一、一类组合投资问题的线性规划解法（论文文献综述）
崔研[1]（2021）在《居家养老共享服务平台运营管理及其优化研究》文中进行了进一步梳理老龄化问题是我国面临的重大社会问题,而养老资源不足,更给家庭和社会带来巨大的负担与压力。利用互联网与物联网技术提供精准化、全覆盖、高效率的养老服务平台,缓解养老资源不足,并释放宝贵的医疗资源是当务之急。因此,本文聚焦居家养老共享服务平台运营管理及其优化研究,创新性地利用共享经济、双边匹配等理论对于居家养老共享服务及其平台开展研究,并利用演化博弈理论对于居家养老共享服务平台存在的合理性进行验证。本文主要研究内容如下:首先,分别研究了创新型居家养共享老服务平台和居家养老者的分类,也对于居家养老服务需求及其影响因素进行了研究。为了理论论证居家养老共享服务平台的合理性,系统地分析了共享经济平台的特征、结构及模型后,通过科学地抽样调查方法,对目标地区的老年人口的现实情况进行实证分析,切实地发现在养老过程中存在的现实问题。接着,运用演化博弈理论和双边匹配理论论证了养老产业的演化发展机制及定价管理机制。模型分析结果显示:居家养老者、居家养老服务提供者都需要一个居家养老共享服务平台来提高供需信息的共享以及稀缺服务资源的共享;同时,合理地制定定价策略能够实现养老供需匹配的良性发展。其次,居家养老共享服务平台运营管理过程中,具备专业素质的服务提供者的数量较少。居家养老共享服务平台为了提高居家养老服务提供者效率,居家养老共享服务平台需要提高其运营效率,尤其是要进行相关的路径规划。该研究中,居家养老共享服务平台服务提供者的最优服务路径的规划具有普适性,适合于任何城市的居家养老服务。为了验证该路径规划的正确性及有效性,本文以唐山市居家养老共享服务平台运行为例,对于唐山市居家养老共享服务平台服务提供者的最优服务路径的规划进行了实证研究,并构建不确定条件下的鲁棒优化模型进行验证,实证结果显示:本文所提出的居家养老服务提供者的路径规划方案具有较强的鲁棒性。再次,为保证居家养老共享服务平台运行具有可持续性,居家养老共享服务平台的服务定价与收费问题非常重要。本文以双边市场平台以及交叉网络外部性的概念理论为基础,构建了相关双边博弈模型,并分析了居家养老共享服务平台的最优定价、最优用户数量以及平台收益,从三方策略选择中探讨最优服务定价管理策略。通过数值案例分析后,总结了人员转移比例、交叉网络外部性关键参数的响应性,从多个方面为居家养老共享平台的运营提供支持,探究实现平台的平稳发展的实现途径。最后,本文研究共享模式的养老支付保障问题,以河北省老年群体的问卷数据进行实证分析,研究影响居家养老者的养老服务支付能力的因素。在支付保障分析中,将年龄、性别、居住地区和配偶情况等18项变量作为研究要点,对秦皇岛市老年群体展开抽样问卷调查。在此基础上构建了共享居家养老的二元Logistic模型,对养老支付保障变量的影响要素进行回归分析,进而归纳影响养老支付保障的关键因素。使本文构建了有支付保障、安全高效的居家养老服务系统,为改善养老服务质量与提高居家养老者的生活水平提供了支持。
郑晓东[2]（2020）在《含高比例可再生能源多区域电力系统的鲁棒调度》文中进行了进一步梳理日前发输电计划优化是电力系统调度运行长期以来的关键问题。无论在传统的一体化模式还是市场化模式之下,优化的调度计划都能够为系统节约大量的运行成本。相比单区域系统的调度,多区域系统的问题因其具有更大的规模、更复杂的约束、更严格的决策模式限制,而更具有挑战性。伴随着我国的电力市场化改革,研究多区域电力系统的省区间电力交换计划优化问题在当前显得更为关键。另一方面,风电、光伏等间歇性可再生能源发电在近十年来获得了快速的发展,但其随机性和波动性给电力系统的调度运行带来了很大挑战。如何在保证消纳可再生能源发电的基础上,提高系统运行的经济性和可靠性,是当前十分重要的研究课题。本文重点研究含高比例可再生能源的多区域电力系统的日前调度问题,主要研究内容及取得的研究成果概述如下:首先,基于两层协调模式和新型鲁棒不确定集,提出了多区域电力系统的鲁棒机组组合模型。利用各区域净负荷的方差,构造用于描述多区域系统总体不确定性的不确定集,并证明了该不确定集能够提供比传统预算集合更精确的概率置信度。为了用非集中式的的方法求解该模型,构建了上层的鲁棒凸优化模型,用于确定联络线功率计划和每个区域的发电区间。借助由发电区间指定的不确定性需求,每个区域系统的调度机构可以独立求解解耦的鲁棒机组组合问题。提出了改进的外逼近算法求解两阶段鲁棒优化中出现的双线性规划问题,该算法可以获得更高质量的解。通过两区域系统的仿真计算验证了新型不确定集的有效性,并验证了所提的两层协调方法能够在非集中式决策框架下得到经济的机组组合方案。其次,为了考虑风电随机量的时空关联性,克服传统鲁棒优化的保守性问题,研究了数据驱动和基于两阶段分布鲁棒优化的机组组合模型。假设风电概率分布的期望、协方差信息可以借助统计学习方法,从历史数据中估计得到,然后用随机量的这些矩信息构建了概率分布的模糊集。提出了含一阶、二阶矩约束的两阶段分布鲁棒机组组合模型,并将模型转化成了确定性的混合整数半正定规划问题。提出了一个两步骤的求解算法,即先用割平面算法求解松弛的混合整数半正定规划,然后通过可行性检查和顶点生成法,不断收紧松弛的混合整数半正定规划。同时,还提出了使用半正定松弛获得可行性检查的双凸规划问题的下界。实验表明所提的模型能够在不调节任何参数的情况下,获得比确定性模型和两阶段鲁棒机组组合模型更好的经济性和可靠性。再次,提出了基于值函数的多区域机组组合问题分解协调算法,避免了使用基于拉格朗日函数的分解算法时存在收敛性和次优性的问题。算法要求每个区域通过有限计算生成一个由联络线功率交换计划的仿射组合表示的机组组合最优值函数。然后,多区域系统的协调机构利用每个区域的值函数确定最优的联络线功率。考虑到区域间的联合调度将使每个区域偏离原有的发电成本,本文还研究了基于值函数和合作博弈Shapley值的收益分配方案。在两区域和三区域系统对所提的求解算法进行测试,验证了值函数方法对求解非集中式多区域机组组合问题的有效性。同时,将所提的区域间收益分配方案和基于传统节点边际电价的方案进行对比。最后,为解决南方异步互联系统的日前发输电计划优化问题,提出了协调送受端的两阶段优化模型。模型的第一阶段以最小化受端系统净负荷方差为目标,生成可缓解受端系统调峰压力的跨区域输电计划;第二阶段以最小化输电网损为目标,将输电计划分配至各回高压直流输电线路,并协调配合送端的直调电厂发电、网省交流通道等。模型考虑了高压直流输电功率的离散特征,使得功率曲线切实可行。为了描述直流输电系统的损耗,采用历史数据拟合二次网损函数。最后,利用电力公司的实际数据进行测试,并与实际计划对比,证明模型能够生成优化且可行的日前发输电计划。
缪金丹[3]（2020）在《考虑气象因素和资源限制的户外作业项目调度研究》文中研究说明合理的项目调度计划可以降低项目成本,减小项目工期。现实中常见的户外作业项目易受天气影响,且项目资源供应限制较多。因此,制定合理的户外项目调度计划具有挑战性。本文依据风电设备制造企业的实际需求,本文围绕风电场的建设和检修过程,拓展研究了考虑气象因素和资源限制的户外作业项目调度问题,针对不同的项目内容、阶段和目标构建并求解了不同的调度优化模型。首先,本文基于气象因素和资源限制,研究了带有时间约束的多项目联合调度问题,目标是最小化项目资源成本和生产损失。根据资源、时间等约束条件构建了混合整数线性规划模型,并使用主目标法实现了项目资源成本和生产损失的双目标优化。风电场检修项目调度的案例结果表明,和传统的定期项目计划相比,本文提出的方法所产生的项目成本和生产损失,分别降低了约30%和20%。在本文第二部分研究内容中,进一步考虑了任务工时的不确定性,构建了任务工时的时变概率分布,建立了户外作业项目的随机调度优化模型。此外,提出了基于公共随机数和假设检验的贯序仿真方法,提高了基于分布估计算法的寻优性能。随后,采用PSPLIB数据集中的J120案例库和实际风电场建设项目案例验证了算法的有效性。最后,本文考虑了气象因素和资源供应变化给项目的执行过程带来的不确定性影响,设计了有效的反应式项目调度策略。基于干扰管理构建了多模式的调度模型,提出了多种计划调整策略,并通过禁忌搜索算法进行项目执行周期内的滚动优化。PSPLIB数据集中的MM100案例库和风电场建设项目调度的实际案例结果表明,本文提出的反应式调度策略有效降低了项目完工时的累计综合扰动费用。综上所述,本文从实际项目出发,分析气象变化并定义了任务工时的计算方式,构建了多项目调度问题的混合整数线性规划模型,合理分配仿真资源提高了仿真优化的寻优效率和质量,并将干扰管理思想应用于反应式调度。部分研究成果已在企业的实际管理中应用,并取得了一定的实际价值和经济效益。
许传博[4]（2020）在《计及不确定性与协同性的微电网项目投资组合优化研究》文中研究表明微电网是未来分布式能源的重要载体,其作为泛在电力物联网的重要组成部分,在城市区域、海岛及偏远地区均有广泛的应用前景。与此同时,微电网的建设隶属于新型基础设施建设的范畴,其投资建设将助力我国经济培育新增长点、形成新动能。本文以微电网项目为主体,从能源电力企业角度对其投资组合优化问题展开了研究。在对微电网项目战略对应度评估的基础上,由浅入深地构建了静态、动态、多阶段动态三种情景下的微电网项目投资组合优化模型。针对不同模型的特点,分别引入分枝定界算法、改进差分进化算法、多智能体强化学习算法进行求解,从而探索了能源电力企业在各种情景下的微电网项目最优投资组合策略。首先,论文梳理了微电网项目投资组合优化的研究背景及意义,开展了对国内外微电网项目和项目投资组合优化问题及其方法的研究综述,并概述了项目组合管理、项目投资组合优化、项目评估模型及方法、组合优化模型及方法、不确定性等相关基础理论与方法,为后续的研究奠定了理论基础和研究范围。然后,论文研究了计及双重不确定性的微电网项目战略对应度评估问题。在对中国大型能源电力企业的战略目标进行分析的基础上,提炼出绿色发展战略、效益导向战略、科技创新战略及和谐发展战略这四大重点战略目标;结合文献综述对战略目标进行分解,建立起一套完备的微电网项目战略对应评估指标体系;针对微电网项目中多种不确定性因素的影响,采用云模型来描述微电网项目的模糊-随机双重不确定性;提出云层次分析法和基于K-means算法改进的云PROMETHEE-II算法进行微电网项目的战略对应度计算。该部分研究可为能源电力企业的微电网项目的初步筛选提供理论依据。其次,论文研究了计及不确定性和协同性的微电网项目静态投资组合优化问题。对微电网项目的协同因素进行识别,针对微电网项目间可能存在的电力交易提出了新的运营协同因素;基于现有文献中对项目间协同性刻画不充分的缺陷,采用云Choquet积分结合模糊测度对微电网项目协同性进行量化;考虑到非线性问题求解的复杂性,对构建的不确定0-1非线性规划模型采用MCPPSP-GW模型进行等价线性化处理,转化为不确定0-1线性规划模型;采用精确算法中的分支定界法对不确定0-1线性规划模型进行求解。该部分研究可为能源电力企业在现有微电网项目无调整的单决策时点情景下提供投资组合决策依据。再次,论文研究了计及不确定性和协同性的微电网项目动态投资组合优化问题。引入动态的概念来考虑现有微电网项目的调整,包括升级、维持以及放弃动作;在考虑微电网项目的机会成本与沉没成本的基础上,以总净现值最大化为目标,构建微电网项目动态投资组合不确定性0-1非线性规划模型;采用云模型的去不确定性公式将其转化为确定性0-1非线性规划模型;针对差分进化算法易陷入局部最优的缺陷,提出了增加自适应算子和结合粒子群算法的一种改进差分进化算法对模型进行求解。该部分研究可为能源电力企业在现有微电网项目有调整的单决策时点情景下提供投资组合决策依据。最后,论文研究了计及不确定性和协同性的微电网项目多阶段动态投资组合优化问题。引入多阶段的概念来考虑企业在一个规划期内的连续动态投资组合问题;基于发电成本与项目电价的不确定性,采用实物期权法确定每个新微电网项目的最佳投资时机;考虑到多阶段的时序决策问题,将微电网项目多阶段动态投资组合优化问题建模为马尔可夫决策过程,并对相应的状态、动作和奖励进行定义;将每个微电网视为一个智能体,提出随机博弈理论与强化学习算法相结合的多智能体强化学习算法,对微电网项目多阶段动态投资组合优化问题进行求解。该部分研究可为能源电力企业在现有微电网项目有调整的连续多决策时点情景下提供投资组合决策依据。
初桂青[5]（2020）在《邢台市医药冷链物流共同配送模式研究》文中认为随着药品安全问题层出不穷,医药冷链物流越来越受到人们的重视,这为邢台市医药冷链物流的发展带来了新契机。但目前邢台市医药冷链物流企业存在的体量小、发展水平低、设施设备落后及物流高等问题。为了改善上述问题,本文将根据共同配送模式在实际中的应用,研究适合邢台市医药冷链物流企业共同配送的模式、企业参与联盟的条件及共同配送模式下成本分摊和利益分配问题。本文首先参考了相关文献对医药冷链物流共同配送的研究,对医药冷链物流及共同配送的相关理论进行了回顾,结合目前邢台市医药冷链物流发展现状及存在的问题,分析了其实施共同配送的必要性在此基础上,选取适当共同配送模式,并进行共同配送模式组建条件的分析、信息平台及实施步骤的设计。在此基础上对共同配送联盟成本分摊和利益分配机制的设计,并分析了共同配送的成本构成、主要利益进行及影响利益分配的因素,说明合理分配成本及利益的重要性,提出成本分摊和利益分配的原则,并指出组建联盟的关键是如何在联盟中追求利益最大化,从而把成本分摊和利益分配问题转化为多方博弈的问题,建立成本分摊和利益分配模型,并采用Nash谈判法和考虑影响因子的Raiffa解法求解模型。最后选取符合组建条件的邢台市三家具有冷链药品配送业务的医药企业,进行模式设计、监管机构的组成,并分析促成其稳定实施的条件,从而计算共同配送联盟各参与方的成本分摊和利益分配额,验证本文模式的有效性,并为邢台市医药冷链物流共同配送联盟的成功组建提出几点建议。
李春泉[6]（2019）在《不确定系统中的多目标规划模型及其应用》文中进行了进一步梳理多目标规划问题在政治、经济、军事以及日常生活中普遍存在并且处于非常重要的地位。多目标规划已被广泛地应用于金融投资、资产负债管理、工程设计、交通运输、环境保护、军事科学及国家安全等重大决策领域。由于现实的复杂系统往往含有不确定性,关于不确定环境下的多目标规划模型及其算法研究成为人们关注的热点课题。本文分别利用区间数、区间型三角模糊数、区间型随机变量、直觉模糊随机变量描述不确定系统中的不确定性信息,研究不确定系统中的多目标规划模型及其算法,并且探讨多目标规划在证券投资组合选择及保险公司风险评估中的应用。本文的主要工作与成果具体有以下几个方面:（1）基于区间型三角模糊数的多目标线性规划模型。建立基于区间型三角模糊数的多目标线性规划模型,其中目标函数和约束条件中的系数都是区间型三角模糊数。通过引入区间型三角模糊数的截集,借助用于比较两个三角模糊数大小关系的占优可能性准则,给出了该模型的一种有效求解算法。首先,对于给定的截集水平值,该模型转化为使多目标规划模型中的每一个目标函数的隶属度之和达最大,其中,隶属度由基于个体目标最优解的偏离度确定,约束条件由占优可能性准则转化为经典不等式。然后,对等价的线性规划模型利用Matlab软件求最优解。最后,通过与现有的方法比较,利用若干实例验证该算法的有效性和最优解的稳定性。（2）基于区间型随机变量的投资组合优化模型及其实证分析。给出一种基于区间型随机变量的投资组合选择模型。首先,用区间数来描述资产的历史平均收益率,用区间型随机变量描述资产的收益率,通过概率测度理论定义资产的风险,建立了使投资总收益达最大、总风险最小化的模糊随机投资组合模型。其次,引入风险测度的概率水平,给出了该模型的一种有效算法,同时通过区间序方法给出了模型的Pareto最优解存在的充分条件。若资产的历史平均收益率构成的集合在序关系下构成全序集,则可得模型的一个Pareto最优解。最后,利用实例验证该模型的有效性及其解的鲁棒性。（3）基于区间数的双目标投资组合优化模型。首先在给定的收益水平和风险水平下,建立使期望收益达最大且投资风险达最小的双目标投资组合优化模型,其中资产的平均收益率和风险用区间数来描述。然后,利用区间序方法将该双目标规划模型转化为线性规划模型,利用Matlab软件求解得到模糊不确定环境下的投资组合最优解。最后,通过市场数据的数值实验验证该模型和算法的有效性。（4）直觉模糊随机规划在保险公司风险评估中的应用。首先给出了直觉模糊随机变量的数量值期望算子,研究了直觉模糊随机变量的相关性质。其次,将个人索赔金额描述为直觉模糊随机变量,将索赔户数看作服从泊松分布,给出了基于直觉模糊随机个体索赔额的保险公司风险模型。然后,基于零初始投资和任意初始投资金额,讨论了保险公司最终破产的平均机会。特别地,当个体索赔额视作服从指数分布的直觉模糊随机变量时,本文分别给出了在零初始余额和任意初始余额情况下的公司最终破产平均机会的表达式。最后,通过算例验证该模型的有效性。
王建建,何枫,吴子轩,陈丽莉[7]（2018）在《改进区间可接受度的证券投资组合区间二次规划模型》文中进行了进一步梳理本文首先基于Markowitz的经典均值方差模型,针对不确定环境下的投资组合问题,把证券的收益率、风险损失率和流动性用区间数描述,建立了一种新的含交易成本的证券投资组合区间二次规划模型。其次,为求解该模型,提出了改进的区间可接受度确定性转换方法,通过引入优化水平α与可接受水平η将不确定二次规划转化为确定型规划。最后,通过数值实验将提出的方法与传统方法进行比较,结果表明本文所提出的方法与模型具有相对较好的可行性与实用性。
张英英[8]（2017）在《考虑再制造的产品族设计主从关联优化研究》文中研究表明基于模块化产品平台的产品族设计以较低成本满足多样化的市场需求。优化方法与技术广泛应用于产品族设计与开发过程中。随着环境问题日渐严重,相关法律的出台,企业开始向顾客提供再制造产品。考虑再制造的产品族设计在满足客户个性化需求同时,可降低产品拆卸和再制造的难度。本文基于双层优化方法对考虑再制造的产品族设计中的主从关联优化问题进行研究,主要内容如下:（1）综述了相关文献,包括产品族设计与开发中的优化问题,面向再制造及升级的产品设计问题,闭环供应链设计优化问题及其竞争与协调问题,双层规划基本理论及求解算法。（2）通过对产品（族）主从关联优化设计的相关文献梳理和分析,建立了产品族设计主从关联优化的决策链框架。（3）在产品设计阶段,针对考虑再制造的产品族配置设计主从关联优化问题,建立了以产品族配置为主,再制造企业选择决策为从的0-1整数非线性规划模型,并开发相应的双层嵌套遗传算法求解,以一个简化的智能手机产品族为例,将主从关联优化方法所得到的方案与两阶段方法和集成优化方法的结果进行比较。（4）针对面向再制造的产品族设计与闭环供应链配置主从关联优化问题,建立了以考虑再制造产品族配置为主,相应的闭环供应链配置为从的非线性双层规划模型。模型上层以制造商利润和环境影响节约的综合指标最大化为目标,下层则分别以供应商总利润和再制造分包商总利润最大化为目标。开发了双层嵌套遗传算法,以智能冰箱产品族为例,分别将计算结果与制造商利润最大化、环境影响节约最大化、两阶段法所得到的优化方案比较分析,并对模型参数进行了敏感性分析。（5）针对产品族配置设计与考虑升级的再制造决策主从关联优化问题,建立了以产品族配置为主,考虑升级的再制造决策为从的非线性双层规划模型,开发双层嵌套遗传算法对其求解,应用于台式电脑产品族案例中,将所得的结果与两阶段方法进行比较。
邹小明,谢凡荣,贾仁安,魏国芬[9]（2010）在《一类线性规划问题的快速解法》文中提出研究了在组合投资和多属性决策指标权重确定中有着重要应用的一类线性规划问题,得到了该类线性规划问题有可行解的充要条件,以及在有可行解的情况下寻求最优解的快速解法.
费威[10]（2010）在《最小调整法的改进及其在经济优化中的应用》文中提出经济优化方法作为优化分析的重要方法,在数量经济学中从不同的侧面丰富和发展了经济问题的计算方法和实践。经济优化理论也可以叫做经济运筹学,作为交叉性学科,它又为数量经济学提供建立模型和分析求解问题的理论方法。在经济飞速发展的现代生活中,对于每个经济个体,大到国家小至个人,无时无刻不在寻找和利用各种方法、技术等实现经济的最优化,因此经济优化问题关系到每个经济个体,也是每个经济个体所关注的焦点。在现代工业、农业、商业及国防建设等领域中,有许许多多追求效益最大化、成本最小化等一类经济优化问题,他们都与运输问题、指派问题、旅行商问题及其相关问题有密切联系。如何实现运输最优,指派最优,“旅行”路线最优往往涉及的因素很多,如费用、时间、资源、运输线路、技术条件等等,这些因素大多相互关联、相互制约,同时在不同的环境和要求下,与运输、指派、旅行商问题等构成各种不同的相关扩展问题。由于各种扩展的运输问题、指派问题、旅行商问题等都有其各自的特殊性,并鉴于算法效率的重要性,一般对运输问题、指派问题、旅行商问题及其相关扩展经济问题需要建立不同的算法,这样无形当中,给实际应用的人们带来一定困难。为了能够更灵活快速地解决这样几类问题,我们注意到经济优化中这三类问题的联系,在前人研究基础上,系统地总结归纳了求解这些问题及其相关扩展问题的通用性算法——最小调整法。最小调整法是以求最短路的经典算法—Dijkstra算法为实现途径,给出的一种多项式算法。最小调整法的初始形式是求解指派问题的标号算法,然后通过求解运输问题的实践,逐渐演进为成熟的最小调整法。文章对其基本思想、实施过程及其有效性证明和复杂性分析等均做了完整阐述。全文正是以介绍该算法为主线,并将其灵活改进应用于运输问题、指派问题、旅行商问题及其相关的经济扩展问题,体现了算法的通用性、实用性和简单可行性。本文共由三部分构成。第一部分是由第1章、第2章构成,阐明了文章选题的背景及意义,并给出了相关文献的评论性综述。第二部分由第3章构成,主要是对最小调整法基本思想及实施过程、实现途径、初始形式和演进过程等进行详细论述。第三部分由第4章、第5章、第6章构成,是对最小调整法应用于运输问题、指派问题、旅行商问题这三大经济优化问题及其相关扩展问题的论述。本文共七章,主要内容如下：第1章绪论。首先对文章研究的背景及意义进行了说明,并对所要研究的问题及其模型进行了介绍。由于本文是一篇介绍经济优化算法及其应用的文章,所以对有关算法体系及算法有效性的内容进行了概述和说明,以便对算法的优劣性有一个总体的评价标准。最后,对本文的写作思路和方法、结构内容做了一个整体的概括,并给出了文章的总体框架。第2章相关文献综述。在占有大量相关文献的基础上,按照运输问题、指派问题、旅行商问题的顺序进行文献分类综述,在综述的同时进行评论。首先对于运输问题的文献综述部分：国外文献综述主要侧重于运输问题算法的研究；国内文献从不同角度进行分类综述,即从算法角度、从目标函数角度和从约束函数角度对运输问题文献进行评论性综述,并对运输问题的文献进行总结评论。然后对于指派问题的文献综述部分：国外文献综述同样是侧重其算法的研究介绍；国内文献根据研究内容的不同分为两类进行评论性综述,一类是对一般指派问题算法的研究,另一类是关于指派问题各种扩展模型的建立及其算法的研究,并对指派问题文献进行总结评论。最后是对旅行商问题的文献综述部分,首先对求解旅行商问题的算法进行综述,其算法一般可以分为两大类：一类是可以求解精确值的基本算法和另一类求解近似值的计算机智能算法,然后对旅行商问题国内外文献进行评论性综述。最后对这三类经济优化问题的联系进行了总结评述。第3章最小调整法介绍。首先阐述了最小调整法的基本思想及实施过程,然后对最小调整法的实现途径—求解最短路问题的Dijkstra算法进行介绍,并给出最小调整法的初始形式—指派问题一种标号算法,其中对算法的具体步骤,算法的有效性及复杂性进行了严格的分析说明,最后给出最小调整法的演进过程。本章是全文的核心主干,以下各章均是建立在这章基础上的。第4章最小调整法在运输问题中的应用。首先将最小调整法应用于一般运输问题求解,对一般运输问题传统算法—表上作业法进行了介绍,并对求解一般运输问题的最小调整法步骤及有效性进行了说明,通过案例验证了最小调整法求解一般运输问题的简便易行,它是一种多项式算法,计算量仅为O（n3）,并与表上作业法进行了比较。同时基于最小调整法,对产销量为整数的运输问题整数解进行了理论分析。然后介绍了运输问题的一系列相关扩展模型,给出求解该类运输问题的改进最小调整法,列举案例检验,体现了最小调整法求解运输问题的普遍适用性。最后基于最小调整法的运输问题“悖论”充要条件定理,提出了一个利用运输问题“悖论”的实际问题—最大运量问题即在保持带有“悖论”运输问题最小总运费不增条件下,总运量最多可以增加多少。给出了解决该问题的具体实施步骤,并进行了严格证明,利用案例加以验证。第5章最小调整法在指派问题中的应用。先将最小调整法应用于一般指派问题,对一般指派问题传统算法—匈牙利法进行了介绍,给出求解一般指派问题的最小调整法步骤,通过案例验证了最小调整法求解一般指派问题的有效性,其计算量仅为O（n2）,并与传统算法的求解进行比较。然后利用改进的最小调整法求解最短时限一类指派问题,并对指派问题的其它相关扩展模型—两人一事指派问题、缺省一类指派问题,具有优先级指派问题,利用改进的最小调整法对其进行求解,并通过理论分析和案例验证了其有效性。这些扩展问题体现了实际中指派问题的各种特殊情况。最后基于最小调整法的思想对特殊二维0-1规划的求解进行了具体阐述,充分体现了最小调整法的普遍适用性。第6章最小调整法在旅行商问题中的应用。先对旅行商问题传统算法—动态规划法进行了介绍,然后分析了旅行商问题与指派问题的联系,结合一定的限制条件,利用最小调整法对旅行商问题进行求解,并对算法的有效性进行分析,尽管该算法有时求得的是旅行商问题的近似解,但当该近似值和相应指派问题最优值相差很小时,其不失为一个较好的近似解,且计算量仅为O（n2）。最后提出了求解的一些改进途径。第7章结论与展望。首先总结了本文研究的主要结论和贡献及其创新点。然后对研究的不足进行了说明,最后对进一步的研究工作进行了展望。本文的创新点及其不足如下：在前人已有的研究成果上,对最小调整法进行归纳总结,将其系统化、完整化、成熟化,对其基本思想、实施过程的阐述简单易懂。将最小调整法应用于更多经济优化问题,并加以灵活改进。具体创新点及不足如下：第4章中利用运输问题“悖论”,解决最大运量问题,对充分利用运输资源,具有重要经济意义和价值。第5章中将最小调整法灵活地改进应用于求解最短时限指派问题,并对算法进行理论分析和证明,对该类问题的求解具有现实意义；两人一事指派问题、缺省指派问题和具有优先级指派问题的最小调整法求解和有效性分析,同样具有创新性。对于旅行商问题的求解,给出了一种基于最小调整法的近似解算法,该算法具有简单易行的特点,计算量仅为O（n2）,但如何给出基于最小调整法的精确解是尚待研究的问题。对于运输、指派、旅行商问题的不确定型及较复杂非线性问题的提出和求解还有待补充。文章的大量案例来源于相关文献,案例规模较小通过手工完成求解,以便说明求解原理和过程。如果列举更大规模的案例需借助于计算机实现,给出算法的计算机实现程序,这将是下一步工作的重点之一
二、一类组合投资问题的线性规划解法（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、一类组合投资问题的线性规划解法（论文提纲范文）
（1）居家养老共享服务平台运营管理及其优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及评述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状评述 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法及技术路线 |
| 第2章 相关概念及理论 |
| 2.1 共享经济及共享经济平台相关理论 |
| 2.1.1 共享经济概念及内涵 |
| 2.1.2 共享经济平台的概念及其发展 |
| 2.1.3 双边市场概念及价值创造过程 |
| 2.2 创新型居家养老服务的相关概念 |
| 2.2.1 服务运营管理的相关概念 |
| 2.2.2 创新型居家养老服务的概念 |
| 2.2.3 创新型居家养老服务系统 |
| 2.3 演化博弈理论 |
| 2.3.1 演化博弈理论和基本原理 |
| 2.3.2 演化博弈模型 |
| 2.4 二元Logistic回归模型相关理论 |
| 2.4.1 二元Logistic回归的概念 |
| 2.4.2 二元Logistic回归模型的检验 |
| 2.5 本章小结 |
| 第3章 居家养老者的养老需求分析 |
| 3.1 居家养老共享服务平台运营方面的科学问题提出 |
| 3.2 居家养老者的分类及现状 |
| 3.2.1 居家养老者的分类 |
| 3.2.2 不同类别的养老者的现状 |
| 3.3 居家养老者对医疗的需求分析 |
| 3.3.1 居家养老医疗服务发展现状 |
| 3.3.2 居家养老者的医疗服务需求调查数据 |
| 3.3.3 居家养老者的服务需求的影响因素 |
| 3.4 居家养老者服务需求的影响因素的实证分析 |
| 3.4.1 居家养老者的医疗康复需求的实证分析 |
| 3.4.2 居家养老者的精神慰藉需求的实证分析 |
| 3.4.3 养老需求调研结果分析 |
| 3.5 本章小结 |
| 第4章 基于共享经济的居家养老共享服务平台的演化博弈 |
| 4.1 居家养老共享服务平台的演化博弈模型构建 |
| 4.1.1 演化博弈模型的基本假设 |
| 4.1.2 居家养老共享服务平台的各方演化博弈机制 |
| 4.2 居家养老共享服务平台的演化博弈模型 |
| 4.2.1 共享服务平台的收益函数及复制动态方程 |
| 4.2.2 共享服务平台的演化博弈均衡 |
| 4.2.3 共享服务平台的演化博弈结论 |
| 4.3 居家养老者的演化博弈模型 |
| 4.3.1 居家养老者的收益函数及复制动态方程 |
| 4.3.2 居家养老者演化博弈均衡 |
| 4.3.3 居家养老者的演化博弈结果 |
| 4.4 共享服务平台服务人员的演化博弈模型 |
| 4.4.1 服务人员收益函数及复制动态方程 |
| 4.4.2 服务人员的演化博弈均衡 |
| 4.4.3 服务人员的演化结果 |
| 4.5 共享服务平台演化博弈结果的综合分析 |
| 4.6 本章小结 |
| 第5章 居家养老共享服务平台最优路径规划 |
| 5.1 共享服务平台服务的路径规划问题描述 |
| 5.2 共享服务平台的服务者的路径规划模型 |
| 5.2.1 有关符号定义说明及基本假设 |
| 5.2.2 共享服务平台的服务者路径规划模型建立 |
| 5.2.3 共享服务平台的服务者路径规划模型的算法设计 |
| 5.3 需求不确定条件下的鲁棒优化模型构建 |
| 5.3.1 居家养老共享服务平台的不确定需求 |
| 5.3.2 不确定条件下的鲁棒优化模型 |
| 5.3.3 不确定条件下鲁棒优化模型算法设计 |
| 5.4 居家养老共享服务平台的最优服务路径规划案例分析 |
| 5.4.1 居家共享服务平台的基础数据 |
| 5.4.2 居家养老共享服务平台的服务人员的路径规划 |
| 5.4.3 盒子集-鲁棒优化模型的路径规划方案 |
| 5.4.4 多面体集-鲁棒优化模型的路径规划方案 |
| 5.4.5 椭球集-鲁棒优化模型的路径规划方案 |
| 5.5 鲁棒优化模型的灵敏度分析 |
| 5.5.1 模型运行效率对比 |
| 5.5.2 碳排放限制对配送路径的影响 |
| 5.5.3 需求波动程度和安全参数的影响 |
| 5.5.4 路径规划服务水平及其响应性 |
| 5.6 本章小结 |
| 第6章 居家养老共享服务平台的双边定价 |
| 6.1 居家养老共享服务平台的运行机制 |
| 6.2 居家养老共享服务平台服务定价的模型 |
| 6.2.1 相关基本假设说明 |
| 6.2.2 有关符号定义与说明 |
| 6.2.3 居家养老共享服务平台定价的双边模型 |
| 6.3 居家养老共享服务平台的策略选择 |
| 6.3.1 居家养老共享服务平台服务最优定价分析 |
| 6.3.2 居家养老共享服务平台的最优用户数量分析 |
| 6.3.3 居家养老共享服务平台的收益分析 |
| 6.4 居家养老共享服务平台定价模型的案例分析 |
| 6.4.1 交叉网络外部性的影响 |
| 6.4.2 人员转移比例的影响分析 |
| 6.4.3 初始规模的影响 |
| 6.5 本章小结 |
| 第7章 基于共享经济的居家养老共享服务平台支付体系设计 |
| 7.1 传统型居家养老经济支付体系 |
| 7.1.1 传统型居家养老经济支付体系的描述 |
| 7.1.2 传统型居家养老经济支付模型 |
| 7.1.3 传统型养老经济支付模型的参数筛选和变量检验 |
| 7.1.4 传统型居家养老经济支付能力分析 |
| 7.2 基于共享经济的创新型居家养老经济支付体系的构建 |
| 7.2.1 创新型居家养老经济支付体系的描述 |
| 7.2.2 创新型居家养老支付模型分析 |
| 7.2.3 创新型居家养老支付模型的变量检验 |
| 7.2.4 创新型居家养老经济支付能力分析 |
| 7.3 共享经济的居家养老服务支付体系建设的发展建议 |
| 7.3.1 企业层面的支付体系建设的发展建议 |
| 7.3.2 政府层面上支付体系建设的建议和措施 |
| 7.3.3 用户层面上支付体系建设的建议 |
| 7.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（2）含高比例可再生能源多区域电力系统的鲁棒调度（论文提纲范文）
| 摘要 |
| Abstract |
| 主要英文缩略词 |
| 第一章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 国内外研究现状与不足 |
| 1.2.1 多区域电力系统的调度模式和优化调度方法 |
| 1.2.2 电力系统优化调度中的不确定性及应对方法 |
| 1.3 研究目标和研究思路 |
| 1.3.1 研究目标 |
| 1.3.2 研究思路 |
| 1.4 论文结构和主要工作 |
| 第二章 多区域电力系统的鲁棒机组组合方法 |
| 2.1 引言 |
| 2.2 多区域电力系统鲁棒机组组合模型 |
| 2.2.1 多区域鲁棒机组组合的一般模型 |
| 2.2.2 新型鲁棒不确定集 |
| 2.2.3 多区域鲁棒机组组合的完整模型 |
| 2.3 多区域鲁棒机组组合模型的求解方法 |
| 2.3.1 上层松弛问题 |
| 2.3.2 下层解耦的鲁棒机组组合问题 |
| 2.3.3 求解算法 |
| 2.4 算例与分析 |
| 2.4.1 新型不确定集的有效性 |
| 2.4.2 上层松弛问题的协调作用 |
| 2.4.3 机组组合方案的经济性 |
| 2.4.4 计算效率 |
| 2.5 本章小结 |
| 第三章 考虑随机变量关联性的分布鲁棒机组组合模型 |
| 3.1 分布鲁棒机组组合模型 |
| 3.2 分布鲁棒机组组合模型的求解方法 |
| 3.2.1 转化为混合整数半正定规划模型 |
| 3.2.2 求解混合整数半正定规划的割平面算法 |
| 3.2.3 可行性检验 |
| 3.3 算例与分析 |
| 3.3.1 测试系统配置和数据 |
| 3.3.2 调度决策的经济性和可靠性 |
| 3.3.3 模型求解效率 |
| 3.4 本章小结 |
| 第四章 基于值函数的多区域机组组合非集中式求解算法 |
| 4.1 引言 |
| 4.2 相关数学模型及预备知识 |
| 4.2.1 多区域电力系统机组组合模型 |
| 4.2.2 机组组合值函数 |
| 4.2.3 合作博弈的Shapley值 |
| 4.3 构建机组组合值函数 |
| 4.4 求解多区域机组组合模型和电力交易结算 |
| 4.4.1 基于值函数的非集中式求解算法 |
| 4.4.2 基于Shapley值和值函数的电力交易结算 |
| 4.5 算例与分析 |
| 4.5.1 二维形式的机组组合值函数 |
| 4.5.2 模型解的质量和求解效率 |
| 4.5.3 电力交易结算方案对比 |
| 4.6 本章小结 |
| 第五章 异步联网背景下的多区域电力系统发输电计划方法 |
| 5.1 引言 |
| 5.2 南方异步互联多区域系统 |
| 5.3 异步互联系统日前发输电计划模型 |
| 5.3.1 优化区域净发电曲线 |
| 5.3.2 电厂和高压直流输电功率计划优化 |
| 5.3.3 高压直流输电损耗的描述 |
| 5.4 算例与分析 |
| 5.4.1 发电与负荷的协调效果 |
| 5.4.2 高压直流输电功率计划结果 |
| 5.4.3 发电计划结果 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附录 |
（3）考虑气象因素和资源限制的户外作业项目调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 RCPSP研究综述 |
| 1.2.2 多模式资源受限多项目调度 |
| 1.2.3 随机资源受限项目调度 |
| 1.2.4 反应式资源受限项目调度 |
| 1.2.5 现有研究的不足 |
| 1.3 本课题研究内容及创新点 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文主要创新点 |
| 1.4 本课题重难点分析 |
| 1.5 章节结构及内容安排 |
| 第二章 具有时间约束的多模式资源受限多项目调度 |
| 2.1 问题背景 |
| 2.2 问题描述和假设 |
| 2.3 混合整数线性规划模型的建立 |
| 2.3.1 决策变量 |
| 2.3.2 目标函数 |
| 2.3.3 约束条件 |
| 2.4 双目标优化问题的求解过程 |
| 2.5 实际案例应用与结果分析 |
| 2.5.1 气象模型的建立 |
| 2.5.2 优化结果分析 |
| 2.5.3 方法对比 |
| 2.6 本章小结 |
| 第三章 考虑时变任务工时分布的随机资源受限项目调度 |
| 3.1 问题背景 |
| 3.2 问题描述和假设 |
| 3.3 任务时长概率分布模型的建立 |
| 3.4 优化模型的建立 |
| 3.5 EDA仿真寻优过程的改进 |
| 3.5.1 种群初始化 |
| 3.5.2 基于CRN的解的排序与选择 |
| 3.5.3 精英解的局部搜索 |
| 3.5.4 概率模型的构建与更新 |
| 3.5.5 新种群的采样 |
| 3.6 PSPLIB数据库算例分析 |
| 3.6.1 气象模型 |
| 3.6.2 EDA参数优化 |
| 3.6.3 项目参数敏感性分析 |
| 3.6.4 数值案例结果分析与讨论 |
| 3.7 实际案例应用与结果分析 |
| 3.7.1 风电场建设项目介绍 |
| 3.7.2 实际案例结果分析与讨论 |
| 3.8 本章小结 |
| 第四章 基于干扰管理的多模式反应式资源受限项目调度 |
| 4.1 问题背景 |
| 4.2 问题描述与假设 |
| 4.3 干扰因素的定义和分类 |
| 4.4 项目调度计划调整策略 |
| 4.5 滚动优化模型的建立 |
| 4.5.1 决策变量 |
| 4.5.2 目标函数 |
| 4.5.3 约束条件 |
| 4.6 禁忌搜索算法 |
| 4.6.1 解的形式 |
| 4.6.2 初始解的产生 |
| 4.6.3 邻域结构 |
| 4.6.4 禁忌表 |
| 4.6.5 藐视准则和终止准则 |
| 4.6.6 示例项目求解过程分析 |
| 4.7 MM100 数值案例应用与结果分析 |
| 4.8 实际案例结果分析与讨论 |
| 4.9 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 展望与建议 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（4）计及不确定性与协同性的微电网项目投资组合优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.1.1 论文的研究背景 |
| 1.1.2 论文的研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 微电网项目发展与研究现状 |
| 1.2.2 项目投资组合优化问题研究现状 |
| 1.2.3 项目投资组合优化方法研究现状 |
| 1.3 主要研究内容与技术路径 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路径 |
| 1.4 主要研究创新点 |
| 第2章 相关基础理论研究 |
| 2.1 项目组合管理相关理论 |
| 2.1.1 项目组合管理理论的发展 |
| 2.1.2 项目组合管理理论的内涵及流程 |
| 2.2 项目组合优化相关理论 |
| 2.2.1 项目组合优化的原则 |
| 2.2.2 项目投资组合优化的流程 |
| 2.3 项目评估相关模型及方法探讨 |
| 2.3.1 权重确定方法探讨 |
| 2.3.2 综合评估方法探讨 |
| 2.4 组合优化相关模型及方法探讨 |
| 2.4.1 基于精确算法的组合优化探讨 |
| 2.4.2 基于启发式算法的组合优化探讨 |
| 2.4.3 基于机器学习算法的组合优化探讨 |
| 2.5 不确定性理论探讨 |
| 2.6 本章小结 |
| 第3章 计及不确定性的微电网项目战略对应度评估 |
| 3.1 引言 |
| 3.2 微电网项目战略对应评估指标体系研究 |
| 3.2.1 能源电力企业战略分析 |
| 3.2.2 战略目标的指标分解 |
| 3.3 微电网项目战略对应度评估研究 |
| 3.3.1 微电网项目不确定性分析 |
| 3.3.2 云模型理论 |
| 3.3.3 云层次分析法 |
| 3.3.4 改进的云PROMETHEE-Ⅱ算法 |
| 3.4 算例分析 |
| 3.4.1 项目简介 |
| 3.4.2 指标数据收集及计算 |
| 3.4.3 指标权重计算 |
| 3.4.4 战略对应度评估结果 |
| 3.5 本章小结 |
| 第4章 计及不确定性和协同性的静态投资组合优化 |
| 4.1 引言 |
| 4.2 微电网项目静态投资组合优化模型特点分析 |
| 4.2.1 传统微电网项目静态投资组合优化模型 |
| 4.2.2 计及不确定性的微电网项目静态投资组合优化模型 |
| 4.2.3 计及不确定性和协同性的微电网项目静态投资组合优化模型 |
| 4.3 微电网项目间协同性模型构建 |
| 4.3.1 微电网项目协同因素识别 |
| 4.3.2 基于模糊测度和云Choquet积分的微电网项目协同性刻画 |
| 4.4 基于线性化处理和分支定界法的项目静态投资组合优化研究 |
| 4.4.1 线性化处理方法 |
| 4.4.2 分枝定界法 |
| 4.5 算例分析 |
| 4.5.1 项目简介 |
| 4.5.2 项目协同度计算 |
| 4.5.3 求解结果 |
| 4.6 本章小结 |
| 第5章 计及不确定性和协同性的动态投资组合优化 |
| 5.1 引言 |
| 5.2 微电网项目动态投资组合优化模型构建 |
| 5.2.1 微电网项目动态性问题阐述 |
| 5.2.2 动态投资组合优化模型构建 |
| 5.3 改进差分进化算法研究 |
| 5.3.1 标准差分进化算法 |
| 5.3.2 差分进化算法的改进 |
| 5.3.3 算法性能测试 |
| 5.4 算例分析 |
| 5.4.1 项目简介 |
| 5.4.2 项目协同度计算 |
| 5.4.3 求解结果 |
| 5.5 本章小结 |
| 第6章 计及不确定性和协同性的多阶段动态投资组合优化 |
| 6.1 引言 |
| 6.2 基于实物期权的微电网项目最佳投资时机分析 |
| 6.2.1 实物期权及微电网项目的实物期权特性分析 |
| 6.2.2 微电网项目最佳投资时机确定模型 |
| 6.3 基于多智能体强化学习的多阶段动态投资组合研究 |
| 6.3.1 微电网项目多阶段动态投资问题阐述 |
| 6.3.2 强化学习与Q-学习算法 |
| 6.3.3 多智能体强化学习与纳什Q-学习算法 |
| 6.4 算例分析 |
| 6.4.1 项目简介 |
| 6.4.2 项目投资时机确定 |
| 6.4.3 求解结果 |
| 6.5 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（5）邢台市医药冷链物流共同配送模式研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 医药冷链物流研究现状 |
| 1.2.2 共同配送研究现状 |
| 1.2.3 医药冷链物流共同配送研究现状 |
| 1.3 论文的主要内容及研究方法 |
| 1.3.1 论文的技术路线 |
| 1.3.2 论文的主要内容 |
| 1.3.3 研究方法 |
| 第二章 相关理论介绍 |
| 2.1 医药冷链物流介绍 |
| 2.1.1 医药冷链物流定义 |
| 2.1.2 医药冷链物流的分类 |
| 2.1.3 医药冷链物流的特殊性 |
| 2.2 共同配送概述 |
| 2.2.1 共同配送概念 |
| 2.2.2 共同配送模式分析 |
| 2.2.3 医药冷链物流采用共同配送后的优势 |
| 2.3 博弈理论简介 |
| 2.3.1 博弈论概述 |
| 2.3.2 合作博弈 |
| 2.4 本章小结 |
| 第三章 邢台市医药冷链物流共同配送模式设计 |
| 3.1 邢台市医药冷链物流发展分析 |
| 3.1.1 邢台市医药冷链物流发展现状 |
| 3.1.2 邢台市医药冷链物流存在的问题 |
| 3.2 邢台市医药冷链物流共同配送模式的必要性 |
| 3.3 邢台市医药冷链物流共同配送模式的选取 |
| 3.4 邢台市医药冷链物流共同配送模式的构建 |
| 3.4.1 邢台市医药冷链物流共同配送联盟组建方式 |
| 3.4.2 邢台市医药冷链物流共同配送联盟成功组建的条件 |
| 3.4.3 邢台市医药冷链物流共同配送信息平台设计 |
| 3.4.4 邢台市医药冷链物流共同配送实施步骤 |
| 第四章 邢台市医药冷链物流共同配送模式的分配机制设计 |
| 4.1 邢台市医药冷链物流共同配送模式的成本及利益分析 |
| 4.1.1 共同配送模式分摊的成本分析 |
| 4.1.2 共同配送模式分配的利益分析 |
| 4.1.3 利益分配的影响因素 |
| 4.1.4 合理分配成本利益的重要性 |
| 4.1.5 成本分摊及利益分配的原则 |
| 4.2 邢台市医药冷链物流共同配送的成本分摊和利益分配模型构建 |
| 4.2.1 建模思路 |
| 4.2.2 博弈主体与博弈过程假设 |
| 4.2.3 博弈的基本要素分析 |
| 4.2.4 合作条件的博弈 |
| 4.2.5 成本分摊及利益分配模型 |
| 4.3 邢台市医药冷链物流共同配送成本分摊和利益分配模型求解 |
| 4.3.1 成本分摊和利益分配相关方法分析 |
| 4.3.2 纳什谈判法求解成本分摊模型 |
| 4.3.3 影响因素的权重计算 |
| 4.3.4 改进Raiffa解法的利益分配模型求解 |
| 第五章 邢台市医药冷链物流共同配送模式案例分析 |
| 5.1 邢台市医药冷链物流共同配送案例背景 |
| 5.1.1 共同配送成员企业的选取 |
| 5.1.2 企业资源分析 |
| 5.2 L、X、T三家邢台市医药冷链物流企业共同配模式实施 |
| 5.2.1 三家企业共同配送模式分析 |
| 5.2.2 监管机制建立 |
| 5.2.3 促成联盟稳定实施的条件分析 |
| 5.3 邢台市医药冷链物流共同配送成本分摊计算 |
| 5.3.1 应用假设 |
| 5.3.2 企业单独配送成本 |
| 5.3.3 两家企业联合配送成本计算 |
| 5.3.4 三家企业共同配送成本计算 |
| 5.3.5 成本分摊计算 |
| 5.4 基于改进Raiffa解法利益分配计算 |
| 5.4.1 综合影响因子计算 |
| 5.4.2 改进的Raiffa解法的利益分配计算 |
| 5.5 邢台市医药冷链物流发展共同配送模式的建议 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（6）不确定系统中的多目标规划模型及其应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景及现状 |
| 1.2 本文的研究意义 |
| 1.3 本文的主要内容和创新点 |
| 1.4 本文的章节安排 |
| 第二章 基于区间型三角模糊数的多目标线性规划模型 |
| 2.1 引言 |
| 2.2 预备知识 |
| 2.3 基于区间型三角模糊数的多目标线性规划问题及模型 |
| 2.4 基于区间型三角模糊数的多目标线性规划模型的算法 |
| 2.5 数值算例 |
| 2.6 本章小结 |
| 第三章 带有区间型随机变量的投资组合选择模型及其实证分析 |
| 3.1 引言 |
| 3.2 预备知识 |
| 3.3 带有区间型随机变量的投资组合选择模型及其算法 |
| 3.4 实证分析 |
| 3.4.1 网站上的历史数据 |
| 3.4.2 东京证券交易所的数据 |
| 3.4.3 上海股票交易数据 |
| 3.5 本章小结 |
| 第四章 基于区间数的投资组合选择模型及其应用 |
| 4.1 引言 |
| 4.2 预备知识 |
| 4.3 基于区间数的资产组合选择模型 |
| 4.4 区间数资产组合选择模型的算法 |
| 4.5 实证分析 |
| 4.6 本章小结 |
| 第五章 直觉模糊随机规划在保险公司风险评估中的应用 |
| 5.1 引言 |
| 5.2 预备知识 |
| 5.3 直觉模糊随机变量 |
| 5.4 直觉模糊随机变量的数量期望值算子 |
| 5.5 保险公司的风险评估模型 |
| 5.6 数值算例 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（7）改进区间可接受度的证券投资组合区间二次规划模型（论文提纲范文）
| 1 引言 |
| 2 区间数理论知识 |
| 3 含交易成本的区间二次规划模型 |
| 3.1 基于α优化水平目标函数的转换 |
| 3.2 基于改进区间可接受度的不确定约束的转换 |
| 3.3 含交易成本的区间二次规划的另一数值解法 |
| 4 数值算例 |
| 4.1 基于改进的区间可接受度的解法 |
| 4.2 另一区间二次规划的数值解法 |
| 4.3 两种解法的比较 |
| 5 结语 |
（8）考虑再制造的产品族设计主从关联优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 研究目标与内容 |
| 1.3 本文创新点 |
| 1.4 研究技术路线与方法 |
| 1.5 论文的结构安排 |
| 第2章 文献综述 |
| 2.1 产品族设计与开发 |
| 2.1.1 产品族基本概念 |
| 2.1.2 产品族配置优化 |
| 2.1.3 产品族设计与供应链关联优化 |
| 2.2 面向再制造的设计 |
| 2.2.1 再制造基本概念及流程 |
| 2.2.2 面向再制造的设计 |
| 2.2.3 考虑升级的产品设计 |
| 2.3 闭环供应链设计问题 |
| 2.3.1 供应商选择问题 |
| 2.3.2 产品与闭环供应链关联设计问题 |
| 2.3.3 闭环供应链中的竞争与协调问题 |
| 2.4 双层规划 |
| 2.4.1 双层规划基本理论 |
| 2.4.2 双层规划的求解算法 |
| 2.5 本章小结 |
| 第3章 产品族设计主从关联优化决策链框架 |
| 3.1 引言 |
| 3.2 产品(族)设计中的主从关联优化问题 |
| 3.2.1 产品(族)设计中的主从决策 |
| 3.2.2 主从问题分类框架 |
| 3.3 基于双层规划的数学模型建立 |
| 3.3.1 主从关联优化模型建立 |
| 3.3.2 主从关联优化工程含义 |
| 3.4 主从关联优化模型求解 |
| 3.4.1 决策机制与算法分类 |
| 3.4.2 简单规划问题算法 |
| 3.4.3 复杂规划问题算法 |
| 3.5 主从关联优化模型的结果评价 |
| 3.5.1 模型结果评价框架 |
| 3.5.2 自我评价 |
| 3.5.3 对比评价 |
| 3.6 本章小结 |
| 3.6.1 总结 |
| 3.6.2 研究展望 |
| 第4章 考虑再制造的产品族配置主从关联优化 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 主从关联优化模型的建立 |
| 4.3.1 符号说明 |
| 4.3.2 优化模型的上层结构 |
| 4.3.3 优化模型的下层结构 |
| 4.3.4 主从关联优化模型 |
| 4.4 双层嵌套遗传算法 |
| 4.4.1 算法构建 |
| 4.4.2 编码 |
| 4.4.3 交叉与变异 |
| 4.5 案例分析：智能手机 |
| 4.5.1 案例描述 |
| 4.5.2 案例模型与求解 |
| 4.5.3 结果分析 |
| 4.6 本章小结 |
| 第5章 面向再制造产品族设计与闭环供应链配置主从关联优化 |
| 5.1 引言 |
| 5.2 面向再制造产品族与闭环供应链关联优化问题 |
| 5.2.1 问题描述 |
| 5.2.2 问题分析 |
| 5.3 模型建立 |
| 5.3.1 符号说明 |
| 5.3.2 模型上层：再制造产品族设计 |
| 5.3.3 模型下层：闭环供应配置 |
| 5.3.4 双层优化模型 |
| 5.4 模型求解算法构建 |
| 5.4.1 上层优化问题的编码与算子 |
| 5.4.2 下层优化问题的编码与算子 |
| 5.4.3 嵌套双层遗传算法 |
| 5.5 案例分析：智能冰箱 |
| 5.5.1 案例描述 |
| 5.5.2 案例模型与求解 |
| 5.5.3 结果分析与比较 |
| 5.5.4 灵敏度分析 |
| 5.6 本章小结 |
| 第6章 产品族配置设计与考虑升级的再制造决策主从关联优化 |
| 6.1 引言 |
| 6.2 产品族配置设计与考虑升级的再制造决策关联优化问题 |
| 6.2.1 问题描述与假设 |
| 6.2.2 主从交互决策机制 |
| 6.3 主从关联优化模型的建立 |
| 6.3.1 变量及参数说明 |
| 6.3.2 顾客购买选择模型 |
| 6.3.3 成本估算 |
| 6.3.4 原材料回收收入 |
| 6.3.5 双层规划模型 |
| 6.4 求解算法设计 |
| 6.4.1 算法流程 |
| 6.4.2 嵌套遗传算法的编码 |
| 6.4.3 算子的选择 |
| 6.5 案例分析：台式电脑 |
| 6.5.1 案例描述 |
| 6.5.2 实施与结果 |
| 6.5.3 分析与比较 |
| 6.6 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 研究展望 |
| 参考文献 |
| 发表论文和参加科研情况 |
| 致谢 |
（10）最小调整法的改进及其在经济优化中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究的背景及意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意义 |
| 1.2 运输、指派、旅行商问题及其模型介绍 |
| 1.2.1 运输问题及其模型介绍 |
| 1.2.2 指派问题及其模型介绍 |
| 1.2.3 旅行商问题及其模型介绍 |
| 1.3 算法体系及有效性说明 |
| 1.3.1 算法体系 |
| 1.3.2 算法有效性说明 |
| 1.4 论文方法与结构 |
| 1.4.1 论文的方法思路 |
| 1.4.2 论文结构安排 |
| 2 相关文献综述 |
| 2.1 运输问题文献综述 |
| 2.1.1 运输问题相关文献评论性综述 |
| 2.1.2 运输问题文献总结 |
| 2.2 指派问题文献综述 |
| 2.2.1 指派问题相关文献评论性综述 |
| 2.2.2 指派问题文献总结 |
| 2.3 旅行商问题文献综述 |
| 2.3.1 旅行商问题相关文献评论性综述 |
| 2.3.2 旅行商问题文献总结 |
| 2.4 本章小结 |
| 3 最小调整法介绍 |
| 3.1 最小调整法的基本思想及实施过程 |
| 3.1.1 最小调整法的基本思想 |
| 3.1.2 最小调整法的实施过程 |
| 3.2 最小调整法的实现途径 |
| 3.2.1 求解最短路问题的Dijkstra算法 |
| 3.2.2 具有负权图的最短路算法 |
| 3.3 最小调整法的初始形式——指派问题一种标号算法 |
| 3.3.1 算法步骤 |
| 3.3.2 算法的有效性分析 |
| 3.3.3 算法的复杂性分析 |
| 3.4 最小调整法的演进过程 |
| 3.5 本章小结 |
| 4 最小调整法在运输问题中的应用 |
| 4.1 最小调整法解决一般运输问题 |
| 4.1.1 一般运输问题传统算法介绍 |
| 4.1.2 利用最小调整法解决一般运输问题 |
| 4.1.3 产销量为整数的运输问题整数解理论分析 |
| 4.2 最小调整法解决运输问题相关扩展模型 |
| 4.2.1 最短时限运输问题及其求解 |
| 4.2.2 运输问题其它相关扩展模型及求解比较 |
| 4.3 最小调整法在运输问题“悖论”中的应用 |
| 4.3.1 运输问题“悖论”的解释及其相关说明 |
| 4.3.2 基于运输问题“悖论”的最大运量问题分析 |
| 4.3.3 实例检验 |
| 4.4 本章小结 |
| 5 最小调整法在指派问题中的应用 |
| 5.1 最小调整法解决一般指派问题 |
| 5.1.1 一般指派问题传统算法介绍 |
| 5.1.2 利用最小调整法求解一般指派问题 |
| 5.2 利用最小调整法求解最短时限一类指派问题 |
| 5.2.1 最短时限指派问题的最小调整法求解 |
| 5.2.2 最短时限指派问题的相关扩展模型 |
| 5.2.3 最短时限指派问题分类及其最小调整法求解 |
| 5.3 最小调整法在指派问题其它扩展模型中的应用 |
| 5.3.1 利用最小调整法求解两人一事指派问题 |
| 5.3.2 利用最小调整法求解缺省一类指派问题 |
| 5.3.3 利用最小调整法求解具有优先级指派问题 |
| 5.4 最小调整法在特殊二维0-1规划中的应用 |
| 5.4.1 具有特殊约束的二维0-1规划问题 |
| 5.4.2 利用最小调整法求解该类问题 |
| 5.4.3 相关推广模型的求解 |
| 5.5 本章小结 |
| 6 最小调整法在旅行商问题中的应用 |
| 6.1 旅行商问题传统算法介绍 |
| 6.2 利用最小调整法求解旅行商问题 |
| 6.2.1 最小调整法求解旅行商问题的思想和步骤 |
| 6.2.2 最小调整法求解旅行商问题的有效性分析 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 本文的主要结论和贡献 |
| 7.2 本文的主要创新点 |
| 7.3 研究不足及展望 |
| 7.3.1 研究不足 |
| 7.3.2 研究展望 |
| 在学期间发表的科研成果 |
| 参考文献 |
| 后记 |
四、一类组合投资问题的线性规划解法（论文参考文献）
- [1]居家养老共享服务平台运营管理及其优化研究[D]. 崔研. 燕山大学, 2021(01)
- [2]含高比例可再生能源多区域电力系统的鲁棒调度[D]. 郑晓东. 华南理工大学, 2020
- [3]考虑气象因素和资源限制的户外作业项目调度研究[D]. 缪金丹. 东南大学, 2020(01)
- [4]计及不确定性与协同性的微电网项目投资组合优化研究[D]. 许传博. 华北电力大学(北京), 2020(06)
- [5]邢台市医药冷链物流共同配送模式研究[D]. 初桂青. 石家庄铁道大学, 2020(04)
- [6]不确定系统中的多目标规划模型及其应用[D]. 李春泉. 电子科技大学, 2019(01)
- [7]改进区间可接受度的证券投资组合区间二次规划模型[J]. 王建建,何枫,吴子轩,陈丽莉. 中国管理科学, 2018(09)
- [8]考虑再制造的产品族设计主从关联优化研究[D]. 张英英. 天津大学, 2017(01)
- [9]一类线性规划问题的快速解法[J]. 邹小明,谢凡荣,贾仁安,魏国芬. 大学数学, 2010(04)
- [10]最小调整法的改进及其在经济优化中的应用[D]. 费威. 东北财经大学, 2010(07)