【摘 要】
:
近年来,随着电子商务和国际贸易的兴起,物流行业呈现井喷式的发展。为此,大量的基础设施需要建设,这类设施建设问题可以归纳为设施选址与能力规划问题(Facility Location and Capacity Planning Problem,FLCPP),然而实际选址问题中存在很多不确定的情况,这使得决策在实践中更具挑战性。从目前的研究来看,随机仿真优化是解决随机不确定问题的一个有效方法,其中近年来
论文部分内容阅读
近年来,随着电子商务和国际贸易的兴起,物流行业呈现井喷式的发展。为此,大量的基础设施需要建设,这类设施建设问题可以归纳为设施选址与能力规划问题(Facility Location and Capacity Planning Problem,FLCPP),然而实际选址问题中存在很多不确定的情况,这使得决策在实践中更具挑战性。从目前的研究来看,随机仿真优化是解决随机不确定问题的一个有效方法,其中近年来出现的最优计算量分配方法(Optimal Computing Budget Allocation,OCBA)求解准确性最高且计算速度快,但是该仿真优化方法在实际应用和优势上还有待进一步研究和探索。因此,本文在考虑需求不确定情况下,建立了一个FLCPP模型,并且将传统数学规划思想和随机仿真优化思想结合,提出 了一个 C-OCB A(CPLEX with Optimal Computing Budget Allocation)方法对模型求解。具体的研究内容包括以下几个方面:1)问题建模。本文以跨境电商在国外建立物流基础设施为例,考虑客户需求的动态性和各国政策偏好的差异性这两种不确定情况对选址决策的影响,引入随机规划思想和偏好权重系数,建立了一个物流总成本最小的FLCPP模型,随后借鉴Monte Carlo思想,对该随机规划模型进行转化,将模型转化为一个可以直接采用CPLEX求解的线性规划模型。2)算法设计。提出C-OCBA算法,将CPLEX和OCBA的思想结合。仿真优化的思想是通过大量仿真结果的均值估计真实值,本文将转化后的FLCPP模型作为仿真模型,每阶段由于随机样本不同,求解的目标函数值也不同,根据目标函数值的均值和标准差确定下个阶段仿真资源分配方案,实现将仿真资源的大部分分配给至关重要的备选方案,提高仿真准确性和仿真效率。3)仿真实验。与平均分配法、方差比例法对比分析,实验结果表明本文提出的方法可以更好地解决模型中的问题,具有更高的仿真准确性和仿真效率,验证了 C-OCBA方法的有效性。随后分析C-OCBA参数对仿真结果的影响,结果表明参数的合理选择可以有效提高该方法的性能。本文提出的方法不仅可用于求解上述问题,对于其他FLCPPs,例如大规模候选方案和多目标优化问题等,提供了一种解决思路,具有一定的指导意义。
其他文献
随着大规模摄像机网络在各大城市中的部署,公安部门能够获取海量的图像与视频数据。然而,通过人工的方式进行图像与视频分析需要付出大量的时间以及人力。行人搜索算法从场景图片或视频帧中对特定行人进行搜索,能够大幅降低人工查找带来的时间成本与人力成本。但是,当前端到端的行人搜索算法没有针对行人图像的外形特点做调整。同时,检测与重识别的任务的差异性也会使端到端的行人搜索模型的检测性能与重识别性能的下降。本文根
近年来,时间银行作为一种新兴的志愿服务时间储蓄机构,在科学研究与社会实践中受到广泛关注。时间银行是由卡恩提出的一种有偿志愿服务模式,其内涵是将志愿者的公益服务时间记录下来存储到时间银行,待到需要时再取出来使用。由于我国社会逐步进入老龄化,时间银行模式主要应用于社区互助养老领域,该模式不仅可以提高公民的社交能力,而且能有效地缓解社会与国家的养老压力。但是,随着志愿者与需求者数量的不断增加,时间银行传
在AR/VR、无人驾驶和移动服务机器人等领域,SLAM(Simultaneous Localization and Mapping,同时定位与地图构建)技术有着广泛的应用。基于单目视觉的SLAM技术无法获得环境的绝对尺度且对环境的要求较高,而IMU(惯性测量单元)能够提供绝对的尺度信息,对于动态场景、快速运动等复杂的情况具有很高的适应性,与单目视觉在性能上具有很强的互补性。为了保障系统的准确性、实
近些年来,随着科学技术的发展以及城市中监控系统的大规模普及,社会和个人的安全问题得到了日益重视。监控视频作为公众安全领域最重要的手段之一,在智能安防、人机交互以及商场导购等领域扮演着重要角色。然而,面对海量的监控视频数据,仅仅依靠人工监督的方式不仅消耗大量的人力资源,也极有可能遗漏掉关键信息,延误破案时机,给人民群众的生命财产造成巨大损失。因此使用计算机来高效、准确的搜索行人的重识别技术应运而生。
智能监控系统在社会与国家安全中具有重要地位。基于监控视频的群体异常检测是智能视频监控领域一个代表性问题,同时也是计算机视觉与机器学习交叉领域的研究热点之一。其中,基于深度学习的群体异常检测方法由于其泛化性能好、计算速度快、适应性强等优势成为该方向研究的主要方法之一。本文依托于群体异常检测的研究背景,以深度学习的方法作为切入点,采用基于误差图特征的检测方法,针对视频群体异常检测问题开展了研究工作,具
车辆重识别作为计算机视觉和重识别领域的一个重要分支,近年来受到越来越多的研究者关注。主要原因是我国拥有车辆人口的比例不断增加,交通管理部门面临的挑战越来越大。为此,政府出台了一系列相关政策,旨在促进智慧城市、智能交通的发展,车辆重识别因此受到了越来越多的研究者关注。得益于人脸识别和行人重识别的多年研究,其中的大量方法对车辆重识别都有很大的借鉴意义。但由于车辆的纹理信息匮乏,姿态变化剧烈,再加上有大
光斑图是多模光纤中各个模式经过互相干涉之后在光纤端面形成的远场图,具有抗电磁干扰、耐腐蚀性以及体积小等优点。由于外界环境发生变化时,多模光纤中每个模式的相位都会发生变化,这使得光纤光斑图对外界环境变化十分敏感;而且多模光纤中模式相位的变化是所有模式变化的叠加,因此它被广泛应用于微位移测量、微应变测量等传感领域。随着光纤制备技术和光斑图采集处理技术的不断发展,研究人员研制出了很多模式数更多、性能更好
在人工智能高速发展的今天,对于运动目标的跟踪问题成为了当下研究的热点,在视频监控、虚拟现实、人机交互、图像理解、无人驾驶等方面均有着广泛的应用。尽管已经取得了诸多进展,但是由于光照变化、遮挡、变形等多方因素的影响,目标跟踪依然是一项待研究和优化的项目。深度学习的发展引发了人工智能的第三次浪潮,伴随目前我们所能处理数据规模的扩大,深度学习为目标跟踪做出了突出贡献。在目前主流的跟踪算法中,基于孪生网络
地黄为玄参科地黄属植物地黄Rehmannia glutinosa Libosch.的块根,是一种常用大宗中药材,常以鲜地黄、生地黄和熟地黄入药。现代研究表明多糖和低聚糖是地黄中的主要成分,具有降血糖、提高免疫力等药理活性。本实验对鲜地黄低聚糖和地黄不同炮制品中的多糖进行理化性质研究。采用单因素试验设计,对鲜地黄高压蒸制成熟地黄的条件进行优化。本研究可为地黄炮制方法的改进和地黄糖类资源的开发利用提供
取水泵站的运行优化一直是学术界关注的热点问题之一。关于泵站的运行优化中,泵站的能耗——特别是电能的消耗——是其中一个最重要的优化目标。一般而言,在泵站的诸多重要设施中,水泵是最为重要的也是能耗最高的设备之一,水泵的耗电费用在泵站的总运行成本中占有很高的比例。分时电价的应用已经较为普遍,特别是在工业领域。所谓分时电价是指:用户的用电电价随着时段的不同而不同,在用电高峰时段电价较高,而在用电低谷时段电