解法等：第一章线性规划第二章对偶第三章整数规划第四章运输问题第五章网络优化第六章动态规划第七章排队论

育种规划最优化法。

结构分析、热分析、计算流体力学分析、耦合场分析、优化设计、可靠性分析等ANSYS高级分析技术及ANS

5.1阶段决策过程最优化应用举例5.2多阶段决策过程的最优化5.3动态规划的基本概念和基本原理注：

算法第5章回溯法第6章分支限界法第7章概率算法第8章NP完全性理论第9章近似算法第10章算法优化策略

为了实现多金属地下矿山生产计划编制的动态性和科学有效性,以开采过程中技术经济要求和空间序列关系为约束条件,以利润最大化为目标构建多金属地下矿山生产计划动态优化模型.模型将采准、切割、爆破、回采和充填过程抽象为基本作业单元并加以模型化处理,将地下开采的均衡性要求和接续性问题转化为空间约束条件,以开采状态作为决策变量,构建生产计划优化的0-1整数规划模型,并给出基于人工蜂群模型的求解算法.以西藏某铜钼矿的生产计划动态编制为应用案例,优化解算出矿山未来3年的生产计划,并给出矿床开采时序的三维可视化展示.优化结果表明,通过开采区域的动态调整,在有效保证生产连续性的同时,提升了矿山开采的经济效益

一 多目标优化 二 目标规划 三 动态优化

采用系统工程理论和方法,建立了品位指标、储量、平均品位、贫化率、损失率、入选品位等主要技术指标与矿山效益目标之间的动态关系模型,并运用多目标决策技术对这些指标进行整体动态的优化.优化结果应用于矿山生产取得显著的经济效益.如歪头山和梅山铁矿每年各增收利税约1000万元

为了提高物流服务优化组合的动态性、可靠性与用户满意度,本文提出了一种基于全局服务质量(quality of service,QoS)约束分解的能够感知领域质量与资源需求的物流服务优化组合方法.该研究工作首先把学习机制引入人工蜂群算法(artificial bee colony algorithm,ABC),形成了具有自主学习能力的改进型人工蜂群算法(LABC);之后,应用学习人工蜂群算法(LABC)将全局QoS约束分解成每个物流子任务需要满足的局部QoS约束,从而将QoS感知的物流服务优化组合这一全局优化问题转化成以领域质量为依据的局部最优服务选择问题;其次,在物流服务流程执行的过程中,在感知物流任务节点对资源需求的前提下,为每一个物流任务节点选择一个具有最优领域QoS的物流服务;与已有的研究工作相比,该方法能够实现物流服务动态可靠的优化组合.最后,通过模拟实验验证了本文所提出的方法是可行有效的

基于混合整数线性规划,以操作成本最小为目标函数建立了富余煤气优化分配模型.与前人的优化模型相比,本文模型选取了较短的时间步长,并考虑了锅炉权重因子及煤气柜权重因子对优化结果的影响.根据国内某钢铁企业生产数据进行计算,发现优化结果对煤气柜权重因子和锅炉权重因子敏感,因此合理确定煤气柜权重因子和锅炉权重因子十分重要.优化模拟计算与现场经验调度的结果相比,降低了煤气柜储气量波动,提高了锅炉45.9%的发电量,煤气系统运行稳定性增强