鲁棒优化用于应急物流(PDF 37页）

2.2 鲁棒优化理论
2.2.1 Soyster 鲁棒模型
2.2.2 Ben-Tal & Nemirovski 鲁棒模型
2.2.3 Bertsimas 鲁棒优化模型
2.3 遗传算法
2.3.1 遗传算法的基本原理
2.3.2 染色体编码
2.3.3 适应度函数
2.3.4 遗传操作
2.3.4.1 选择(selection)
2.3.4.2 交叉（crossover）
2.3.4.3 变异（mutation）
2.3.5 约束条件的处理
\2）交换两个个体在所设定的两个交叉点之间的部分染色体。
2）对每一个变异点，以变异概率从对应基因的取值范围内取一随机数来
2）对每一个指定的变异点，对其基因值做取反运算或用其他等位基因值
2）对每一对相互配对的个体，随机设置某一基因座之后的位置为交叉点，
2）控制水平 1时
2）由下述规则从A、B两个父代个体中产生出两个新的子代个体A'、B'。
2）适合于精度要求较高的遗传算法。
2）选择、变异等遗传操作便于实现。
图 4-1 控制水平=0时目标函数值收敛情况
图2-1 遗传算法基本流程图
图2-2 轮盘赌选择法
图2-3 随机遍历抽样法
图2-4 单点交叉运算的示意图
图2-4所示为单点交叉运算的示意图。
图2-5 两点交叉运算的示意图
图2-5所示为两点交叉运算的示意图。
图2-6 均匀交叉运算的示意图
图4-2 控制水平=1时目标函数值收敛情况
图4-3 控制水平=2时目标函数值收敛情况
图4-4 控制水平=3时目标函数值收敛情况
表 4-3 控制水平=0时应急定位-路径决策结果
表 4-4 控制水平=1时应急定位-路径决策结果
表2-1 轮盘赌选择法的选择概率计算
表4-1 受灾需求点相关数据
表4-2 应急救援设施点相关数据
表4-3 至表4-6 所示，列出了需求扰动为10%时，4 种控制水平 下的应急动态
表4-5 控制水平=2时应急定位-路径决策结果
表4-6 控制水平=3时应急定位-路径决策结果
表4-7 列出了需求为均值模型、绝对鲁棒模型、相对鲁棒模型下的加权目标
表4-7 模型求解结果对比
..............................