一、循环线性规划示例的求解（论文文献综述）
王福东[1]（2021）在《基于泛函表示的图匹配研究》文中认为图匹配问题是计算机视觉、计算机图形学、模式识别等诸多研究领域的核心问题之一。在这些领域中,常使用图结构这一数学模型表示具备结构化信息的数据,如图像关键点、3D点云、社交媒体数据等,并基于此发展出一系列图匹配方法以匹配图结构数据之间在某种意义上相同（或相似）的元素,从而建立多个图结构的顶点或边之间的正确（或最优）对应关系。此外,利用图匹配的结果,可以在图结构数据间对应元素的相似性度量,最终刻画数据之间总体的相似程度。因此,在图像或形状匹配、物体检索分类、三维重建、动作识别、运动跟踪等诸多研究问题中,图匹配扮演着重要的基础算法角色。本文围绕图匹配问题,以泛函表示为理论出发点,建立了一般图匹配的泛函表示框架。基于此框架,本文进一步针对实际应用中常见的几何约束图匹配以及异常点干扰图匹配,提出并发展了具有相容性的理论分析和高效鲁棒的处理算法。本文的主要研究成果包括:1)建立了一般图匹配的泛函表示框架,为图匹配问题的建模表示、理论分析和处理方法提供统一的基础理论。首先,建立图模型所对应的线性函数空间,利用该函数空间的基底函数对图模型的顶点、边等信息进行表示,并构造函数空间上的内积、度量等二元关系对图匹配进行衡量和约束。然后,将图匹配过程转化为函数空间上的线性变换,并证明该转化形式与图匹配是一一等价的。最后,构造该线性变换的限制约束条件,设计保持图结构化信息不变的目标函数并加以优化求解,并得到了目前最好的匹配结果。该框架不仅为一般图匹配问题提供了理论基础和研究方法,更启发了如何对几何约束图匹配、异常点干扰图匹配问题进行理论分析和方法求解。2)提出了欧氏空间中几何约束图匹配的一种线性参数化表示形式,并将其与原本存在于图之间的几何形变参数建立相容的数学表达形式。根据欧氏空间的天然线性性质以及泛函表示框架下图匹配的线性表示方式,可以将几何约束图匹配中的匹配矩阵归结为图之间的线性几何变换,得到一种新的具有几何意义的线性参数化表示形式。由于矩阵乘法的可结合律,可以证明该参数化表示形式与图之间常见的几何形变（刚体或非刚体）参数可以统一表示为两种线性算子的交替运算,从而为几何形变参数和图匹配矩阵的交替估计方法提供了合理性。同时,为了降低交替估计过程中的计算复杂度,提出了基于熵正则的近似Frank-Wolfe方法,并证明了其次线性收敛速率和近似精度等性质,提高了算法的计算效率和鲁棒性。3)发展了用于处理实际问题中受异常点干扰的图匹配问题的零赋值约束方法,并设计了异常点识别和剔除算法,实现了在限定匹配数目约束下的改进优化算法以得到正常点之间的最优匹配结果。本文受函数空间上线性变换的零空间启发,将异常点视为可以被线性变换映射到零空间的点,而正常点则在匹配前后保持结构化信息不变。基于被图匹配矩阵映射到零空间的点具有零赋值系数向量这一性质,将异常点和正常点聚类为两类,然后识别并剔除异常点。利用异常点与其他点之间更弱的相似性,设计了更具有判别能力的目标函数,以尽可能迫使在优化求解的过程中只对异常点赋予（近乎）零赋值系数向量。实验结果显示,所提出的方法能很好地保留正常点,大幅度降低异常点造成的影响,最终提高图匹配结果的精度。本文以图匹配的泛函表示为理论核心,针对一般图匹配、几何约束图匹配以及异常点干扰图匹配这三个重要问题进行了理论方法研究和算法设计,大量分析性和对比性实验阐明了所提出的系列方法具有很好的鲁棒性和高效性,且在众多数据集上取得了目前最优的结果。本文所提出的泛函表示框架,为图匹配问题提供了新的理论基础和研究方向,对诸如基于深度学习的图匹配等新研究课题具有一定的借鉴指导意义。
彭泽栋[2]（2021）在《面向石化企业的计划调度建模及优化算法研究》文中指出随着物联网、人工智能、数字孪生等技术的快速发展,智能制造以智能工厂为载体、以关键制造环节智能化为核心、以端到端数据流为基础,构建了以“数据+模型+算法+算力”为核心的技术体系,赋能传统制造业提质降耗。智能制造已成为我国制造业数字化智能化转型升级的核心驱动力之一。其中,智能决策是智能制造的核心,决策质量以及其可靠性、时效性、鲁棒性是制造企业智能化水平的重要指标之一。在智能决策中,多层级多系统协同决策、不确定环境下的鲁棒决策以及大规模决策问题的快速寻优是研究热点。本文以石化行业供应链上游页岩气开采设计计划问题及中下游炼油化工生产计划调度问题为工业应用背景,分别研究了在典型不确定性条件下,石化企业设计与计划集成建模、生产计划与调度集成建模以及相应的大规模混合整数线性规划（Mixed-Integer Linear Programming,MILP）模型的分解算法。此外,针对石化企业原油操作调度、过程设计等问题中应用广泛的混合整数非线性规划（Mixed-Integer Nonlinear Programming,MINLP）,本文对其通用分解算法及求解器技术进行了深入研究。从而依次从复杂系统集成建模、不确定性建模以及高效求解算法三个方面提升企业决策智能化水平。本文的主要内容和创新点如下:1.针对石化供应链上游页岩气田开发设计和计划问题,提出了一种基于页岩气田超结构的大规模混合整数线性规划模型,对页岩气田开发过程中钻井平台和页岩气井位置的选择、开采操作调度、输气管道的安装、管道尺寸的选择进行集成决策。考虑到传统求解方法和求解器的限制,通过对模型结构的分析,提出了一种基于解池的双层分解算法对模型进行高效求解,通过五个不同规模页岩气田工业案例验证了模型和双层分解算法的有效性。该模型通过对页岩气田开发问题中页岩气网络设计和开发计划协同决策,提升了页岩气开发项目的经济效益。2.针对产量不确定性下的页岩气田开采计划问题,提出了一种多阶段随机规划模型,其中页岩气井产量不确定性的观测时间由开发决策确定,属于2型内生不确定性。模型采用广义析取规划（Generalized Disjunctive Programming,GDP）对决策变量与不确定性参数之间的逻辑关系进行建模,并考虑了实际开发中产量不确定性参数的观测延迟。针对内生不确定性下多阶段随机规划模型的结构特点,采用拉格朗日分解算法和启发式策略对模型进行求解。案例分析表明该模型提供的最优决策可以通过对页岩气井开发顺序的调整来减少开发低产量井的风险。3.针对需求不确定性下的石化供应链中下游化工企业生产计划和调度问题,提出了一种基于多阶段随机规划的计划调度集成建模框架,通过耦合约束构建计划层和调度层在决策粒度和时间尺度上逻辑连接,并采用场景树对需求不确定性进行刻画。为了对通用模型进行有效求解,提出了一种包含多种加速策略的逐步对冲算法。状态任务网络（State-Task Network,STN）案例和实际乙烯工厂案例都验证了该建模框架及算法的优越性,有效解决了传统的生产计划和调度中分步决策导致的生产效益下降和无法处理不确定性干扰的问题。4.针对石化行业企业级优化问题中常见的混合整数非线性规划问题,以外逼近法为基础对其通用求解算法进行了深入研究。为了解决外逼近法在非凸MINLP模型中的收敛性问题,提出了基于McCormick松弛的全局外逼近法和全局LP/NLP分支定界算法,通过非凸约束的McCormick凸松弛和凹松弛生成其有效割平面,构建非凸MINLP问题可行域的多面体近似,并通过添加整数割平面或禁忌表保证算法的收敛性。两种算法均已部署在开源求解器MindtPy（Mixed-Integer Nonlinear Decomposition Toolbox in Pyomo）中。通过原油操作调度问题以及上百个数值案例和工程案例的测试,验证了该算法对非凸MINLP问题的求解性能。5.针对经典外逼近法在相邻迭代间主问题最优解大幅跳变的问题,提出了正则化外逼近法。通过加入正则化问题的求解,对主问题最优解进行信赖域投影,限制相邻迭代间暂行解的移动范围。其中正则化问题通过对目标函数的边界限制构建等价的信赖域约束,并提出了基于l1范数、l2范数、l∞范数、拉格朗日函数一阶和二阶近似等多种信赖域范围计算方法。上百个开源数值案例和工程案例测试表明正则化的加入可以大幅降低不可行整数组合的发生次数,有效减少算法收敛所需的迭代次数,验证了正则化外逼近法相比于经典外逼近法在求解性能上的优越性。最后在总结全文的基础上,提出了内生和外生不确定性下企业级优化集成建模框架和混合整数规划分解算法的未来研究方向。
商晓婷[3]（2021）在《多层级多模式交通枢纽选址优化方法及应用》文中认为“交通强国战略”的实施和推进,要求建立多层级一体化综合交通枢纽系统,实现客运零距离换乘、货运无缝化衔接。交通枢纽作为交通运输系统中客货换乘与中转的载体,选址决策的合理性直接影响整个交通枢纽系统的运行效率。我国交通运输系统具有层级性和多模式的基本特征,研究多层级多模式交通枢纽选址优化问题顺应了现代交通运输发展的需求,可为推进综合交通枢纽一体化和交通强国建设提供理论支撑和决策依据。现有关于交通枢纽选址的研究大多关注于单层级单模式枢纽网络拓扑结构,且忽略了参数信息对交通枢纽选址决策的影响。因此,本文立足于不同维度的参数信息,系统地研究多层级多模式交通枢纽选址问题。本文拓展了传统的枢纽选址理论和方法,首先从理论层面提出多层级多模式交通枢纽选址优化方法,对综合交通枢纽选址问题进行建模;进一步考虑交通枢纽系统中多层级枢纽和多模式运输等要素,利用基于参数信息的规划方法对综合交通枢纽选址方案进行分析;其次根据所建立模型特点,分别设计高效的求解算法;最后从客货运应用层面,将所提出的多层级多模式交通枢纽选址优化方法分别应用于城乡公共交通系统和货物运输系统中。本文的主要工作具体开展如下:（1）基于完全参数信息的多层级多模式交通枢纽选址双目标优化问题。首先,基于Complete-Star-Star结构的多层级多模式枢纽网络,以最小化系统的总成本和起讫点间最长运输时间为双目标,构建了考虑完全参数信息的交通枢纽选址双目标优化模型。其次,通过分析模型结构特征,利用（?）-约束重构方法求解小规模问题获得帕累托最优解集。进一步为了在较短的时间内求解大规模算例,设计了两种启发式算法—双目标变邻域搜索算法和改进的非支配排序遗传算法。最后,利用Turkey货物运输系统数据进行大量的数值实验,实验结果验证了双目标优化模型的优越性和求解方法的有效性。（2）考虑不确定需求和直连策略的多层级多模式交通枢纽选址随机优化问题。首先,基于Hybrid Hub-and-Spoke结构的多层级多模式枢纽网络,构建了综合考虑运输需求不确定性和非枢纽之间直连策略的交通枢纽选址随机规划模型,旨在最小化包含建设成本和运输成本在内的总成本。其次,结合随机期望和机会约束理论,将模型转化为基于特定假设的等价二阶锥形式,并利用CPLEX软件求解小规模算例。进一步为了有效地求解大规模问题,设计了一种基于局部强化策略的文化基因算法。最后,将模型和算法应用到Turkey货物运输系统进行数值实验,实验结果验证了随机规划模型和文化基因算法的有效性。（3）不确定时间和成本下多层级多模式交通枢纽选址随机优化问题。首先,基于Ring-Star-Star结构的多层级多模式枢纽网络,构建了考虑不确定时间和成本的交通枢纽选址随机规划模型。其次,在正态分布假设条件下采用中心极限定理,将模型转化为等价线性形式;同时针对更一般的参数分布情形,利用蒙特卡洛模拟逼近目标期望值和机会约束。进一步设计了一种基于转移搜索策略的文化基因算法求解大规模问题,该算法同样适用于蒙特卡洛模拟方法。最后,利用CAB和Turkey运输系统数据进行大量的数值实验,实验结果验证了随机规划模型和求解方法的有效性。（4）面向双重不确定性和区域划分的多层级多模式交通枢纽选址分布鲁棒优化问题。首先,基于Complete-Star-Star结构的多层级多模式枢纽网络,分析行程时间和建设成本参数及其对应分布函数的双重不确定性特征,构建了考虑区域划分的多层级多模式交通枢纽选址分布鲁棒优化模型。为了便于计算,构造了零均值有界扰动集和高斯扰动集,并分别得到了分布鲁棒优化模型的安全逼近形式和等价形式。通过分析转化的二阶锥形式,可以利用CPLEX软件求解小规模问题。进一步为了求解大规模算例,设计了两种启发式算法—变邻域搜索算法和基于种群和搜索的启发式算法。最后,结合山东广饶城乡公共交通系统数据展示了模型的优越性,并随机产生大规模算例验证了启发式算法的有效性。
梁金鹏[4]（2020）在《不确定条件下的城市轨道交通客流控制策略及接驳公交网络优化研究》文中研究指明高峰时段客流拥挤给当前大城市轨道交通运营管理带来了重要挑战,其不仅会影响系统的服务水平与运营效率,还可能造成局部客流严重集聚甚至引发安全事故。为缓解车厢和车站的客流拥挤问题,本文分别从城市轨道交通的需求和供给管理角度研究相应的管控策略,建立了不确定条件下的城市轨道交通客流控制和接驳公交网络设计优化模型,并以在线优化及鲁棒优化等理论为基础,设计了相关的求解算法。具体而言,本文的主要研究工作包括以下几方面内容。（1）研究了考虑单辆列车情景的城市轨道交通在线客流控制策略理论模型与算法。针对客流起讫点（origin-destination,OD）需求的随机性特点,考虑列车停靠在每一站时获知从该站出发的实际需求信息,本文以期望的上车人数最多为目标,建立了考虑OD对服务水平约束的随机动态规划模型。通过给定每个OD对的服务水平目标将该模型转换成多目标随机动态规划问题,从理论上证明了列车容量固定情况下任意给定OD对服务水平目标可行的充要条件。并设计了基于近似动态规划的在线客流控制策略,可以根据每个站的随机需求信息实现情况动态决定列车在每个站的客流控制决策。北京地铁的实际数据验证表明,该策略能在效率性和公平性两方面都优于先到先上车策略。（2）研究了考虑多辆列车情景的城市轨道交通在线协同客流控制问题。考虑多辆车情景下每辆车的客流需求同时包括新到达乘客和前车滞留乘客,本文以高峰时段所有车辆的期望上车人数最多为目标,考虑每个OD对在高峰时段的服务水平约束,建立了考虑多辆列车情景的带约束随机动态规划模型。基于单辆列车情景下的算法框架,设计了多辆列车情景下的在线客流控制策略,可以根据每辆列车到达每个站获知的需求信息动态决定每辆列车在每个站的客流控制决策。北京地铁实际案例研究表明,该策略能够在保证不同OD对服务水平公平性前提下,提高城市轨道交通的运营效率。（3）研究了城市轨道交通常规运营条件下的接驳公交网络优化设计问题。考虑接驳公交运行时间和客流需求不确定性,建立了接驳公交网络设计的两阶段优化模型。其中,第一阶段用列生成方法确定备选的接驳公交线路及乘客路径集合;第二阶段以系统总成本的期望值最小为目标,考虑满足车队规模和OD需求的期望值约束,建立了优化公交运行频率和客流分配的线性随机规划模型,并设计了基于在线凸优化理论的原始-对偶算法。利用北京轨道交通系统实际数据验证了该算法的计算效率和近似最优性。（4）研究了城市轨道交通故障条件下考虑滞留乘客疏散的接驳公交网络设计问题。首先以系统总成本最小为目标,建立了确定性的接驳公交网络设计模型。其次考虑公交运行时间在不确定性范围内的波动性,将确定性模型变换成鲁棒优化模型,以保证得到的接驳公交线路在公交运行时间波动时保持可行,并优化最差情况下的目标函数值,提出了改进的列生成算法对模型进行求解。基于北京轨道交通实际数据验证了提出的模型能较为高效地疏散滞留乘客,降低轨道交通突发事件的影响。
杨宜佳[5]（2020）在《铁水联运港站“船舶-班列”作业组织协同优化》文中研究说明随着综合交通运输体系的逐步完善和“一带一路”重大倡议的提出,多式联运已成为我国货物运输发展的必然趋势,铁水联运依靠低成本、大运量、衔接便利、安全可靠等优势成为多式联运体系的重要环节,同时,我国经济的“新常态”发展对交通运输总体能耗提出了新要求。铁水转运的作业时效性、有效衔接度、和高效低能耗发展更是未来我国交通运输调整结构、转型赋能的重点方向。集装箱铁水联运港站作为联运体系中的重要节点,其内部作业组织和调度水平影响整个联运系统的运输组织和周转效率,并对港站运营过程中的能耗产生较大影响。因此,合理有效的组织铁水联运港站内“船舶-班列”装卸作业以及箱流周转,进行车船联动下的作业组织协同优化,对于提高港站联运服务水平、提升作业效率和能耗效率具有重要意义。本论文以铁水联运港站的集装箱装卸作业组织与班列运输组织为研究对象,通过分析集装箱流在船舶与列车间的转运衔接机理,结合不同情景下的港站实际运营需求,对集装箱在车船间的装卸转运作业计划和班列疏运组织衔接方案进行研究。主要研究内容如下:（1）铁水联运港站“船舶-班列”作业组织协同优化理论框架。系统分析了我国港口开展集装箱铁水联运的发展基础、关键要素、必要条件及技术难点,针对亟需破解的“车船”间装卸转运协同作业与“最后一公里”集疏运接驳难题,界定适用于港站铁水联运发展的作业场景、作业计划和运营目标,提出港站车船联动下作业组织优化的三个核心问题,从铁水联运能力协调的角度,构建铁水联运港站“船舶-班列”作业组织协同优化总体理论框架。（2）船舶到港下的铁水联运装卸设备集成调度优化。在总体框架下,分步解析船舶到港下的铁水联运“船舶-班列”进口箱流的转运作业机理,即集装箱从到港卸船作业至列车装车作业的装卸转运过程,以“泊位岸边起重机-集装箱卡车-正面吊运机”为主要装卸工艺,研究进口联运箱在密集装卸作业下的多阶段设备集成调度问题。考虑港站的不同运营需求,分析设备作业效率与能耗效率的耦合机理,以最小化全部联运箱作业完工时间和设备总体能耗为目标,构建面向高能效运营的设备集成调度优化模型,设计基于遗传算法的混合优化算法求解,通过算例分析验证模型和算法的有效性。（3）列车到港下的设备调度与堆位分配协同优化。在总体框架下,分步解析列车到港下的铁水联运“班列-船舶”进、出口箱流的转运作业机理,即集装箱在港站陆侧铁路作业区至联运箱堆场间的装卸转运过程,以“铁路轨道门吊-自动升降机-堆场门吊”为主要装卸工艺,研究列车双向同步装卸作业下的设备调度与堆位分配协同优化问题。考虑不同运营需求,以最小化全部联运箱作业完工时间和设备总体能耗为目标,实现出口联运箱在堆场的堆位分配,构建面向高能效运营的设备调度与堆位分配的混合整数规划模型。设计基于遗传算法的启发式规则算法求解,通过算例实验对模型和算法进行验证。（4）班列开行组织下的“车船”衔接作业组织优化。在总体框架下,针对联运箱流在到港船舶、列车间的铁水转运衔接整体过程,分析箱流从海运转向陆运的铁水联运“无缝衔接”作业组织机理,在时空资源配置视角下,提出铁水联运班列疏运组织计划的编制方法。基于到港箱流在堆场堆存箱量的动态变化和不同去向,考虑车船衔接下班列开行组织的基本要求及关键要素,从开行时间、区段、频率和编组内容方面对疏港班列的运输组织方案进行编制。考虑班列开行条件约束、港站能力约束、箱流平衡约束等,构建以最小化在港堆存箱流的总箱时为目标的“车船”衔接疏运组织优化模型,设计启发式规则算法,得到班列开行计划,并制定评价指标体系,评估班列疏港组织下的港站铁水联运衔接效果。
杨扬[6]（2020）在《电动公交车行车计划问题建模与算法研究》文中研究表明城市地面公交系统具有绿色、高效、节能等优点,对改善大城市道路交通状况具有重要作用。行车计划是公交运营规划过程的核心要素,对公交日常运营起着指导性作用,不仅决定了公交企业的资源配置效率,同时也是实时调度的基础。传统公交车的行车计划编制方法一般以线路时刻表和车次集合为基础,考虑车次衔接等约束条件,构建车次链集合。然而当采用电动公交车时,需要考虑电动公交车有限的续驶里程和充电资源等约束,加之由于技术、成本等原因导致的购置、维护成本高等因素,使得在编制行车计划时需要额外考虑车辆特点带来的约束。同时,公交行车计划编制问题是一个复杂的组合优化问题,在现有的规划模型和方法中直接添加新的约束可能导致问题求解不可行,使得电动公交车行车计划优化问题难度大,这在一定程度上也阻碍了电动公交车的大规模推广应用。因此如何精确、高效地对电动公交线路进行行车计划编制,成为摆在公交管理者和研究人员面前亟待解决的重要课题。本文通过分析电动公交车的运营过程和行车特点,对电动公交行车计划问题进行优化建模和算法设计研究,旨在帮助公交公司合理安排车辆计划,为以电动公交车为载运工具的公交运营系统提供理论支持,同时也可以为其它应用电动车的行业,在进行资源配置和运营优化管理时提供思路与方法。本论文的主要工作和创新点如下:（1）根据电动公交车不同的充电方式及对公交运营过程的影响程度,将电动公交车的运营模式划分为两类:“慢充”运营模式和“快充/换电”运营模式,并根据实际运营数据,对电动公交车运营特性进行分析;根据公交车运营特点,将电动公交行车计划转化为由场站、车次、充电站、车次运营顺序、充电机会选择等元素组成的拓扑网络表示,并将行车计划优化问题拓扑转化为网络流优化问题。（2）将基于慢速充电方式的电动公交运营转化为有里程约束的行车计划问题,并构建两类优化模型。一类是基于网络流的紧凑模型,以车队固定成本、运营成本、空驶/等待成本最小为目标函数,以车辆行驶里程限制、车次耦合条件等为约束,以车次运营先后关系为变量的混合整数规划模型;另一类是基于集合分割理论,以行车计划总成本最小为目标函数,以单个车辆计划为变量,并将其它复杂约束条件隐含的定义在车辆计划集合中,建立0-1整数规划模型。根据模型特点,分析了两类模型的求解复杂度,并基于分支定价技术,设计了求解问题集分割模型的优化算法。通过对算例和实际案例进行求解,验证所构建模型和算法的效率。（3）构建了基于快充/换电方式的电动公交运营优化模型,并设计了两种算法对模型进行求解,一种是基于变邻域搜索和禁忌搜索的混合启发示方法,用以近似求解大规模的行车计划问题;另一种是以分支定价为基础的数学规划方法,用以精确求解中小规模的行车计划问题。对示例问题的求解验证了启发示算法和精确算法的可行性、适用性与效率。（4）在推广绿色交通背景下,分析了电动公交购置成本对公交车队运营管理的影响,在考虑排放因素的条件下,将常规公交车与电动公交车混合运营,建立混合车队行车计划优化模型。以行车计划总成本最小为目标函数,综合考虑电动车的里程约束、充电选择约束、常规公交车的排放约束、车次耦合约束等,从不同的排放约束角度建立4种优化模型,分别为:考虑排放成本的混合车队公交行车计划模型、考虑车辆数量约束的混合车队公交行车计划模型、考虑CO2排放硬约束的混合车队公交行车计划模型、考虑CO2排放软约束的混合车队公交行车计划模型。同时分析了问题的求解难度和复杂度,并设计精确算法对示例问题进行求解。
卢越[7]（2020）在《基于洲际陆路运输的公铁多式联运路径优化问题研究》文中研究说明国际国内经济形势正发生深刻变化,作为远洋运输的有效补充,洲际陆路运输组织的时效性优势显着,强化了亚欧大陆生产和消费网络的联系。以中欧班列为代表的洲际公铁多式联运在规模不断扩张的同时,其运输组织仍然较为粗放,公铁多式联运的货源集疏效率尚待提高,需要有针对性的对集约化和复杂化的运输组织进行学术研究,指导实践中洲际公铁多式联运的高质量开展。本论文基于国家重点研发计划项目2016YFE0201700“‘一带一路’陆路通道国际联运研究与交流中心”,结合洲际陆路运输组织实践和学术理论研究基础,提炼了一类新的学术问题——基于洲际陆路运输的公铁多式联运路径优化问题。本论文对基于洲际陆路运输的公铁多式联运路径优化问题进行了较为系统和创新性的研究,主要包括以下四方面内容。（1）洲际公铁多式联运系统分析研究。首先,本部分对洲际公铁多式联运问题进行了实际问题提炼和学术界定;其次,本部分针对洲际公铁多式联运的运输组织模式进行了系统分析研究,总结了战略、战术和运营层面的三类优化模型;最后,本部分对洲际公铁多式联运优化问题进行了等价分解,阐释了该问题模型的基础性和可拓展性等特点。（2）洲际公铁多式联运的公路牵引车集货优化模型和求解研究。首先,本部分针对洲际陆路运输中开行城市腹地货源的公路集结问题,设计了洲际公铁多式联运的公路牵引车集货网络,建立了基本的路径优化模型,为后续数学模型的拓展和延伸提供基础支撑;其次,本部分基于经典车辆路径优化问题,提出了洲际陆路公铁多式联运路径优化问题的算例设计方法;最后,本部分采用CPLEX模型进行了算例验证求解。（3）洲际公铁多式联运选址路径优化模型设计和混合差分进化算法求解研究。首先,本部分构建了基于多式联运的双层选址路径优化模型,旨在确定最优多式联运场站选址、开行班列时间选择和公铁多式联运运输路径;其次,本部分设计了该问题的算例,并进行了模型求解;再次,本部分设计了求解模型大规模算例的混合差分进化算法,并进行了算法验证;最后,本部分基于我国中欧班列区域开行的实践案例,进行了实证分析。（4）不确定条件下的洲际公铁多式联运选址路径优化模型设计和求解研究。首先,本部分提炼了中欧班列的多城市集拼和复杂集结模式,综合考虑班列运输能力和时间不确定性,构建了不确定性条件下的洲际公铁多式联运选址路径优化模型;其次,本部分对不确定优化模型进行去模糊化处理,针对模糊机会约束规划模型,进行了算例求解;最后,本部分对班列运输能力和运输时间等参数进行了灵敏度分析,得到具有一定实践参考价值的方案。本论文包含图39幅,表37个,参考文献139篇。
邵常政[8]（2020）在《面向灵活性与可靠性的电-热综合能源系统运行与规划研究》文中指出电能和热能需求是终端能源消耗的最主要部分。大力发展基于热电联产（Combined heat and power,CHP）的电-热综合能源系统是解决能源枯竭、环境污染等问题的有效手段,也是支撑现代智能电网和能源互联网发展的重要支点。在电-热综合能源系统的运行和规划中,需要充分挖掘并利用电能和热能的交互和互补协调以提高系统的灵活性和可靠性。充足的灵活性是实现可再生能源大规模消纳和能源效率提升的根本;高可靠性则保障了综合能源系统在正常运行状态以及事故状态下均能满足用户电能和热能的需求。本文按照电-热能源互补、供-需双向互动的主线,在运行与规划层面开展电-热综合能源系统灵活性与可靠性分析与优化的理论研究,主要内容总结如下:（1）提出了电-热综合能源系统中典型负荷的综合需求响应（Integrated demand response,IDR）模型。相较于以往的研究,本文对系统中的负荷进行了更精细化的分析,基于负荷的能源来源和内部能源转换情况将负荷分为两类。针对第一类负荷,分析了其以能源替代为核心的综合需求响应模式,并基于线性化方法将综合需求响应模型替代为对电能和热能的报价曲线。针对第二类负荷,充分利用建筑的热惯性储能机理、能源替代、分布式CHP机组运行优化等策略,提出了基于能源中心的综合需求响应模型,实现负荷需求跨时间、跨能源类型的转移与优化。（2）提出了考虑负荷综合需求响应的电-热综合能源系统优化运行模型。分析了负荷聚合商参与主网系统双向互动的博弈行为,创新性地建立了实时需求响应市场,以市场化定价机制引导负荷参与综合需求响应。引入配网调度机构作为中间层,建立了负荷聚合商-配网调度机构-主网调度机构在内的三层优化调度结构,实现负荷侧灵活性向系统侧的传导。在求解过程中提出了基于“需求响应可行域”的解耦技术,从而实现三层优化调度模型的快速求解。（3）将传统的多状态系统模型（Multi-state system model,MSS）推广到电-热综合能源系统。创造性地建立了耦合性能的两性能多状态系统模型（Two-interdependentperformance MSS,TIP-MSS）,给出了TIP-MSS的基本概念和数学表达方法。基于状态空间图法,建立了CHP机组以及电热泵等耦合元件的状态分布以及可靠性模型。基于通用生成函数法（Universal generating function,UGF）实现多个串并联元件可靠性模型的聚合,从而构建了整个电-热综合能源系统的可靠性模型。基于以最优切负荷为策略的优化调度（Combined heat and power dispatch,CHPD）模型,实现对电-热综合能源系统可靠性指标的定量评估。（4）提出了基于市场化的电-热综合能源系统的协同电源规划模型,实现电力系统与区域供热系统的分布式协同电源规划。结合K-means聚类技术以及模糊集理论,提出负荷的模糊负荷持续时间曲线模型。将考虑可靠性约束以及灵活性要求的CHPD模型进行对偶,求解模糊值表示的节点电价（Fuzzy locational marginal price,FLMP）,并利用FLMP引导CHP机组和常规发电机组的投资。提出基于价格循环和Benders循环的分布式协同电源规划的快速求解方法。提出的电-热综合能源系统电源规划方法可以实现CHP机组与传统发电机组的良性竞争,进而提高电-热综合能源系统的总体效率、避免过度投资。
余珊珊[9]（2020）在《基于学徒制调度算法的舰载机保障调度研究及优化》文中研究指明舰载机是航空母舰上最重要的武器装备之一,舰载机出动架次率的高低会直接影响航母的海上作战能力。然而高效地完成舰载机起飞之前的各项保障任务,是保证舰载机出动架次率的必要条件。在国内外的大多数航母上,仍然沿用着传统的人工调度的方式,随着舰载机机群规模的增大,甲板环境复杂程度的加大,使用传统的人工调度来制定保障作业计划时,花费的时间与精力越来越多,因此如何利用计算机来高效的制定舰载机最优保障调度计划,已经成为目前研究的重点与难点。本文以美国“福特”级航母作为研究背景,针对舰载机的保障调度问题进行研究和实验,提出一种优化算法即协同优化学徒制调度算法,从而快速制定出最优的舰载机保障调度计划。首先,本文介绍了两种常用的舰载机保障模式,分别是“多站式”保障和“一站式”保障,同时分析了“福特”级航母使用“一站式”保障的多个优点,按照“福特”级航母的背景,详细分析了保障站位分配和保障作业调度两个问题,据此建立了对应的数学模型。然后,通过分析调度专家的实例,本文总结出了专家在制定调度计划时的经验,详细列出了学徒制调度算法中的分类器使用的每项特征,并构造了输入样本集,通过对比各分类算法的性能和结果,选择了支持向量机算法和决策树算法来训练分类器。在此基础上,本文构造了完整的学徒制调度算法,并通过与采用遗传算法求解的实验结果进行对比,证明了该算法能够更加高效的制定出最优保障调度计划。随后使用了不同数量与质量的样本集进行了对比实验,结果表明样本集数量的多少与质量的高低对学徒制调度算法的性能非常大。最后,在学徒制调度算法的基础上,本文提出了协同优化学徒制调度算法,该算法对学徒制调度算法的过程进行了优化,通过学徒制调度算法缩小最优解的取值范围,并使用分支定界算法搜索最优解,实验证明了协同优化学徒制调度算法,能够有效提高学徒制调度算法求出的解的质量,同时改善学徒制调度算法对样本集数量与质量的依赖性。本文在最后还进一步对协同优化学徒制调度算法进行了策略和输入敏感性分析,实验结果表明,根据保障作业流程适当调整保障班组配置,能够得到更优的保障调度计划。
李祥坤[10]（2020）在《针对图像识别神经网络的对抗样本生成研究》文中认为海量数据的外部环境和不断提升的设备性能催生了新一轮的人工智能研究热潮,深度神经网络作为人工智能的一个重要分支,在图像识别、语音识别、智能驾驶、医疗健康等领域都取得了惊人的成果。然而研究表明神经网络十分容易受到对抗攻击从而发生分类错误,施加一个微小的扰动就会使网络在一个样本甚至整个数据集上失效。对抗攻击现象的存在严重制约了神经网络的应用范围,在安全性要求高的场景中必须确保网络具有足够的鲁棒性。为保障神经网络的安全性,研究对抗攻击现象以及对抗样本的生成问题显得至关重要。自发现对抗攻击现象以来,许多科研团队围绕这一现象展开研究,主要包括对抗攻击和对抗防御两部分,对抗攻击方法通过生成对抗扰动得到对抗样本,使神经网络发生分类错误,对抗防御方法则通过还原对抗样本或修正神经网络等措施使网络对添加了扰动的样本仍然能进行正确分类,这两部分研究都十分必要。研究对抗扰动生成问题一方面可以深入了解对抗攻击现象发生的原因,发现神经网络在鲁棒性方面存在的问题,另一方面为防御算法的研究提供了基础,促使更多防御算法的提出,从而构建更加健壮的神经网络。研究者从不同角度出发设计对抗扰动,有助于神经网络整体鲁棒性的提升。就攻击范围来讲,对抗扰动可以分为特定对抗扰动和通用对抗扰动两类,本文分别针对这两类扰动展开研究,提出两种攻击方法,一种是可自由指定区域的特定对抗扰动生成方法,另一种是基于迭代优化的通用对抗扰动生成方法。本文的主要工作如下:·在指定区域内生成特定对抗扰动:特定扰动是针对一个特定样本生成的对抗扰动,其评价指标主要基于扰动的lp范数,目前已经可以得到范数很小的对抗扰动。然而仅通过数值指标来评价扰动对视觉的影响不够充分,应该进一步将人类视觉特性考虑进来。为此,本文根据人眼特性分析不同图像区域与扰动的强度和视觉效果之间的关系,以降低人眼感知度为目标提出一种特定对抗扰动生成方法,允许用户指定对抗扰动的尺寸和位置,并根据神经网络模型设计优化问题,将网络的参数连接关系作为约束条件,并将其转化为线性规划问题求解。该方法可以生成视觉欺骗性更强的对抗扰动。·通过迭代优化方法生成通用对抗扰动:通用对抗扰动可使神经网络对整个样本集失效,对人工智能系统的威胁性更高,生成也更为困难,现有方法生成的扰动范数很大,容易被人眼识别。本文提出基于迭代优化的方法,可大幅减小扰动范数。由于问题的优化变量极多且约束条件严格,求解难度极大。为此,首先对扰动图像降维从而降低问题复杂度,然后提出一种基于爬山搜索的方法寻找优化初始解,最后设计迭代优化算法,在每次迭代时分别在下降方向和步长上进行探测确定最佳方向和步长,保证优化算法持续运行。通过上述策略有效地解决了约束复杂性带来的问题,使通用扰动在达到高扰动率的同时具有良好的视觉欺骗效果。·设计对比实验证明本文攻击算法的有效性:为了更加直观、全面的展示算法效果,证明算法的现实意义和先进性,本文分别针对两种对抗扰动生成算法展开了大量实验。对于特定对抗扰动生成算法,通过实验验证在扰动量相同的情况下,在不同区域添加扰动对人眼的干扰性存在差异,并且通过合理设置对抗扰动的添加区域可以尽可能降低扰动对人眼视觉产生的影响。对于通用对抗扰动生成算法,通过实验验证在扰动率相同的条件下,本文算法相较于经典算法得到的扰动范数大幅下降,具有更好的视觉效果。
二、循环线性规划示例的求解（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、循环线性规划示例的求解（论文提纲范文）
（1）基于泛函表示的图匹配研究（论文提纲范文）
| 论文创新点 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究问题与背景 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与贡献 |
| 1.4 论文结构安排 |
| 第二章 图匹配基础 |
| 2.1 图相关概念 |
| 2.2 图匹配 |
| 2.3 线性分配问题 |
| 2.4 数学符号 |
| 第三章 图匹配的泛函表示框架 |
| 3.1 引言 |
| 3.2 图匹配的泛函表示框架 |
| 3.2.1 图上的函数空间 |
| 3.2.2 函数空间的二元结构 |
| 3.2.3 函数空间上的泛函表示形式 |
| 3.2.4 变换的二次最优约束 |
| 3.3 图匹配方法及优化算法 |
| 3.3.1 一般图匹配方法 |
| 3.3.2 优化方法与数值分析 |
| 3.4 实验结果及分析 |
| 3.4.1 实验设置与对比算法 |
| 3.4.2 3D人脸数据实验及分析 |
| 3.5 本章小结 |
| 本章方法的启发 |
| 本章方法存在的问题 |
| 第四章 几何约束图匹配 |
| 4.1 引言 |
| 4.2 欧氏空间上的图匹配 |
| 4.2.1 泛函表示的自然线性性质 |
| 4.2.2 边长保持约束 |
| 4.2.3 偏移方向约束 |
| 4.2.4 单图异常点去除 |
| 4.3 几何形变约束的图匹配 |
| 4.3.1 常见几何形变及其参数化 |
| 4.3.2 几何形变与匹配过程的相容性 |
| 4.3.3 目标函数及其交替优化方法 |
| 4.4 优化算法及改进 |
| 4.4.1 近似Frank-Wolfe算法 |
| 4.4.2 理论证明 |
| 4.4.3 数值分析 |
| 4.5 实验结果及分析 |
| 4.5.1 实验设置及对比算法 |
| 4.5.2 2D合成数据实验及分析 |
| 4.5.3 图像关键点数据实验及分析 |
| 4.5.4 几何形变数据实验及分析 |
| 4.6 本章小结 |
| 本章方法存在的问题 |
| 第五章 异常点干扰图匹配 |
| 5.1 引言 |
| 5.2 异常点干扰图匹配 |
| 5.2.1 泛函表示的零空间 |
| 5.2.2 基础定义 |
| 5.2.3 异常点干扰分析 |
| 5.2.4 一致性和可判别性 |
| 5.3 目标函数分析 |
| 5.4 目标函数的充分条件 |
| 5.5 异常点处理算法 |
| 5.5.1 最大匹配数目约束的优化算法 |
| 5.5.2 异常点的识别与剔除 |
| 5.6 实验结果及分析 |
| 5.6.1 实验设置与对比算法 |
| 5.6.2 PASCAL数据集实验及分析 |
| 5.6.3 VGG数据集实验及分析 |
| 5.6.4 几何形变数据实验及分析 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来研究展望 |
| 参考文献 |
| 附录 读博期间发表的科研成果目录 |
| 致谢 |
（2）面向石化企业的计划调度建模及优化算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、术语表 |
| 1 绪论 |
| 1.1 智能制造下企业级优化的背景和意义 |
| 1.2 企业级优化的挑战 |
| 1.3 石化企业决策建模 |
| 1.3.1 企业级建模方法 |
| 1.3.2 集成建模 |
| 1.3.3 不确定性建模与优化 |
| 1.4 大规模混合整数规划优化算法 |
| 1.4.1 针对MILP问题的分解算法 |
| 1.4.2 针对MINLP问题的分解算法 |
| 1.5 论文研究内容及组织结构 |
| 2 多周期页岩气田开发设计及计划问题研究 |
| 2.1 引言 |
| 2.2 相关工作 |
| 2.3 问题描述 |
| 2.4 模型假设 |
| 2.5 数学模型 |
| 2.5.1 符号说明 |
| 2.5.2 页岩气井开发约束 |
| 2.5.3 关井约束 |
| 2.5.4 钻机分配约束 |
| 2.5.5 流量平衡约束 |
| 2.5.6 管道尺寸约束 |
| 2.5.7 目标函数 |
| 2.6 双层分解算法 |
| 2.6.1 主问题定义 |
| 2.6.2 子问题定义 |
| 2.6.3 基于解池的双层分解算法 |
| 2.7 案例分析 |
| 2.7.1 模型性能分析 |
| 2.7.2 算法性能分析 |
| 2.7.3 最优决策分析 |
| 2.8 本章小结 |
| 3 产量不确定性下的页岩气田开发设计及计划问题研究 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.2.1 模型假设 |
| 3.3 确定性模型 |
| 3.3.1 符号说明 |
| 3.3.2 页岩气井开发约束 |
| 3.3.3 钻机分配约束 |
| 3.3.4 流量平衡约束 |
| 3.3.5 管道容量约束 |
| 3.3.6 目标函数 |
| 3.3.7 现金流约束 |
| 3.4 多阶段随机规划模型 |
| 3.4.1 流量约束 |
| 3.4.2 期望净现值 |
| 3.4.3 初始不可预期约束 |
| 3.4.4 条件不可预期约束 |
| 3.4.5 逻辑约束 |
| 3.5 拉格朗日分解 |
| 3.5.1 启发式算法 |
| 3.6 案例分析 |
| 3.6.1 拉格朗日分解算法计算结果 |
| 3.6.2 随机规划决策过程 |
| 3.6.3 产量系数方差灵敏度分析 |
| 3.6.4 增大区域间产量期望值差异 |
| 3.6.5 针对不确定性参数概率分布的灵敏度分析 |
| 3.6.6 不确定性参数观测延迟的影响 |
| 3.7 本章小结 |
| 4 需求不确定下的生产计划调度集成模型研究 |
| 4.1 引言 |
| 4.2 问题描述及通用模型 |
| 4.3 求解策略 |
| 4.3.1 基于逐步对冲算法的求解策略 |
| 4.3.2 加速策略 |
| 4.4 案例分析 |
| 4.4.1 应用案例 |
| 4.4.2 实际工业案例 |
| 4.5 本章小结 |
| 5 针对非凸MINLP问题的全局外逼近法研究 |
| 5.1 引言 |
| 5.2 外逼近法 |
| 5.3 基于LP/NLP的分支定界算法 |
| 5.4 基于McCormick松弛的全局外逼近法 |
| 5.4.1 McCormick松弛 |
| 5.4.2 基于McCormick的全局松弛外逼近法 |
| 5.4.3 基于McCormick松弛的LP/NLP分支定界算法 |
| 5.5 收敛性证明 |
| 5.6 工程实践细节 |
| 5.6.1 整数割平面 |
| 5.6.2 禁忌表 |
| 5.6.3 分支定界算法 |
| 5.7 算法性能测试 |
| 5.7.1 数值示例 |
| 5.7.2 工业案例:炼油厂原油操作调度问题 |
| 5.7.3 基准库测试 |
| 5.8 本章小结 |
| 6 正则化外逼近法及LP/NLP分支定界算法研究 |
| 6.1 引言 |
| 6.2 正则化外逼近法 |
| 6.3 基于拉格朗日函数的正则化 |
| 6.4 收敛性证明 |
| 6.5 正则化LP/NLP分支定界算法 |
| 6.6 算法性能测试 |
| 6.6.1 工程实践细节 |
| 6.6.2 外逼近法性能测试 |
| 6.6.3 正则化外逼近法性能测试 |
| 6.7 本章小结 |
| 7 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 附录 |
| A 拉格朗日分解中乘子更新方法 |
| A.1 割平面法 |
| A.2 次梯度法 |
| B 第二章广义析取规划约束重构 |
| C 非凸MINLP算例集 |
| D 凸MINLP算例集 |
| 作者简历及在学期间所取得的科研成果 |
（3）多层级多模式交通枢纽选址优化方法及应用（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多模式和多层级的枢纽选址研究 |
| 1.2.2 考虑多目标的枢纽选址研究 |
| 1.2.3 考虑不确定性的枢纽选址研究 |
| 1.2.4 枢纽选址的求解方法研究 |
| 1.2.5 研究现状分析 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 本章小结 |
| 2 多层级多模式交通枢纽选址理论基础 |
| 2.1 多层级多模式交通枢纽选址概述 |
| 2.1.1 基本概念 |
| 2.1.2 功能和作用 |
| 2.1.3 网络拓扑结构 |
| 2.1.4 参数分析 |
| 2.2 枢纽选址模型 |
| 2.2.1 枢纽选址确定性模型 |
| 2.2.2 枢纽选址随机规划模型 |
| 2.3 枢纽选址模型的求解方法 |
| 2.3.1 单目标模型求解方法 |
| 2.3.2 多目标模型求解方法 |
| 2.4 本章小结 |
| 3 基于完全信息的多层级多模式交通枢纽选址双目标优化 |
| 3.1 问题描述和模型假设 |
| 3.2 模型建立 |
| 3.2.1 变量描述 |
| 3.2.2 数学模型 |
| 3.3 求解方法 |
| 3.3.1 基于ε-约束理论的重构方法 |
| 3.3.2 双目标变邻域搜索算法 |
| 3.3.3 改进的非支配排序遗传算法 |
| 3.4 数值实验 |
| 3.4.1 货物运输系统的应用 |
| 3.4.2 实验数据和参数设置 |
| 3.4.3 计算结果和量化分析 |
| 3.4.4 算法性能分析 |
| 3.5 本章小结 |
| 4 考虑不确定需求和直连策略的多层级多模式交通枢纽选址随机优化 |
| 4.1 问题描述和模型假设 |
| 4.2 模型建立 |
| 4.2.1 变量描述 |
| 4.2.2 数学模型 |
| 4.2.3 等价转化 |
| 4.3 基于局部强化策略的文化基因算法 |
| 4.3.1 染色体表示、初始化和评价函数 |
| 4.3.2 遗传算子 |
| 4.3.3 局部强化策略 |
| 4.4 数值实验 |
| 4.4.1 实验数据和参数设置 |
| 4.4.2 计算结果和量化分析 |
| 4.4.3 算法性能分析 |
| 4.5 本章小结 |
| 5 不确定时间和成本下多层级多模式交通枢纽选址随机优化 |
| 5.1 问题描述和模型假设 |
| 5.2 模型建立 |
| 5.2.1 变量描述 |
| 5.2.2 数学模型 |
| 5.2.3 模型处理 |
| 5.3 基于转移搜索策略的文化基因算法 |
| 5.3.1 染色体表示、初始化和评价函数 |
| 5.3.2 遗传算子 |
| 5.3.3 转移搜索策略 |
| 5.4 数值实验 |
| 5.4.1 实验数据和参数设置 |
| 5.4.2 计算结果和量化分析 |
| 5.4.3 算法性能分析 |
| 5.5 本章小结 |
| 6 面向双重不确定性和区域划分的多层级多模式交通枢纽选址分布鲁棒优化 |
| 6.1 问题描述和模型假设 |
| 6.2 模型建立 |
| 6.2.1 变量描述 |
| 6.2.2 确定性数学模型 |
| 6.2.3 分布鲁棒优化模型及其转化 |
| 6.3 求解方法 |
| 6.3.1 变邻域搜索算法 |
| 6.3.2 基于种群–搜索的启发式算法 |
| 6.4 数值实验 |
| 6.4.1 实验数据和参数设置 |
| 6.4.2 计算结果和量化分析 |
| 6.4.3 算法性能分析 |
| 6.5 本章小结 |
| 7 总结和展望 |
| 7.1 研究总结 |
| 7.2 研究创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）不确定条件下的城市轨道交通客流控制策略及接驳公交网络优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 需求层面的相关管理策略研究 |
| 1.2.2 供给层面的相关管理策略研究 |
| 1.2.3 不确定性优化的相关理论研究 |
| 1.2.4 当前研究的难点和挑战 |
| 1.3 本文主要工作 |
| 1.3.1 本文的研究内容 |
| 1.3.2 本文的技术路线图 |
| 2 考虑单辆列车情景的城市轨道交通在线客流控制模型与算法 |
| 2.1 本章概述 |
| 2.1.1 问题描述 |
| 2.1.2 模型假设 |
| 2.2 模型建立与分析 |
| 2.2.1 模型建立 |
| 2.2.2 必要充分条件 |
| 2.3 求解算法 |
| 2.3.1 多目标随机动态规划问题的求解算法 |
| 2.3.2 二分搜索算法 |
| 2.3.3 带约束随机动态规划模型的求解算法框架 |
| 2.3.4 在线客流控制策略设计 |
| 2.4 实例分析 |
| 2.4.1 数据描述 |
| 2.4.2 数值计算结果 |
| 2.5 本章小结 |
| 3 考虑多辆列车情景的城市轨道交通在线协同客流控制模型与算法 |
| 3.1 本章概述 |
| 3.1.1 问题描述 |
| 3.1.2 模型假设 |
| 3.2 模型建立 |
| 3.3 在线协同客流控制策略设计 |
| 3.4 实例分析 |
| 3.5 本章小结 |
| 4 城市轨道交通常规运营条件下接驳公交网络设计的两阶段优化模型与算法 |
| 4.1 本章概述 |
| 4.1.1 问题描述 |
| 4.1.2 模型假设 |
| 4.1.3 网络表示 |
| 4.2 列生成模型与算法 |
| 4.2.1 符号说明 |
| 4.2.2 限制性主问题 |
| 4.2.3 生成乘客路径的价格子问题 |
| 4.2.4 生成接驳公交线路的价格子问题 |
| 4.2.5 列生成算法流程 |
| 4.3 优化接驳公交线路频率的模型与算法 |
| 4.3.1 模型建立 |
| 4.3.2 求解算法 |
| 4.4 算例分析 |
| 4.4.1 仿真算例 |
| 4.4.2 实例分析 |
| 4.5 本章小结 |
| 5 城市轨道交通故障条件下接驳公交网络设计的鲁棒优化模型与算法 |
| 5.1 本章概述 |
| 5.1.1 问题描述 |
| 5.1.2 模型假设 |
| 5.1.3 网络表示 |
| 5.2 模型建立 |
| 5.2.1 符号说明 |
| 5.2.2 确定性优化模型 |
| 5.2.3 鲁棒优化模型 |
| 5.3 求解算法 |
| 5.3.1 限制性主问题 |
| 5.3.2 价格子问题 |
| 5.3.3 算法流程 |
| 5.4 算例分析 |
| 5.4.1 仿真算例 |
| 5.4.2 实例分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 研究总结 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（5）铁水联运港站“船舶-班列”作业组织协同优化（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 选题背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 集装箱港口作业资源优化 |
| 1.3.2 铁水联运模式下港站作业调度优化 |
| 1.3.3 考虑高能效运营的港站作业资源优化 |
| 1.3.4 集装箱班列运输组织优化 |
| 1.3.5 研究现状评述 |
| 1.4 研究内容及结构框架 |
| 1.4.1 主要研究内容 |
| 1.4.2 结构框架 |
| 1.5 本章小结 |
| 2 铁水联运港站“船舶-班列”作业组织系统分析 |
| 2.1 铁水联运发展现状概述 |
| 2.1.1 国外铁水联运发展情况及港口范例 |
| 2.1.2 我国铁水联运发展情况及示范通道 |
| 2.2 港站铁水联运作业场景分析 |
| 2.2.1 港站布局及关键资源 |
| 2.2.2 作业设备及装卸工艺 |
| 2.2.3 作业流程及作业环节 |
| 2.2.4 运营模式及利益目标 |
| 2.3 铁水联运港站“船舶-班列”作业组织协同优化框架 |
| 2.3.1 船舶到港下的铁水联运装卸设备集成调度优化 |
| 2.3.2 列车到港下的设备调度与堆位分配协同优化 |
| 2.3.3 班列开行组织下的“车船”衔接作业组织优化 |
| 2.4 铁水联运港站“船舶-班列”作业组织协同优化体系 |
| 2.4.1 目标集 |
| 2.4.2 决策变量集 |
| 2.4.3 约束条件集 |
| 2.5 本章小结 |
| 3 船舶到港下的铁水联运装卸设备集成调度优化研究 |
| 3.1 装卸设备集成调度问题思路 |
| 3.1.1 问题描述 |
| 3.1.2 优化前提 |
| 3.2 模型构建 |
| 3.2.1 模型相关假设 |
| 3.2.2 相关参数及变量 |
| 3.2.3 约束条件 |
| 3.2.4 目标函数 |
| 3.2.5 数学优化模型 |
| 3.3 模型求解 |
| 3.3.1 染色体编码及解码 |
| 3.3.2 适应度函数与选择操作 |
| 3.3.3 交叉与变异操作 |
| 3.3.4 模拟退火处理及终止条件 |
| 3.4 算例分析 |
| 3.4.1 算例基本情况 |
| 3.4.2 结果分析 |
| 3.5 本章小结 |
| 4 列车到港下的设备调度与堆位分配协同优化研究 |
| 4.1 设备调度与堆位分配协同问题思路 |
| 4.1.1 问题描述 |
| 4.1.2 优化前提 |
| 4.2 模型构建 |
| 4.2.1 模型相关假设 |
| 4.2.2 相关参数及变量 |
| 4.2.3 约束条件 |
| 4.2.4 目标函数 |
| 4.2.5 数学优化模型 |
| 4.3 模型求解 |
| 4.3.1 染色体编码及解码 |
| 4.3.2 适应度函数与选择操作 |
| 4.3.3 交叉与变异操作 |
| 4.4 算例分析 |
| 4.4.1 算例基本情况 |
| 4.4.2 结果分析 |
| 4.5 本章小结 |
| 5 班列开行组织下的“车船”衔接作业组织优化研究 |
| 5.1 “车船”衔接下的铁水联运班列开行组织问题思路 |
| 5.1.1 问题描述 |
| 5.1.2 优化前提 |
| 5.2 模型构建 |
| 5.2.1 模型相关假设 |
| 5.2.2 相关参数及变量 |
| 5.2.3 约束条件 |
| 5.2.4 目标函数 |
| 5.2.5 数学优化模型 |
| 5.3 模型求解 |
| 5.3.1 染色体编码及解码 |
| 5.3.2 适应度函数与选择操作 |
| 5.3.3 交叉与变异操作 |
| 5.4 算例分析 |
| 5.4.1 算例基本情况 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 研究工作总结 |
| 6.2 主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 A 国家部委关于多式联运发展的重大方案及政策文件名录 |
| 附录 B 港口铁路专用线规划重点项目情况总结(2019-2020) |
| 附录 C 船舶到港信息及铁水联运集装箱信息 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）电动公交车行车计划问题建模与算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究综述 |
| 1.3.1 公交行车计划问题 |
| 1.3.2 电动汽车路径规划及调度 |
| 1.3.3 考虑碳排放的车辆路径优化问题 |
| 1.3.4 新模式公交的调度问题 |
| 1.3.5 现有研究总结 |
| 1.4 论文组织结构及研究内容 |
| 1.4.1 论文组织结构 |
| 1.4.2 研究内容 |
| 2 电动公交运营特性分析 |
| 2.1 电动公交运营方式 |
| 2.1.1 电动车充电方式 |
| 2.1.2 电动公交能源消耗 |
| 2.1.3 电动公交运营方式分类 |
| 2.2 电动公交车运营特性统计分析 |
| 2.2.1 数据来源、采集与数据格式 |
| 2.2.2 运营特性统计分析 |
| 2.3 电动公交运营拓扑网络表示 |
| 2.3.1 表示方法 |
| 2.3.2 一些假设 |
| 2.4 本章小结 |
| 3 基于慢充的电动公交行车计划问题建模 |
| 3.1 基于里程约束的行车计划问题及模型 |
| 3.1.1 网络流模型 |
| 3.1.2 集分割模型 |
| 3.2 求解大规模整数规划问题的分支定价技术 |
| 3.2.1 大规模线性规划求解方法—列生成 |
| 3.2.2 整数规划求解的框架—分支定界 |
| 3.2.3 大规模混合整数规划问题求解框架—分支定价 |
| 3.3 基于分支定价的求解算法 |
| 3.3.1 松弛下界求解 |
| 3.3.2 分支定界 |
| 3.3.3 分支定价算法 |
| 3.4 算例及实例分析 |
| 3.4.1 算例分析 |
| 3.4.2 实例分析 |
| 3.5 本章小结 |
| 4 基于快充/换电的电动公交行车计划问题建模 |
| 4.1 问题描述与模型 |
| 4.1.1 问题建模 |
| 4.1.2 SP模型 |
| 4.2 基于VNS/TS的混合启发示算法设计 |
| 4.2.1 元启发示算法与Local Search(LS) |
| 4.2.2 基于VNS/TS的混合启发示算法设计 |
| 4.3 精确算法设计 |
| 4.3.1 子问题求解 |
| 4.3.2 求解整数解 |
| 4.3.3 加速方法 |
| 4.3.4 算法流程及框架 |
| 4.4 算例分析 |
| 4.4.1 数据说明 |
| 4.4.2 终止条件 |
| 4.4.3 费用参数 |
| 4.4.4 运算结果 |
| 4.5 本章小结 |
| 5 电动与常规公交车混合车队行车计划问题建模 |
| 5.1 背景 |
| 5.2 碳排放与行车计划 |
| 5.2.1 碳排放相关概念 |
| 5.2.2 车辆运营与碳排放 |
| 5.2.3 碳排放限额与交易 |
| 5.3 混合车队行车计划 |
| 5.4 基于排放约束的混合车队行车计划问题 |
| 5.4.1 问题定义与描述 |
| 5.4.2 问题模型 |
| 5.5 求解算法 |
| 5.6 算例分析 |
| 5.6.1 参数设定 |
| 5.6.2 求解结果 |
| 5.7 本章小结 |
| 6 总结及展望 |
| 6.1 研究工作总结 |
| 6.2 本文创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录A 车次集合 |
| 附录B 基于慢速充电的电动公交行车计划问题解集 |
| 附录C 基于快充/换电的电动公交行车计划问题解集 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）基于洲际陆路运输的公铁多式联运路径优化问题研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 问题的提出 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 双层车辆路径优化问题研究现状分析与评述 |
| 1.2.2 汽车列车路径优化问题研究现状分析与评述 |
| 1.2.3 公铁多式联运优化问题研究现状分析与评述 |
| 1.2.4 不确定和模糊优化问题研究现状分析与评述 |
| 1.3 研究内容及论文结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 1.4 研究方法及技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 2 洲际公铁多式联运系统分析 |
| 2.1 洲际公铁多式联运优化问题的提炼和界定 |
| 2.1.1 大陆桥运输实践分析 |
| 2.1.2 中欧班列运输实践问题分析 |
| 2.1.3 洲际公铁多式联运优化问题的界定 |
| 2.2 洲际运输中的公铁多式联运组织模式分析 |
| 2.2.1 公路运输组织 |
| 2.2.2 铁路运输组织 |
| 2.2.3 多式联运组织 |
| 2.3 洲际公铁多式联运系统优化问题分类分析 |
| 2.3.1 战略层面的优化问题 |
| 2.3.2 战术层面的优化问题 |
| 2.3.3 运营层面的优化问题 |
| 2.4 洲际公铁多式联运优化问题的分解 |
| 2.4.1 洲际公铁多式联运优化问题的双向特点 |
| 2.4.2 洲际公铁多式联运优化问题的分解 |
| 2.5 本章小结 |
| 3 洲际公铁多式联运的公路牵引车集货优化模型设计和求解 |
| 3.1 洲际公铁多式联运的公路牵引车集货网络 |
| 3.1.1 运输网络特点 |
| 3.1.2 基本假设 |
| 3.2 洲际公铁多式联运的公路牵引车集货模型 |
| 3.2.1 参数设定 |
| 3.2.2 数学模型 |
| 3.3 洲际公铁多式联运公路牵引车集货算例设计 |
| 3.3.1 算例设计方法 |
| 3.3.2 本问题的算例设计 |
| 3.4 洲际公铁多式联运公路牵引车集货算例求解 |
| 3.4.1 参数设置 |
| 3.4.2 算例求解 |
| 3.5 本章小结 |
| 4 洲际公铁多式联运的选址路径优化模型设计和启发式算法求解 |
| 4.1 洲际公铁多式联运网络 |
| 4.1.1 多式联运网络结构 |
| 4.1.2 基本假设 |
| 4.2 洲际公铁多式联运选址路径优化模型 |
| 4.2.1 参数设定 |
| 4.2.2 数学模型 |
| 4.3 洲际公铁多式联运选址路径优化模型算例设计和求解 |
| 4.3.1 算例设计 |
| 4.3.2 算例求解 |
| 4.4 混合启发式算法设计和求解 |
| 4.4.1 混合启发式算法的结构 |
| 4.4.2 混合差分进化算法的流程 |
| 4.4.3 混合差分进化算法的求解性能分析 |
| 4.5 洲际公铁多式联运选址路径优化实证分析 |
| 4.5.1 实际问题提炼 |
| 4.5.2 实证求解结果 |
| 4.6 本章小结 |
| 5 不确定条件下洲际公铁多式联运的选址路径优化模型设计和求解 |
| 5.1 不确定条件下的洲际公铁多式联运网络 |
| 5.1.1 多式联运网络结构 |
| 5.1.2 运输时间分析 |
| 5.2 不确定条件分析 |
| 5.2.1 时间不确定性 |
| 5.2.2 运输能力不确定性 |
| 5.3 不确定条件下的洲际公铁多式联运优化模型 |
| 5.3.1 参数设定 |
| 5.3.2 数学模型 |
| 5.4 模型去模糊化 |
| 5.4.1 去模糊化方法 |
| 5.4.2 约束条件去模糊化 |
| 5.4.3 目标函数去模糊化 |
| 5.5 算例求解分析 |
| 5.5.1 参数取值 |
| 5.5.2 求解结果 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 论文的主要研究成果 |
| 6.2 论文的主要创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）面向灵活性与可靠性的电-热综合能源系统运行与规划研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩略词清单 |
| 第1章 绪论 |
| 1.1 选题的背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电-热综合能源系统运行优化研究概述 |
| 1.2.2 综合需求响应和能源中心相关研究概述 |
| 1.2.3 综合能源系统规划研究概述 |
| 1.2.4 综合能源系统可靠性研究概述 |
| 1.3 现有工作存在的不足 |
| 1.4 本文工作与章节安排 |
| 第2章 电-热综合能源系统中典型负荷的灵活性分析 |
| 2.1 引言 |
| 2.2 电-热综合能源系统中典型负荷分析 |
| 2.3 基于报价曲线的第一类负荷的需求侧灵活性分析 |
| 2.3.1 负荷聚合商的能源需求分析 |
| 2.3.2 负荷聚合商的调度模型 |
| 2.3.3 KKT条件的报价曲线形式 |
| 2.4 基于EH的第二类负荷的需求侧灵活性分析 |
| 2.4.1 基于EH的负荷能源需求分析 |
| 2.4.2 综合需求响应模型 |
| 2.5 算例分析 |
| 2.5.1 单一负荷需求侧灵活性分析 |
| 2.5.2 负荷聚合的灵活性分析 |
| 2.6 本章小结 |
| 第3章 考虑负荷灵活性的电-热综合能源系统优化运行研究 |
| 3.1 引言 |
| 3.2 实时DRX市场的概念和框架 |
| 3.3 面向DRX市场的电-热综合能源系统优化调度模型 |
| 3.4 优化模型的求解方法 |
| 3.5 算例分析 |
| 3.5.1 算例系统和参数 |
| 3.5.2 综合需求响应与传统电力需求响应的比较 |
| 3.5.3 实时DRX与日前DRX的比较 |
| 3.5.4 算法效率的分析 |
| 3.6 本章小结 |
| 第4章 基于耦合性能多状态系统模型的电-热综合能源系统运行可靠性评估 |
| 4.1 引言 |
| 4.2 电-热综合能源系统的可靠性分析理论体系 |
| 4.2.1 耦合性能的两性能多状态系统模型 |
| 4.2.2 考虑性能依赖的通用生成函数技术 |
| 4.3 电-热综合能源系统耦合元件的可靠性模型 |
| 4.4 考虑网络约束的电-热综合能源系统运行可靠性评估 |
| 4.4.1 考虑不确定性的能源负荷建模 |
| 4.4.2 CHPD模型的建立 |
| 4.4.3 CHPD模型的求解算法 |
| 4.4.4 可靠性指标体系 |
| 4.5 算例分析 |
| 4.5.1 可用性评估的算例分析 |
| 4.5.2 系统可靠性评估的算例分析 |
| 4.6 本章小结 |
| 第5章 基于市场化的电-热综合能源系统协同电源规划模型 |
| 5.1 引言 |
| 5.2 模糊负荷持续时间曲线模型 |
| 5.3 模糊数表示的LMP的计算模型 |
| 5.4 市场参与者的投资决策模型 |
| 5.4.1 DHSCO的投资决策模型 |
| 5.4.2 GENCO的投资决策模型 |
| 5.5 求解方法 |
| 5.5.1 LMP计算模型的求解 |
| 5.5.2 市场主体投资决策模型的求解方法 |
| 5.5.3 协同电源规划的求解流程 |
| 5.6 算例分析 |
| 5.6.1 算例系统和假设 |
| 5.6.2 仿真结果分析 |
| 5.7 本章小结 |
| 第6章 结论与展望 |
| 6.1 全文工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的学术成果 |
| 作者简历 |
| 攻读博士学位期间的学术成果 |
（9）基于学徒制调度算法的舰载机保障调度研究及优化（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.4 国内外研究不足 |
| 1.5 主要研究内容 |
| 2 舰载机保障站位分配及保障作业调度模型建立 |
| 2.1 本章引言 |
| 2.2 舰载机保障模式分析 |
| 2.3 舰载机保障问题分析 |
| 2.4 问题模型建立 |
| 2.5 小结 |
| 3 学徒制调度算法样本集和分类器构造 |
| 3.1 本章引言 |
| 3.2 向专家示例学习的方法 |
| 3.3 学徒制调度算法的样本集 |
| 3.4 学徒制调度算法的分类器 |
| 3.5 本章小结 |
| 4 学徒制调度算法设计和实例验证 |
| 4.1 本章引言 |
| 4.2 学徒制调度算法设计 |
| 4.3 实例验证 |
| 4.4 基于遗传算法的实验对比 |
| 4.5 本章小结 |
| 5 基于协同优化学徒制调度算法的保障作业调度 |
| 5.1 本章引言 |
| 5.2 协同优化学徒制调度算法的设计 |
| 5.3 实例验证 |
| 5.4 敏感性分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）针对图像识别神经网络的对抗样本生成研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外相关技术研究现状 |
| 1.3 论文主要内容及结构 |
| 第二章 预备知识 |
| 2.1 深度神经网络 |
| 2.1.1 深度神经网络的基本架构和组成元素 |
| 2.1.2 卷积神经网络 |
| 2.2 对抗攻击 |
| 2.3 本章小结 |
| 第三章 一种可指定区域的特定对抗扰动生成方法 |
| 3.1 特定扰动生成问题的提出与形式化描述 |
| 3.2 基于线性规划的特定对抗扰动生成算法 |
| 3.2.1 将扰动生成问题转化为非线性优化问题 |
| 3.2.2 将神经网络演算过程编码为线性约束条件 |
| 3.2.3 设计线性规划问题 |
| 3.3 实验展示 |
| 3.3.1 实验设置 |
| 3.3.2 相同位置不同尺寸的对抗扰动 |
| 3.3.3 相同尺寸不同位置的对抗扰动 |
| 3.4 本章小结 |
| 第四章 一种基于迭代优化的通用对抗扰动生成算法 |
| 4.1 问题提出与问题分析 |
| 4.2 优化变量降维 |
| 4.3 寻找初始解 |
| 4.4 迭代优化 |
| 4.5 实验展示 |
| 4.5.1 实验设置 |
| 4.5.2 基于MNIST数据集和CIFAR-10 数据集的两个示例 |
| 4.5.3 相关工作的结果对比 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表论文和科研情况 |
四、循环线性规划示例的求解（论文参考文献）
- [1]基于泛函表示的图匹配研究[D]. 王福东. 武汉大学, 2021(02)
- [2]面向石化企业的计划调度建模及优化算法研究[D]. 彭泽栋. 浙江大学, 2021(01)
- [3]多层级多模式交通枢纽选址优化方法及应用[D]. 商晓婷. 北京交通大学, 2021(02)
- [4]不确定条件下的城市轨道交通客流控制策略及接驳公交网络优化研究[D]. 梁金鹏. 北京交通大学, 2020
- [5]铁水联运港站“船舶-班列”作业组织协同优化[D]. 杨宜佳. 北京交通大学, 2020(02)
- [6]电动公交车行车计划问题建模与算法研究[D]. 杨扬. 北京交通大学, 2020
- [7]基于洲际陆路运输的公铁多式联运路径优化问题研究[D]. 卢越. 北京交通大学, 2020(03)
- [8]面向灵活性与可靠性的电-热综合能源系统运行与规划研究[D]. 邵常政. 浙江大学, 2020
- [9]基于学徒制调度算法的舰载机保障调度研究及优化[D]. 余珊珊. 华中科技大学, 2020(01)
- [10]针对图像识别神经网络的对抗样本生成研究[D]. 李祥坤. 华东师范大学, 2020(12)