 |
| 5.4 系统准确度实验 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（7）基于PlantSimulation的多类型产品作业调度建模仿真（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 本文研究内容 |
| 1.3 论文研究方案 |
| 1.3.1 研究方法 |
| 1.3.2 技术路线 |
| 1.3.3 文章结构 |
| 1.4 Plant Simulation简介 |
| 第二章 文献综述 |
| 2.1 传统单线作业调度 |
| 2.1.1 以Makespan为目标的求解算法 |
| 2.1.2 以Total Flowtime为目标的求解算法 |
| 2.1.3 以最小化Tardiness为目标的求解算法 |
| 2.1.4 Palmer算法 |
| 2.2 基于遗传算法的混合流水线调度 |
| 2.2.1 HFSP的分类和推广 |
| 2.2.2 HFSP的算法研究 |
| 2.2.3 HFSP的应用研究 |
| 2.3 基于局部信息的自主选择作业调度 |
| 2.3.1 基于局部信息素更新的蚁群算法 |
| 2.3.2 基于队列长度估计（QLE）的自主作业调度 |
| 2.4 本章小结 |
| 第三章 传统单线调度 |
| 3.1 PFSP问题的描述与假设 |
| 3.1.1 问题的描述 |
| 3.1.2 PFSP问题的假设 |
| 3.2 Palmer启发式算法 |
| 3.2.1 PFSP调度模型的建立。 |
| 3.3 本章小结 |
| 第四章 基于GA的混合流水线作业调度 |
| 4.1 问题的描述与模型建立 |
| 4.2 遗传算法 |
| 4.2.1 遗传算法的生物学背景 |
| 4.2.2 遗传算法的基本思想及特点 |
| 4.3 Plant Simulation遗传算法优化模块 |
| 4.4 HFSP的问题建模 |
| 4.5 结果分析 |
| 第五章 基于局部信息的自主作业调度 |
| 5.1 问题的描述与模型建立 |
| 5.2 建模与仿真 |
| 5.3 本章小结 |
| 第六章 总结和展望 |
| 6.1 本文的主要结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录A 仿真程序代码 |
| 个人简历 |
| 致谢 |
（8）战略导向下航天型号项目组合配置优化与协同研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 研究内容与方法 |
| 1.3.1 研究的主要内容 |
| 1.3.2 研究方法 |
| 1.4 研究思路与论文结构 |
| 1.4.1 研究思路 |
| 1.4.2 论文结构 |
| 第2章 理论综述 |
| 2.1 航天型号项目管理研究与发展 |
| 2.1.1 航天型号项目的特点 |
| 2.1.2 国外航天型号项目管理发展及现状 |
| 2.1.3 我国航天型号项目管理发展及现状 |
| 2.2 企业战略导向理论研究 |
| 2.2.1 企业战略管理 |
| 2.2.2 战略导向的内涵与分类 |
| 2.2.3 战略导向与战略的关系 |
| 2.3 项目组合管理理论研究 |
| 2.3.1 项目组合管理产生的背景 |
| 2.3.2 项目组合管理的内涵与管理过程 |
| 2.3.3 项目组合管理在组织中的应用与作用 |
| 2.3.4 项目组合配置 |
| 2.4 战略导向与项目组合配置的协同研究 |
| 2.4.1 战略导向与项目组合管理的关系 |
| 2.4.2 战略导向与项目组合配置的关系 |
| 2.5 现有研究不足 |
| 第3章 航天型号项目组合配置的战略导向视角与核心要素 |
| 3.1 航天型号项目组合配置的战略导向视角 |
| 3.1.1 航天型号发展的战略层次分析 |
| 3.1.2 航天型号发展的总体战略视角 |
| 3.1.3 航天型号发展的业务战略视角 |
| 3.1.4 航天型号发展的职能战略视角 |
| 3.1.5 航天型号项目组合配置的战略导向视角 |
| 3.2 航天型号项目组合配置的评价要素 |
| 3.2.1 项目组合配置的战略贴近度 |
| 3.2.2 项目组合配置的资源与风险均衡 |
| 3.2.3 项目组合配置的属性协同 |
| 3.3 战略导向下航天型号项目组合配置流程 |
| 3.3.1 总体战略导向视角下的项目组合配置流程 |
| 3.3.2 业务战略导向视角下的项目组合配置流程 |
| 3.3.3 职能战略导向视角下的项目组合配置流程 |
| 3.4 本章小结 |
| 第4章 总体战略导向下航天型号项目组合配置战略贴近度研究 |
| 4.1 航天型号项目组合配置的总体战略导向 |
| 4.2 航天型号项目组合配置适配序参量和适配熵 |
| 4.2.1 航天型号项目组合配置适配序参量 |
| 4.2.2 航天型号项目组合配置适配熵 |
| 4.3 航天型号项目组合配置战略贴近度模型 |
| 4.3.1 航天型号项目组合配置适配度 |
| 4.3.2 航天型号项目组合配置适配度权重确定 |
| 4.3.3 航天型号项目组合配置战略贴近度模型 |
| 4.4 某型航天企业项目组合配置实例与分析 |
| 4.5 本章小结 |
| 第5章 业务战略导向下航天型号项目组合配置优化研究 |
| 5.1 航天型号项目组合配置的业务战略导向 |
| 5.2 航天型号项目组合配置模型变量定义 |
| 5.3 航天型号项目间相互影响关系的分析 |
| 5.3.1 收益相互影响关系 |
| 5.3.2 资源相互影响关系 |
| 5.3.3 风险相互影响关系 |
| 5.4 基于战略导向的航天型号项目组合配置模型 |
| 5.4.1 航天型号项目组合配置目标函数 |
| 5.4.2 航天型号项目组合配置约束条件 |
| 5.4.3 航天型号项目组合配置模型 |
| 5.5 模型的遗传算法求解 |
| 5.6 某航天企业项目组合配置实例与分析 |
| 5.7 本章小结 |
| 第6章 职能战略导向下航天型号项目组合配置协同研究 |
| 6.1 航天型号项目组合配置的职能战略导向 |
| 6.2 航天型号项目组合配置属性协同 |
| 6.2.1 航天型号项目组合配置属性协同识别 |
| 6.2.2 航天型号项目组合配置属性协同模糊数 |
| 6.3 基于直觉梯形模糊数的航天型号项目组合配置协同决策 |
| 6.3.1 航天型号项目组合配置协同模糊评价矩阵 |
| 6.3.2 航天型号项目组合配置属性权重 |
| 6.3.3 航天型号项目组合配置协同决策 |
| 6.4 某航天企业型号项目组合配置实例与分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 研究结论 |
| 7.2 不足与展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（9）突发公共卫生事件中的人道主义医药物资分配（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究意义与目的 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.1.3 研究目的 |
| 1.2 研究内容与方法 |
| 1.2.1 研究方法 |
| 1.2.2 研究内容 |
| 1.2.3 研究框架 |
| 1.3 研究创新与贡献 |
| 1.4 本章小结 |
| 2 文献综述 |
| 2.1 一般性人道主义物流(应急物流)方面 |
| 2.1.1 人道主义物流(应急物流)的基本理论 |
| 2.1.2 人道主义物流(应急物流)体系与机制构建 |
| 2.1.3 人道主义资源(应急资源)配置决策 |
| 2.1.4 人道主义物流(应急物流)选址与配送路径优化 |
| 2.1.5 其它方面 |
| 2.2 人道主义医药物资分配方面 |
| 2.3 其它相关领域的研究 |
| 2.3.1 传染病动力学 |
| 2.3.2 公共—私人部门合作 |
| 2.4 本章小结 |
| 3 人道主义医药物资的单地区动态分配模型 |
| 3.1 界定问题 |
| 3.2 建模分析 |
| 3.2.1 符号定义 |
| 3.2.2 建立模型 |
| 3.2.3 对医药物资需求的讨论 |
| 3.3 求解应用：解析分析 |
| 3.3.1 动态随机规划问题的解析求解 |
| 3.3.2 对最优解性质的解析讨论 |
| 3.4 求解应用：数值分析 |
| 3.4.1 数值分析1 |
| 3.4.2 数值分析2 |
| 3.4.3 数值分析3 |
| 3.5 管理启示 |
| 3.6 本章小结 |
| 3.7 本章解析分析中的命题和定理证明 |
| 4 人道主义医药物资的多地区分配模型 |
| 4.1 界定问题 |
| 4.2 建模分析 |
| 4.2.1 符号定义 |
| 4.2.2 医药物资的需求预测 |
| 4.2.3 医药物资的分配决策 |
| 4.2.4 模型扩展 |
| 4.3 求解应用：解析分析 |
| 4.4 求解应用：数值分析 |
| 4.4.1 案例背景和参数设置 |
| 4.4.2 预测模型验证 |
| 4.4.3 案例数值分析 |
| 4.4.4 实验数值分析 |
| 4.5 管理启示 |
| 4.6 本章小结 |
| 5 人道主义医药物资分配中的跨部门合作 |
| 5.1 界定问题 |
| 5.2 建模分析 |
| 5.2.1 符号定义 |
| 5.2.2 模型一：非合作模型 |
| 5.2.3 模型二：由私人部门领导的半合作模型 |
| 5.2.4 模型三：由政府部门领导的半合作模型 |
| 5.2.5 模型四：完全合作模型 |
| 5.3 求解应用：解析分析 |
| 5.3.1 模型一的解析求解 |
| 5.3.2 模型二的解析求解 |
| 5.3.3 模型三的解析求解 |
| 5.3.4 模型四的解析求解 |
| 5.3.5 四个模型的解析比较 |
| 5.4 求解应用：数值分析 |
| 5.4.1 数值分析1 |
| 5.4.2 数值分析2 |
| 5.4.3 数值分析3 |
| 5.5 管理启示 |
| 5.6 本章小结 |
| 5.7 本章解析分析中的命题和定理证明 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及在学期间所取得的主要科研成果 |
四、多阶段区间模糊决策问题的λ模糊启发式搜索算法IFDA（论文参考文献）
- [1]基于启发式算法的作业车间调度问题的研究[D]. 冯智莉. 武汉工程大学, 2019(03)
- [2]配电网运行风险传递决策模型及其信息系统研究[D]. 苑嘉航. 华北电力大学(北京), 2018(04)
- [3]面向碳效优化的柔性流水车间调度研究[D]. 王芳. 华中科技大学, 2017(10)
- [4]基于碳排放的冷链物流配送路径优化研究[D]. 宋佳晋. 大连海事大学, 2017(06)
- [5]不确定环境下装备指挥决策的智能推理与优化方法研究[D]. 杨山亮. 国防科学技术大学, 2016(01)
- [6]全自动生化分析仪并行调度算法研究与实现[D]. 易梦璐. 深圳大学, 2016(05)
- [7]基于PlantSimulation的多类型产品作业调度建模仿真[D]. 汪致宾. 华东交通大学, 2016(02)
- [8]战略导向下航天型号项目组合配置优化与协同研究[D]. 王续伯. 西北工业大学, 2016(08)
- [9]突发公共卫生事件中的人道主义医药物资分配[D]. 何雨璇. 浙江大学, 2016(02)
- [10]一种高效的实时交通信号灯控制算法[J]. 杨忠程,叶晨,杨振宇. 系统仿真学报, 2015(06)