配置优化模型

2024-05-21

配置优化模型（精选10篇）

配置优化模型篇1

引言

1997年6月13日, 全国首所高职院校———邢台职业技术学院正式挂牌成立, 标志着我国高职教育开始走向规范化、跨越式发展的道路。作为高职院校人才培养、专业教育、技术革新的承载者和实践者——高职教师成为高职院校“第一资源”的理念日益凸现, 然而各高职院校的教师资源配置还存在着许多问题, 如专任教师及“双师型”教师数量不足、教师学历偏低, 职称结构不合理, 校内兼职教师及外聘教师数量严重不足等[1], 这不仅阻碍着我国高职院校创新争优的进程, 同时也成为高职院发展的瓶颈。所以, 优化高职教师资源的配置, 是实现高职院校教育事业发展、实现质量转轨的前提需要。如何有效地、合理地使用高职院校教师资源, 使教师资源配置达到最优, 一直是高职院校管理者所关注的问题。本文从综合效益最优的角度来说明教师资源配置问题。

1 模型假设

1.1 假设教师资源取得的总效益分为经济效益和社会效益两大类;

1.2 假设对某所高职院校而言, 教师资源分为专职教师、校内兼职教师、校外外聘教师三大类;

1.3 为方便问题讨论, 假设模型中所涉及的量均为连续变化的量。

2 模型建立

用效用函数[2]来描述高职教师资源的优化策略问题, 由假设1, 教师资源取得的综合效益一般分为经济效益和社会效益, 其关系为μ=f (λ1, λ2) , 其中μ表示教师资源的综合效益, λ1, λ2分别表示教师资源的经济效益和社会效益, f表示μ与λ1, λ2的函数关系, 常用的效用函数有:, (α>0, β>0) 或μ=λ1αλ2β, (0<α, 0<βλ) 1或, (α, β>0) 。λ1, λ2又与所投入的各类教师资源有关, 即综合效益可表现为:

式中z, q, w分别代表专职教师、兼职教师、处聘教师。

对某所高职院校而言, 由于各专业设置不同, 专业影响力不同, 因此各专业取得的综合效益也不同, 设分布在各专业领域的综合效益为:μi=fi (zi, qi, wi) , (i=1, 2, L, n) 。其中, μi表示第i个专业取得的综合效益, zi, qi, wi分别表示第i个专业的专任教师、兼职教师、外聘教师。因此, 全局综合效益为:。由此, 高职教师资源的优化配置问题归结为模型:

3 模型求解

这是一个有约束条件的优化问题, 由拉格朗日乖子法[3]可解得:

从求解结果中可以看出, 要使教师资源配置的综合效益达到最优, 应是在各专业各类教师设置的边际效益相等的情况下, 即等边际效益的原理适合高职教师的资源的优化配置问题。为确保边际效益相等, 作为高职院校的人力资源部应做好以下几个方面的工作: (1) 坚持以人为本树立教师资源是第一资源的人才观, 在教师待遇、工作、生活方面为教师解决后顾之忧, 增强吸纳、稳定、凝聚优秀人才之能力; (2) 注重“双师型”及“骨干”教师、学科带头人的队伍建设, 以确保高职院校办学质量; (3) 做好兼职教师及外聘教师队伍的建设, 以节约教育成本; (4) 在部分高校为职业院校教师开设在职人员申请硕士学位、研究生课程进修班的学历补偿教育, 提高教师的专业水平和学历层次; (5) 加强教师人事制度的管理, 保障教师资源的稳定性和优化策略顺利实现。

4 结束语

教师资源的优化配置问题是一个系统而复杂的工程, 本文利用效用函数分析了高职教师的资源配置问题, 得出了一些结论, 对高职教师的资源配置问题有一定的指导作用。但本文对教师的分类过于简单, 没有考虑到教师的职称结构, 年龄结构, 没有考虑骨干教师、专业带头人等对综合效用的影响。

摘要：文章把高职教师分为专职教师、兼职教师及外聘教师三类, 用效用函数来分析讨论教师资源的优化配置问题, 从而得出边际效益相等是高职教师资源优化配置的优良方案。

关键词：高职老师,优化配置,效用函数,边际效益

参考文献

[1]张继华, 侯小兵.高职院校教师资源优化与整合的途径选择[J].绵阳师范学院学报, 2008年6月第27卷第6期109-111.

[2]姜启源, 谢金星.数学模型[M].北京:高等教育出版社, 2003年.

[3]同济大学数学系.高等数学[M].北京:高等教育出版社, 2001年.

车辆模型工作室配置及活动案例篇2

工作室概况

车辆模型运动是一项集科技、体育和娱乐为一体的活动项目。由于它富有知识性、趣味性、观赏性、挑战性、参与性等特点，足以与真实汽车竞赛相媲美，在世界体育竞技场中占有重要地位，深受国内外青少年喜爱。

我们这里所说的车辆模型制作体验活动，是指青少年将实物按一定比例仿真缩小制作，或自己设计创作，或利用给定部件组装搭建，最终制作成车辆模型作品的活动。而制作完成的车辆模型作品通常具有模仿外观或模拟运动状态的特征。

按上述车辆模型的特征，又可以分为静态模型和动态模型两种类型。静态模型指制作完成的车辆模型没有动力装置，只能处于静止状态，主要供观赏或情景展示。动态模型则指制作完成的车辆模型具有动力装置，可以模拟实物的运动状态。动态车辆模型还可进一步细分：按动力模式可以分为橡筋动力、电动、油动等；按操纵方式可以分为遥控类、非遥控类等。

活动目标

以车辆模型作为青少年学习和实践的平台，可以使青少年了解与车辆有关的科学文化知识；引导他们熟练掌握识图、工具使用和装配等相关技能；锻炼手脑结合制作各种车辆模型的能力；拓展空间想象力，提升车辆模型操控水平；培养探究兴趣、竞争意识、合作精神和意志力等品质。

场地设施条件

◇场地条件

具备使用面积为100～150平方米的室内活动场所，以及开展活动必需的基础条件，如桌椅、活动器材存放柜、水电接口、应急设施等。

◇设施条件（15万元左右）

（1）科技辅导员专用设施台式计算机、投影仪及投影屏幕、电烙铁焊台、小型打磨机、HUDY顶级工具套装、1/10房车用调车尺all m one铝盒套装、多功能装拆避震器、1/8车包、1/10车包、家用工具组合、锯和锯条、锉刀套装、砂纸、fr4玻纤板、环氧树脂板、田宫避震油、轮胎ca胶水、水管钳、丝锥、倒角钻、舵机延长线、低压报警器、UBEC稳压器、油漆记号笔、稳压模块、遥控器、接收机、充电器、暖胎机、锂电池。

（2）青少年专用设施遥控器、接收机、充电器、锂电池、锉刀套装、砂纸、田宫避震油、轮胎ca胶水、1/10房车用调车尺all in one铝盒套装、Tamiya ps-54喷漆、车壳遮盖纸、1/12 serpent s120遥控车车架、电子调速器、12仔专用1s电调、琐尾舵机、17.5t马达、1/12车壳。

（3）工作室辅助设施彩色激光打印机、置物箱、设备转运箱、吸尘器、移动工具车、移动搬运车、展橱、货架、网络多媒体等。

（4）人员配备条件配备1名具有一定管理经验的专（兼）职管理人员和1名专（兼）职科技辅导员，建立3人以上科技辅导员志愿者队伍。

容纳青少年数量

可容纳10～15名青少年同时参与活动。

开放时间

每月至少16天。

活动内容

车辆模型运动所涉及的一些科学知识与相关技术技能，如流体力学、技术设计、工艺流程和车辆调控等，在学校的基础学科教学中都涉及较少，这就需要科技辅导员组织与指导学生，通过集观察、制作、操控于一体的探究活动，逐步了解与掌握车辆模型的相关知识、技能与方法。具体活动内容如下。

（1）车辆模型的概念、原理和主要结构，如车辆模型运动简介，对车辆模型的基本构造和原理、遥控设备、动力装置、调整原理、操纵等的认知。

（2）车辆模型制作训练，如木质电动车、F1空气动力桨小车、滑莱士气垫小车、太阳能小车等。

（3）直航类小车竞技、调校探索，通过对上述小车进行竞技调校，发现不同数值对应车辆行进的变化。

（4）遥控车辆学习进阶，如1/10房车、1/16越野车、短卡等。

活动形式

配置优化模型篇3

一、军用土地资源

新中国成立初期, 为了满足我军防御性作战的需求, 使我军土地资源形成了“摊子大、坐落多、容量小”的配置格局, 虽然经过多次精简整编后, 但一个单位仍存在多个分散营区的现象, 军用土地点多、面广且高度分散, 管护范围特别广, 任务十分繁重。相对于军用土地资源“小、散、广”格局, 新时期国防战略方针和部队使命任务对军用土地资源的使用提出了更高的要求。要求做好军事斗争准备, 提高军队应对多种安全威胁、完成多样化军事任务的能力。随着我军现代化建设的强力推进和现代营房建设的全面展开, 为了建成基地化现代营区和综合保障基地, 对军用土地资源利用提出了新的要求。

二、军用土地资源优化配置

军用土地资源优化配置问题, 是针对军用土地的使用一直缺少长远系统规划和土地资源供给的稀缺性而提出来的。用于解决当前军用土地布局不够科学, 集约利用程度不高的问题。通过土地资源配置, 可以节约、减少建设用地, 杜绝不必要的重复建设, 合理规划土地空间布局, 提高土地的使用效率, 实现土地资源的可持续利用。

三、军用土地资源优化配置的目标

1. 军事效益

军用土地管理工作追求的是军事效益, 是满足国家安全和领土需求, 为准备战争和保障战争服务。军用土地资源作为我军除武器装备外最重要的战略资源, 是军队建设发展和战斗力生成的基础性平台, 实施军用土地资源优化配置, 必须把提高军事效益作为第一位的任务, 一切活动都要紧紧围绕生成和提高战斗力来展开, 满足军事需求。

2. 经济效益

经济效益是指军事经济活动中能够直接取得的经济效益, 劳动成果与劳动耗费都可以用统一的货币单位衡量, 并可以直接相比较的那部分效益。过去军用土地资源的使用一直缺少长远系统规划, 往往过于注重局部利益和短期效益, 而忽略部队长远建设发展, 造成重复建设、重复投入等浪费资源的现象。按照全面建设现代营房的任务部署, 通过军用土地资源优化配置, 合理开发利用土地资源, 加大土地横向调节力度, 打破体制编制束缚, 实现区域化联合保障模式, 避免重复建设带来的经济损失。盘活闲置的军用土地资源, 依托市场, 通过租赁、转让、合作等方式, 力争取得最佳的经济效益, 用于弥补营房标准经费不足, 为部队建设和军事斗争准备提供综合性的保障支持。

3. 社会效益

社会效益是指在国内整个国民经济全面发展、社会安定团结、人民物质文化生活水平不断提高、综合国力不断增强等方面。军用土地作为自然资源并不是独立存在的, 具有社会属性。同样, 军用土地资源优化配置不仅是军队内部的调整, 还在不同程度上影响社会经济的发展, 关系着军政关系, 军民关系。为了获得良好的社会效益, 实现共同发展, 与地方政府部门通力协作, 确保土地的征用、置换和闲置土地的租赁、转让顺利进行。

四、军用土地资源优化配置方法

目前, 国内外土地利用结构优化最常用的是模型法。数学模型多数是完成数量结构优化, 包括线性规划法、灰色线性规划法、多目标线性规划法、系统动力学模型等。随着研究的深入和地理信息系统 (GIS) 技术的应用, 更多的学者开始尝试把数学模型法与GIS技术相结合, 提出从数量结构优化到空间格局配置的完整优化配置过程。

1. 线性规划法

线性规划法是土地资源优化配置建模中最为常用的一种方法, 其基本原理是以目标函数为基础, 根据实际优化目标需要求取最大或最小值作为最优解, 主要用于研究有限资源的最佳分配问题, 即如何对有限的资源作出最佳方式地调配和最有利地使用, 以便充分地发挥资源的效能去获取最佳的效益。刘彦随运用线性规划法综合考虑三峡库区经济发展与生态环境建设的目标, 进行土地资源优化配置, 经过设置变量、确定约束条件、构建目标函数和形成方案, 最终得出了各类用地最优的数量结构方案, 使土地资源潜力得到了充分的发挥[1]。

线性规划法具有目标单一性和缺乏空间性的缺陷, 是一种静态分析方法, 不具有时间动态性。另外建立的约束条件求解目标函数时甚至可能出现无解, 造成多次重复的调整约束条件, 并不能完全满足最初优化要求。

2. 灰色线性规划法

灰色线性规划弥补了一般线性规划的不足, 它不要求目标函数中的效益系数、约束条件中的技术系数、资源量及其他限制量等都被固定下来, 而可在技术系数是可变的灰数, 约束值是发展的情况下进行, 是一种动态的线性规划。通常土地利用结构应用该方法优化时, 目标函数不是取最大最小值, 而是从灰区间中取一个相对优化值。所以, 灰色线性规划法可以根据优化目标的变化而取不同的优化值, 得到多种优化方案。该研究方法可用以解决线性规划法无法解决的优化动态性问题。

康慕谊等运用灰色线性规划模型研究了区域尺度上的土地利用结构优化问题。通过分析研究区土地资源利用结构的特征及存在的问题, 选出影响土地利用结构的各种因子, 并预测未来各业用地需求及其限制条件, 在此基础上模拟出典型土地利用方案, 最后采用层次分析法选出了基于综合效益及可行性的最优土地利用决策方案[2]。李丽红等运用灰色线性规划方法进行土地资源优化配置研究, 借助灰色线性规划模型和层次分析法求解2010年农十师土地利用结构优化数据, 最终找出符合社会、经济和生态效益的土地资源优化配置方案[3]。灰色线性规划法仍然是单目标的, 有时间动态性但缺乏空间分异性。

3. 多目标规划法

多目标规划由单目标线性规划发展而来, 它同时考虑数个目标函数, 需要对各种用地类型在每种目标中的效益权重进行分析, 然后对要实现的每个目标进行效益加权和逐级优化, 从而达到实现多目标兼顾的优化效果。与单目标线性规划相比, 多目标规划具有多目标性、多方案的特点, 决策者可以根据不同标准选择比较满意的优化配置方案, 提高了土地资源优化配置和决策的科学性。

多目标规划法在应用于土地利用结构优化时, 各种效益目标的量化是应用的关键, 量化方法的优劣直接影响模型的精确性。在实际研究中, 经济目标最容易量化衡量, 而社会目标和生态目标则难以量化。符裕红等利用多目标线性规划方法对小流域土地进行结构优化, 分别建立小流域各业发展线性规划的单目标数学模型, 作为子目标函数, 结合相应权重, 建立新的目标函数, 实现综合治理的多个目标的要求[4]。郑新奇研究了无棣县耕地结构优化问题, 首先运用多目标规划模型面积控制, 在此基础上借助Are/Info和MapInfo等信息工具, 实现耕地优化配置的自动化[5]。

4. 系统动力学模型

系统动力学方法是研究系统结构与系统行为的一种计算机仿真方法, 具有非线性、多重反馈的特点。利用系统动力学方法研究土地利用结构优化时, 首先需要对区域土地利用系统结构进行分析, 划分子系统。选取适当因素, 并建立各因素之间的反馈关系, 在此基础上建立一系列微分方程构建系统动力学方程, 进而模拟和预测系统在不同参数和不同策略因素输入时的系统动态变化行为和趋势。在运用系统方法研究时, 建立土地利用系统的层次结构和作用机理是重点研究内容, 也决定了用该方法模拟土地利用系统的精确性。

系统动力学方法采取定性和定量相结合的结构-功能模拟方法, 强调系统结构分析, 对数据的依赖性较小, 具有操作灵活、可塑性强的特点, 既可以对未来进行预测, 也可以回顾系统历史行为, 比较容易反映非线性和延期反应等用数学形式难以表达的过程。龚建等针对这一问题把多目标线性优化法与系统动力学模型相结合进行研究, 有效地提高了预测和优化的可靠性[6]。但在对系统内部各种反馈机制欠缺了解的情况下, 构建的系统动力方程对系统的模拟和预测会出现不完善甚至偏差, 则不适宜用系统动力学模型。王爱萍等利用系统动力学的方法, 在对土地利用系统进行系统分析的基础上, 构建无棣县土地利用系统动态模型, 并根据土地利用系统SD模型的仿真模拟结果, 编制了无棣县土地利用总体规划的基础方案[7]。

5. 与GIS相结合的优化方法

土地资源优化配置问题不仅包括了数量分配, 还包含空间布局的问题。土地资源优化配置的数学模型解决了土地资源数量上的优化, 但是无法实现土地资源的空间布局优化。计算机技术和地理信息系统的发展, 为土地资源利用和决策过程中分析空间数据提供了重要的技术支撑, 将数学方法和GIS功能相结合, 实现土地资源数量上和空间上的合理配置, 推动了土地资源优化配置科学研究的发展。

Chuvieco以线性规划法和GIS相结合, 对空间属性进行优化和变量组合, 在土地适宜的基础上实现优化配置, 完成土地利用结构优化配置的早期研究[8]。Wang Xinhao等将多目标线性规划模型与GIS的空问配置模型相结合, 建立了GIS/IFMOP综合模型, 对中国洱海流域的土地利用结构优化配置进行研究, 但在空间配置时只考虑自然因素而忽略了社会经济因素[9]。Fuhu Ren构建了GIWIN-LRA模型, 在适宜性评价的基础上进行土地资源的合理配置, 该模型最大的优点是将GIS的功能和决策过程结合起来, 使空间数据可以通过GIS的技术功能直接服务于土地资源的管理者[10]。

6. 空间模型优化配置方法

针对将土地利用数量结构落实到具体的地域空间, 以实现土地资源的优化配置的土地利用总体规划, 可有效地将土地利用数量结构匹配到具体的土地单元, 刘艳芳、董品杰等人用遗传算法优化土地空间结构[11,12], 邱炳文等人的多目标元胞自动机混合模型[13]。马世友等采用粒子群优化算法, 利用其空间飞行搜索特性和较强的全局优化能力, 构建了基于粒子群算法的土地利用空间优化模型 (PSO土地空间优化模型) , 该模型能利用粒子的群体空间分布模拟土地利用空间格局, 并能在多目标控制下进行全局优化处理, 实现土地利用数量结构和空间结构的有效统一[14]。张鸿辉、曾永年等人运用多智能遗传算法, 构建多目标土地利用空间优化配置MOSOLUA模型, 该模型比普通遗传算法模型的收敛速度要快, 运行效率和总体适应度都有所提高[15]。

五、结语

高校如何优化资源配置篇4

优化外部资源配置以释放活力。高等教育综合改革涉及政府与高校的关系、社会与高校的关系以及高校内部的关系。优化外部资源配置，就是要通过对管理模式、评价方式、投入措施等的调整，建立“政府宏观管理、社会广泛参与、高校自主办学”的管、办、评相对分离又相互支持的现代高等教育治理体系。一是加快简政放权。简政放权的主体不应限于教育行政部门，政府人事、财政等部门都应清理涉及高等教育的行政审批事项，出台权力清单、负面清单，明确权力边界，减少不必要的行政干预。如在高校评估上，可以第三方评价、同行评价为主，并尝试引入国际高水平教育评价机构，推进专业评价。二是统筹整合专项资金和各项检查。当前，我国各级政府及其部门仍掌握着大量资源，习惯于通过专项资金、项目、工程、评奖等方式影响高校发展。应统筹整合各类专项资金，对一些项目和工程实行公开招标、自由竞争。扩大高校资金统筹使用权，提高资金使用整体效益。同时，探索综合评估检查方式，整合各种常规性和临时性检查，定期就高校办学的相关问题进行综合考评。三是优化配置后勤资源。高校应逐步剥离不属于自己的职责，集中资源做大做强主业，发挥好人才培养、科学研究、社会服务和文化传承的功能。充分发挥市场在后勤资源配置中的作用，以后勤服务社会化、专业化、现代化为目标，按照事企分开、管办分离、主体多元的原则，理顺高校后勤管理制度，构建后勤服务保障大系统，完善公益性投入与市场化运营相结合的后勤运行机制，为高校提供坚实办学保障。

优化校内资源配置以增强动力。一是增强学院发展动力。高校人、财、物应更多地向学院倾斜，给学院更大的资源配置权和发展空间。有条件的高校可以从财务管理开始，逐步实施校院两级管理，以权责划分为核心整合优化教育教学资源。学校对学院实行目标责任制管理，以考核评估为主要方式管理学院工作，以发展规划和资源配置为主要手段引导学院工作，以监督制约为主要途径规范学院管理权力的使用。通过学校分权和管理重心下移，转变学校部门的管理职能，明晰学院办学主体地位，形成学校宏观决策、部门协调配合、学院实体运行的管理模式，提高整体办学水平和效益。二是积极构建现代大学治理模式。高校应以制定章程为契机，明确校内各种权力运行规则，形成党委领导、校长负责、教授治学、民主管理的治理体制，使高校治理紧紧围绕学校发展目标运行，各部门各司其职、相互配合，构建行之有效的现代大学治理模式。华中师范大学坚持和完善党委领导下的校长负责制，制定“三重一大”决策制度和“两会议事规则”等，对构建现代大学治理模式进行了积极尝试。三是以信息化推进管理现代化。对信息资源的掌控和利用能力日益成为影响高校竞争力的重要因素。高校应加快管理信息化进程，按照应用驱动、需求导向的原则，整合校内各种管理信息资源，规范数据采集与管理流程，建立事务处理、业务监管、动态监测、评估评价、决策分析等教育管理信息系统。支持师生参与学校内部质量保障与评价机制建设，支持学校服务与管理流程的优化和再造，为各项改革提供大数据支撑，提高决策水平、管理效率，推进管理现代化。

（作者系华中师范大学校长）

配置优化模型篇5

备件是指用来替换机械设备中容易损坏的零部件而备用的完好的零部件。贮存备件可以缩短维修时间,提高机械设备的使用效率。备件的筹措与供应是维修管理中一项重要的物资技术保障工作。备件管理是否得当,一方面涉及到机械效能的正常发挥和影响机械设备的利用率,另一方面又涉及能否合理使用维修经费,避免资金积压和物资浪费。因此,必须重视维修备件的管理,而备件的选择和数量的确定则是备件管理中的一项重要内容。

对于备件的保障工作的研究主要关心两个方面:设备的可靠性及使用率和保障费用。备件库存量小可以降低备件费用,但不能满足维修保降需求,会影响到设备的可靠性及使用率;增大备件库存量则可以保证设备的可靠性,却会占用大量保障费用,造成相当的资金浪费。因此,就需要对备件配置实施科学的优化决策,寻求费用与可靠性之间的最佳平衡,使得维修需要时能保证备件得到及时和充分的供应,同时尽量使费用降至最低。这就是备件优化问题的研究目标,最终表现为寻找最优的备件配置方案[1]。

本文提出了应用马尔可夫模型[2]来解决备件优化问题的方法,在马尔可夫模型中引人优化策略,在保证设备可靠性及使用率的同时使保障费用最小[3],从而确定最优的备件库存量,并且解决了设备可靠性与保障费用之间的平衡问题。

2 传统备件配置方法

目前国内外已经对备件供应保障进行了大量的研究并建立了大量的模型。可以根据模型把这些研究分为两大流派[4]:①以备件需求量为中心的预测模型;②以缺货为中心的优化模型。

2.1 以备件需求量为中心的预测模型

基于备件需求量的预测模型围绕备件消耗过程对备件需求量进行预测。20世纪60年代以前以及60年代,在国内外大多数都是采用便于计算、实用的经济订货量公式EOQ(economic order quantity)。在需求确定、采购提前期一定、等周期采购等严格的假设条件下,传统的EOQ库存模型综合考虑定货费用和存贮费用给出了“何时采购”和“采购多少”的求解公式。以EOQ理论为基础的库存模型考虑了库存控制的动态特性,并在降低费用方面取得了成效。但EOQ模型紧紧围绕优化费用进行求解,并没有建立与完好性之间的关系,此外预测备件需求量的时候要着重考察备件的消耗过程。以可靠性为中心的维修理论认为设备故障的发生是随机的,并且备件需求受很多因素的影响包括:故障率、供应保障系统、使用环境、使用率系数等。因此备件消耗过程是一个随机过程,在一定的范围内呈现出随机的波动性。

2.2 以缺货为中心的优化模型

在武器机械装备的实际运用中,装备使用者关心的往往不只是费用,更多的是机械装备的战备完好性和可用性。因此, 综合考虑装备系统结构、备件供应保障结构的备件配置优化模型、方法应运而生,其中最有影响力的是METRIC模型。该模型采用期望缺货值来描述完好率,问题归结为在总费用约束下,对所有不同库存点库存数量可能的排列组合分析计算相应的期望缺货值,寻找约束下使装备使用效能最大的库存策略。在策略空间中搜索时采用了边际效益分析法。但这类模型都基于一个重要的假设:基层的部件故障过程是一个泊松过程,也就是说基层所有类型部件的数量都是无限的,其故障失效率与工作部件的数量无关。然而,在实际装备的使用过程中,装备的数量是有限的。由此可见,在装备数量较少的情况下,上述假设会造成结果的不可信。

3 基于马尔可夫模型的备件配置优化方法

3.1 马尔可夫模型的建立及状态分析

对m个完全相同的机械系统,称其为域。设每一个系统包含k个相同类型的部件,因此一个域中相同类型的部件总数为q=mk.一旦出现故障,发生故障的失效部件就必须替换,并且被运送到其他地方进行维修,维修完毕重新运回备件库中备用。这个过程所花费的时间称为循环时间Tr.为了应用马尔可夫方法解决备件问题,必须知道两个常量:失效率λ和循环率α=1/Tr.

域的状态是由三个整数构成的因子(i1;i2;i3)所组成,第一个表示域中系统中正常运行的部件数目, 第二个表示储备的可利用的备件数目,第三个表示处于维修过程的备件数目。设初始状态为(q;n;0),记为状态0(对所有状态用i3来编码),这个状态只可能以速率qλ转移到状态1 (q;n-1;1)。从状态1可能以速率α转移到状态0,或者以速率qλ转移到状态2(q;n-2;2)。因此前n+1种状态都具有形式(q;n-j;j), j=0,1,…,n.从状态j转移到状态j+1的速率为qλ,而返回前一个状态的速率为jα.在前n+1种状态下不会出现部件短缺,这组的最后一个状态为(q;0;n),此时,如果某个部件失效,则域中缺少备件可供替换,该状态将以速率qλ转移到状态n+2(q-1;0;n+1)。紧跟着状态n+1,有q=mk种可能的状态,形式为(q-i;0;n+i), i=1,…,mk.这组的每一个状态以速率(q-i)λ转移到下一个状态,以速率(n+i)α转移至前一个状态,这样就形成了一个马尔可夫链。

由以上分析求解这个模型的稳态解。首先可以得到αP(1)=qλP(0),因此

$Ρ (1) = u Ρ (0) ‚ u = \frac{q λ}{α} (1)$

第二种状态有(qλ+α)P(1)=qλP(0)+2αP(2)成立,从中消掉P(1),得到

$Ρ (2) = \frac{u^{2}}{2} Ρ (0) (2)$

通过归纳可以直接得到前n+1种状态的概率为

$Ρ (k) = \frac{u^{k}}{k!} Ρ (0) ‚ k = 1 ‚ \dots ‚ n + 1 (3)$

且

$Ρ (n + 1) = \frac{u}{n + 1} Ρ (n) (4)$

状态n+1有

$\begin{array}{l} [(q + 1) λ + (n + 1) α] Ρ (n + 1) \\ = q λ Ρ (n) + α (n + 2) Ρ (n + 2) \end{array}$

成立,消去P(n),可得

$Ρ (n + 2) = \frac{u - y}{n + 2} Ρ (n + 1) ‚ y = \frac{λ}{α} (5)$

推理归纳可得

$\begin{array}{l} Ρ (n + j + 1) = \frac{u - j y}{n + j + 1} Ρ (n + j) \\ = \frac{(m k - j) y}{n + j + 1} Ρ (n + j), j = 0 ‚ 1 ‚ \dots ‚ m k - 1 (6) \end{array}$

设 $d_{k} = \prod_{j = 0}^{k} \frac{u - j y}{n + j + 1}$ , 又可得

$\begin{array}{l} Ρ (n + k + 1) = d_{k} Ρ (n) = \frac{u^{n}}{n!} d_{k} Ρ (0) ‚ \\ k = 0 ‚ 1 ‚ \dots ‚ m k - 1 (7) \end{array}$

P(0)可以由归一化关系 $\sum_{i = 0}^{m k + n} Ρ (i) = 1$ 求得。

$Ρ (0) = \frac{1}{1 + \sum_{i = 1}^{n} \frac{u^{i}}{i!} + \frac{u^{n}}{n!} \sum_{k = 0}^{m k - 1} d_{k}} (8)$

其中,u=mkλ/α, y=λ/α.

这样就可以确定各状态的概率。由于n为备件个数,因此不发生备件短缺的概率为前n+1种状态的概率之和,即求得备件充足的概率。

3.2 基于系统可用度和费用的备件优化方法

保存备件的原因在于保障系统的性能,根据备件可用性来决定需要购买的备件数量几乎没有意义,应该从系统可用性和费用的观点出发,综合考虑可靠性、维修性、保障性以及经济效益,由整个系统的可用性要求和总费用来决定所需备件的数量[5,6]。

系统使用可用度的表达式为:

$A_{0} = \frac{Μ Τ B F}{Μ Τ B F + Μ Τ Τ R + (1 - Ρ) Τ_{S}} (9)$

式中,MTBF为平均故障间隔时间;MTTR为平均修复时间;TS为平均备件供应反应时间;P为备件保障概率,即备件充足概率。

由于备件的替换时间比故障间隔时间和循环时间小得多,并且应用马尔可夫方法解析问题时也假定备件的替换是瞬时完成的,即系统的平均修复时间为零,所以基于马尔可夫模型的系统使用可用度的表达式为:

$A_{0} = \frac{Μ Τ B F}{Μ Τ B F + (1 - Ρ) Τ_{S}} (10)$

系统费用就是生产损失和购买备件的费用之和。由系统使用可用度可得系统的稳态不可用度,乘以8760小时可以得到系统一年的平均故障时间,再乘以系统单位时间的生产损失就是系统一年总的生产损失。购买备件的费用即购买备件的数量乘以单个备件的价格。

得到系统的使用可用度和总费用之后,在满足系统高使用度的同时使系统总费用尽可能小,权衡后确定最佳备件配置数量。

4 算例

在一个机械车间内有3条相同的生产线,每个生产线有5个机械手,机械手的失效率为λ=9.82×10-5,循环时间为2100小时,平均备件供应反应时间为4300小时,每一个机械手的费用为10万元,每条生产线工作1小时的产品价值为300元,要求该机械车间生产线可用度为0.95以上,下面以这个机械车间为研究对象,求在一个生产年度内的机械手最佳备件配置策略。

根据3.1节先求出机械手各备件数量下备件充足概率,再利用式(10)得到各备件数量下的生产线年度可用度。由生产线年度可用度可求得生产线一年的平均故障时间,从而得到生产线一年的生产损失,再根据各备件数量下的备件费用,进而得到各备件数量下生产线的总费用,结果如表1所示。从表1可以看出,当机械手备件数为6时,生产线年度可用度为0.9847,满足可用度要求并且总费用最低。因此,该机械车间一个生产年度内的机械手最佳备件配置数量应为6。

5 结论

备件的设计和要求是机械设备保障性的关键或重要因素。备件的数量决定了机械设备维修能力或保障水平,也同时决定了机械设备的成本。为了协调好机械设备费用和保障能力的关系,本文采用马尔可夫模型来实现机械设备的优化权衡,按照使用效率和费用成本进行备件优化配置计算。最后通过实例分析,说明该方法是有效的、可行的,具有一定的工程应用价值。

参考文献

[1]朱煜.以可靠性为中心的备品备件优化配置模型及其算法研究[D].上海:上海交通大学,1999.

[2]刘次华.随机过程第四版[M].武汉:华中科技大学出版社,2008.

[3]Dinesh K U,Knezevic J.Availability based spareoptimization using renewal process[J].ReliabilityEngineering and System Safety,1998,59:217~223.

[4]陈学楚,郑东良.以可靠性为中心的维修理论剖析[J].航空杂志,2000,(2):36~37.

[5]曹军海,徐宗昌.以可用度为中心的备件库存模型[J].兵工学报.坦克装甲车与发动机分册,1997,65(1):25~33.

配置优化模型篇6

1 模型建立

假设路网G= (N, A) , 其中, N是节点集合, A是路段集合。aij表示节点i与节点j之间的路段, aij∈A, i, j∈N, 为避免重复计算, 规定i<j。定义xij为0-1变量, 如果在路段aij上配置检测器, 则xij=1, 否则xij=0。kij, mn表示路段aij与路段amn之间的相似度, amn的定义与aij一样, 而且kij, mn=kmn, ij。在满足布局条件和预算资金限制的情况下, 检测器的布局方案应尽可能发挥最大效益。以系统最优为目标建立模型

$\begin{array}{l} \max Ζ = \sum_{a_{i j} \in A} x_{i j} f_{i j} r_{i j} ‚ (1) \\ \min Ζ^{'} = \sum_{a_{i j} \in A} x_{i j} / r_{i j} ‚ (2) \\ s . t \sum_{a_{i j} \in A} x_{i j} \leq R, (3) \\ \sum_{a_{i j} \in A} x_{i j} \cdot c_{i j} \leq C, (4) \\ \sum_{a_{i j} \in A} k_{m m, i j} \cdot x_{i j} \geq 1, a_{m n} \in A, (5) \\ x_{i j} = 0 或 1 ‚ k_{i j, m n} = 0 或 1 . (6) \end{array}$

其中, 目标函数分别表示为检测器利用率最大, 布点规模最小;fij为路段的交通量波动系数, 描述交通流时变特性, 可根据一段时期内交通量的统计数据计算;rij表示路段的客观重要度, 代表路段在所有出行点之间被用户选择的概率和路段的重要程度;约束条件 (3) 表示检测器数量约束, R为最多可以配置的检测器个数;约束条件 (4) 为配置检测器的预算资金约束, C为最大预算限额;cij表示在路段aij上安装检测器的实际成本, 由于受道路环境、交通环境的影响, 有的路段安装检测器不方便, 存在安装施工过程困难, 使用、维护过程不便等, 因此, 这些路段配置检测器的成本比一般路段高;式 (5) 中的约束条件表示每一个路段的交通流量至少要能有一个检测器检测出或推算出;约束条件式 (6) 表明该问题属于0-1型整数规划。

2 参数计算

2.1 交通量波动系数

由于城市交通流结构模式受人们出行方式、习惯、天气、环境、政策及城市经济发展水平、交通状况等各种因素的影响, 不同路段交通流的时变曲线不一样。对路段aij, 根据一段时期内交通量的统计数据可计算波动系数fij。取观测样本xk, k=1, 2, …, l。计算样本均值μ (xk) , 方差δ (xk) , 令

$f_{k} = \frac{δ (x_{k})}{μ (x_{k})}, (7)$

所以

$\sum_{k = 1}^{l} μ^{2} (x_{k}) = \sum_{k = 1}^{l} δ^{2} (x_{k}) / f_{k}^{2} . (8)$

计算所有样本均值及方差, 并取fk的最大值和最小值

$\begin{array}{l} f_{\max} = \max {f_{k}}, k = 1, 2, \dots, m, (9) \\ f_{\min} = \min {f_{k}}, k = 1, 2, \dots, m . (10) \end{array}$

结合公式 (8) 得

$\sum_{k = 1}^{l} δ^{2} (x_{k}) / f_{\min}^{2} \geq \sum_{k = 1}^{l} μ^{2} (x_{k}) \geq \sum_{k = 1}^{l} δ^{2} (x_{k}) / f_{\max}^{2} . (11)$

等价变换得

$f_{\max} \geq {\sum_{k = 1}^{l} δ^{2} (x_{k}) / \sum_{k = 1}^{l} μ^{2} (x_{k})}^{1 / 2} \geq f_{\min} . (12)$

因此, 取样本波动量的标准差作为路段aij的波动系数

$f_{i j} = {\sum_{k = 1}^{l} δ^{2} (x_{k}) / \sum_{k = 1}^{l} μ^{2} (x_{k})}^{\frac{1}{2}} . (13)$

2.2 路段客观重要度

道路网络中, 有些路段是出行的关键路段, 比如连接江、河两岸的桥梁, 穿过山丘的隧道及其他交通要道, 是出行的必经之路。假设出行点对集合为S (其他节点为中间点) , 并假设所有用户选择最短路出行 (这里的最短路既可以指时间最短、路径最短, 也可以是费用最少) , 则每一对出行点之间均存在唯一出行路径。出行路径由若干路段构成, 如果路段aij为多条出行路径的共用路段 (必经之路) , 则aij为关键路段, 可根据出行路径数计算路段的客观重要度rij。求解最短路问题的算法很多, 目前公认的最好算法是由E.W.Dijkstra于1959年提出的[3]。

2.3 配置检测器成本

不同路段, 由于道路条件、交通条件不一样, 配置检测器的成本不同。为保证检测精度要求, 有的路段需配置较高性能的检测器。如在城市中心区, 道路面积少, 交通量大, 各种干扰因素多, 且施工困难, 配置检测器的成本较高;在居民区、医院、学校、公园等附近, 需采用环保较好的检测器, 减少对环境的污染。考虑以上因素, 计算路段配置检测器成本的公式为

$c_{i j} = k_{i j} \cdot v_{i j} \cdot u_{i j} \cdot c . (14)$

式中:c为配置一般检测器的固定成本;kij为性能价格比, 即选择高性能检测器需要额外支付更多成本;vij为施工成本系数, 如施工过程中切割路面、开挖电缆沟等, 由于道路条件和交通条件不一样, 造成路段的施工成本也有所差别;uij为使用、维护成本系数, 表示使用过程中的耗电、各种耗材的多少, 以及维护、检修过程是否方便;kij, vij, uij≥0。

2.4 路段相似度

路段流量相似性的表达有多种方式, 比如一元、多元的线性关系方程或非线性关系方程等[4]。其中, 使用最为简单的2个基本路段之间的一元线性相关关系表达为

$\begin{array}{l} k_{i j, m n} = \frac{cov (x_{i j}, x_{m n})}{σ_{x_{i j}} \cdot σ_{x_{m n}}}, (15) \\ σ_{x_{i j}}^{2} = \frac{1}{l} \sum_{i = 1}^{n} (x_{i j} - \bar{x_{i j}})^{2}, (16) \\ σ_{x_{m n}}^{2} = \frac{1}{l} \sum_{i = 1}^{n} (x_{m n} - \bar{x_{m n}})^{2} . (17) \end{array}$

如果kij, mn≥α, 则

$k_{i j, m n} = 1; (18)$

如果kij, mn<α, 则

$k_{i j, m n} = 0 . (19)$

式中:xij为路段aij的交通量数组, xmn为路段amn的交通量数组, kij, mn=0为路段aij、amn交通流量之间的相关系数。

相似度指标是确定5个基本路段交通量之间具有相似性或不具有相似性的阈值。定性化后, “1”代表相似, “0”代表不相似。需要说明的是, 路段aij, amn的流量数据必须是同一时间阶段相对应的数据。

对所有基本路段两两之间进行相似性分析, 并把所得到的相关系数用相似度指标进行定性化后, 就得到了用“0”和“1”表示的所有路段的相似性矩阵。

3 结束语

实时交通信息的获得有赖于路网上设置的交通检测器的位置和数量。但是, 一方面, 传统的布设方法主要把检测点布置在有交通冲突的地方;另一方面, 国内外所采用的检测点布设方法都是一种偶然性的经验布置, 并没有考虑到检测设备自身的限制, 也没有考虑到检测器的最优布设问题, 例如日本阪神高速设有车辆检测器2 030处, 主线平均500 m一处, 美国芝加哥355 km 设有自动检测设施1 700处, 平均200 m一处, 加拿大多伦多市高速路平均600～700 m布设一处检测器[5]。论文建立的多目标规划模型即解决了传统布设方法存在很多盲点的缺陷, 也考虑了检测器数量最少及其利用率最高等方面, 从而可以较好地指导检测器的优化布设问题。

参考文献

[1]严荣泉, 向红艳.城市道路固定型交通检测器布局优化模型[J].公路交通技术, 2008 (2) :121-124.

[2]储浩, 杨晓光, 李克平, 等.基于行程时间估计的快速路检测器布设密度优化方法研究[J].公路交通科技, 2006 (5) :84-87.

[3]焦永兰.管理运筹学[M].北京:中国铁道出版社, 2003.

[4]伍建国, 王峰.城市道路交通数据采集系统检测器优化布点研究[J].公路交通科技, 2004 (2) :88-98.

配置优化模型篇7

一、装备经济相关理论研究

1.相关概念

(1) 装备经费

装备经费是指用于装备建设的费用, 它是装备科研、购置、维修管理等各项费用的总称。

(2) 装备经费管理

装备经费管理是指各级装备经费管理部门和管理人员, 为了发展新型装备和提高现役装备的战斗力, 对以货币形式表现的装备经费运动所实施的组织、计划、协调和监控活动[5]。

(3) 装备建设经费

本论文中装备建设经费主要是指包括装备科研费、采购费、维修费, 装备建设经费是装备经费预算的重点。

a. 装备科研费

装备科研费是指用于新型装备研制和试验以及现役装备改进、延寿等所需费用的总称。

b. 装备采购费

装备采购费是指用于购置装备的经费。

c. 装备维修费

装备维修费是修理、维护和管理装备并使之经常处于良好状态的专项经费, 本文所指的装备维修费不含有关人员的费用。

二、美军装备建设经费分析

根据资料统计, 从1996到2002年间, 美国平均增长率为4.8% (除2000年) 。俄罗斯在这七年间装备建设经费投入平均增长约15.16%。而日本在七年间装备建设经费投入情况相对稳定, 没有太大的起伏, 平均增长率为-1.04%。

美国从1980年至冷战时期装备经费投入呈大幅度增长, 冷战结束后大幅度下降, 从1998年开始才开始缓慢增长。

冷战时期俄罗斯装备经费投入较高, 但在冷战结束后, 由于国内形势急剧变化, 导致经济大幅衰退, 使装备经费投入难以保证。虽然从上表看总体形势看涨, 但与实际需求差距仍然较大[1]。

从宏观上对美国、俄罗斯、日本装备建设投入情况做一了解, 但并不能反映其投入真实情况。装备建设投入与装备费的规模与结构密不可, 研究其规模与结构以及分配情况, 也就能基本掌握经费分配的规律。本文主要对美装备建设经费配置做一分析研究[4]。

根据美军军费计划, 分析2000-2002美军装备建设经费预算后得下表。

从上表看, 虽然2001年经费投入下降1.6%, 但总体趋势还是仍呈上升趋势。2002年比2001年增长8.6%, 比2000年增长6.9%。鉴于美军的装备建设经费主要都用于美军的装备科研、采购、使用和维修保养, 因此有必要对这三项经费做以下分析。见下表[1]:

(1) 从三费增长情况, 据上表可以看出, 在2000-2002年期间, 美国在科研和采购方面的经费分配总体呈明显上升态势, 而维修与保养则变化不大。

(2) 从三费分配比例关系, 据上表分析相关数据得出三费比例关系表。

从上表可以看出, 与美军整体军费的三费比1:1.6:1.1相比, 美军三费比1:1.05:1.12的数据来看, 美军在装备维修方面的投入要略高于采购费和科研费。虽然装备维修费整体增长保持相对稳定, 但其费用还是要略高于其它两个费用。美军为了做到全寿命周期费用的最低化, 在装备三费管理方面有一套行之有效的科学管理程序。

根据常规科研难易程度来确定科研费资金分配比例, 假设科研费分为三部分:预研费、型号研制费和管理与保障费。根据美军1990-1998军装备科研费的投入及分配比例计算得, 美军科研费的平均比例为1:1.8:0.84。

三、线性规划在建设经费优化配置中的应用

线性规划方法是在第二次世界大战中发展的一种重要的数量方法。在经济学和管理科学中常遇到各类决策问题, 其中确定型决策问题是在各种条件完全确定的情况下, 从多种决策方案中选择最优决策方案。如方案不多, 计算又比较简单, 可逐个方案进行比较选择。复杂问题常用线性规划, 非线性规划和动态规划等方法求解[3]。

本文应用MATLAB解线性规划问题, 具体方法如下:

设装备建设经费为maxZ, 科研费、采购费、维修费分别为x1, x2, x3, 依据国外装备系统建设经费配置比例研究所得结果, 美军三费比1:1.05:1.12, 日军三费比为1:6.5:4.7。undefined, undefined则

undefined

运行结果如下:

由此得到装备建设经费最优的分配是:科研费658200000元, 采购费3160700000元, 维修费2781100000元。

参考文献

[1]韩国玉, 果增明, 刘延年.外军装备经费向量分析[M].北京:中国统计出版社, 2006.

[2]Bell A.C.and Turney DP.ASummary and Analysis ofthe Initial Application of Life Cycle[R].AD-A061-304, SEP 1978.

[3]王翼, 王歆明.MATLAB基础及在经济学与管理科学中的应用[M].北京:机械工业出版社, 2009.

[4]张怀强, 梁新, 黄栋.装备科研、购置、维修经费比例的影响因素及内部关系[J].军事经济研究, 2009, (8) :29-30.

配置优化模型篇8

1 问题分析

正如摘要中所说, 笔者希望通过最大树方法[1]的思想来研究该问题, 其原始原理是:先建立各元素之间道路的连通强度, 再对其加以限制 (取截矩阵) 使树中具有相对紧密联系的元素组成的类逐渐浮现, 以达聚类目的, 其依据是各元素之间联系紧密度的大小。但最大树方法得到的模糊图是不允许产生环路的, 而铁路中出现环路常见现象, 所以不能将其生搬硬套, 应当根据实际问题做相应的改进。

2 模型假设

(1) 各城市之间的铁路是沿直线修建的;

(2) 铁路走向的选取是由沿线城市之间的联系紧密程度决定的。

3 模型的建立及求解

国家修建铁路首先考虑到的因素是沿线经过各城市之间联系的紧密度, 即城市之间的“连通强度”, 笔者选取中国主要的171个市县作为论域X, 两个城市间的连通强度由两城市的重要程度和两城市之间的距离决定, 因此, 要确定通道强度首先要有一个合理的指标来衡量城市x∈X的重要程度。文中拟用城市x的人口数量、年GDP总量和行政级别作为衡量标准, 其指标的具体计算方法为:

城市重要度I (x) =该市人口数量标准化值×a+该市GDP标准化值×b+该市行政级别修正指数×c。

其中, 城市x人口数量标准化值=城市x人口数量/X中城市人口的最大值。

城市x年GDP总量标准化值=城市x年GDP总量/X中城市年GDP总量最大值。

行政级别修正指数:首都2, 直辖市、省会1, 地级市0.5, 县级市0.3, 县以下行政单位0.2。

a, b, c为三个影响因素的权值, 我们取a=0.45, b=0.45, c=0.1。

其次需要确定各城市之间的距离d, 为了简化模型, 笔者以两城市之间的直线距离作为研究数据。具体实现方法是:建立中国地图的直角坐标系, 取得各城市的坐标, 即可得到各城市之间相对距离的矩阵D= (dij) 。

定义城市xi与xj之间的连通强度[2]rij=I (xi) I (xj) / (dij) “

此处a为参数, 代表距离因素对连通强度的影响程度, 在此取a=4, 由此得到各城市之间连通强度矩阵R= (rij) 。

下面, 对X中的每个城市, 选取与其连通强度前四名的城市, 并在每两个城市间连一条线段作为候选铁路线, 得到图1 (图中黑点为省会和直辖市) 。再运用“去三角”算法对其进行筛选, 我们通过图2来说明“去三角”的简要思想:

图2是对图1局部地区的放大, 所示的三个城市分别编号1, 2, 3, 由图可知比较合理的铁路线路是兼顾三个城市的“1经由2到3”这一条, 相对而言, “1直接到3”这一条直线线路由于没有顾及距离线路较近的2, 较为浪费, “去三角”算法的目标就是去除这种三角形中“相对其他两边过于长的第三边”。实际计算中通过下式判断三角形的合理性:定义隶属度函数F (△ABC) = (AC+BC-AB) /AV, 其中AB为三角形中的最长边, 以0.4为阈值, 即F (△ABC) ≥0.4时认为该三角形中最长边A B合理, 否则不合理, 在图1中予以剔除。执行该算法后, 得到了图3, 即是得到的比较理想的中国铁路模型。

4 模型的可行性分析和提出的建议

考虑到目前我国几条主要铁路干线是在国家综合各方面因素的基础之上建设的, 应该在最大程度上符合我国目前需要, 所以检验我们的图形与我国铁路干线的吻合程度, 是判断模型是否具有可行性的重要标准。以下将要考察的几条干线铁路是:陇海线、兰新线、京广线、京九线、京哈线、京包线、京沪线、成渝线、宝成线、青藏线。将这几条铁路的真实走向与图3进行对比, 可以看到除极个别节点外, 图3中绝大多数铁路线几乎与真实线路完全吻合, 其中陇海线、京广线、京包线、成渝线、宝成线和青藏线的吻合程度达到了100%, 如图4所示。由此可见, 此模型具有很高的准确性, 因此, 此模型可以对我国现有铁路状况进行一定意义上的评价, 并给出一些建设性的建议。例如在通道强度大于100的城市之间具有开设城际特快专列的潜力, 这样的“城市对”之间距离相对较近, 而且城市本身重要度比较高 (类比万有引力定律, 距离近且质量较大的两个物体之间的作用力较大) , 因而关系比较密切, 对交通的需求度也就相对较高, 如图5 (以蓝色线路标明) 所示。

另外, 从图3与我国现行铁路状况的对比中还发现一些不同之处, 据此笔者提出几条可实施建议, 例如 (图3) :

(1) 修建兰州-中卫-银川-神木北-太原线, 加强新疆、甘肃、宁夏等西北省份与北京及华北地区的联系。

(2) 可适当加强我国东南沿海城市之间的铁路建设, 例如可以考虑建设深圳-漳州-厦门-泉州-莆田-福州-宁德-温州-台州-宁波-上海线, 这些城市是东南沿海较为发达的地区, 加强其间的铁路建设能够进一步促进其发展。

(3) 修建阳平关-达州线, 缩短西北地区到川渝地区的运行时间 (目前实际开工建设线路为兰渝线, 与该建议类似) 。

(4) 在我国现行铁路线中, 湖北省宜昌市位于一条铁路分支的末端, 不利于当地交通发展, 如按图3所示, 将其改为一条铁路中的过路节点, 就会有相对多的车次从宜昌经过, 众所周知, 举世闻名的三峡水利工程就在宜昌, 改善当地的交通环境, 将能大大发展其旅游业, 且对于加强全国各地与三峡工程的联系也有好处;另外, 修建重庆-宜昌线也是不错的选择, 它将使我国西南地区与东部沿海城市的交通更为便利。

当然, 该模型在较好反映了中国大部分铁路现状的同时, 也存在一些不足, 例如模型并未充分考虑地形因素对修建铁路的影响, 比如图3中的拉萨-大理线, 烟台-大连线不合理, 前者需直接跨越横断山脉, 工程异常艰巨, 难以实现;后者烟台与大连两城市虽然只相隔160公里, 但是其间是广阔的渤海, 无法修筑铁路;另外, 模型中未考虑的其他城市对铁路分布也会造成一定的影响, 这些都有待改进。

5 结语

若单纯依靠最大树方法设计中国铁路路线, 那么在这171个城市点的原始最大树图形中, 位于“树梢”上的点与周围其他城市点的连接状况不合理。本文建立的模型将每个城市点都与周围联系紧密的城市点连出4条路线, 然后再用“去三角”算法进行筛选, 得到的线路图更符合实际状况, 在一定程度上能够较好地表现我国铁路的现状。值得注意的是, 笔者并未事先指定图形中的任意一条线路, 所有的线路都是通过理论算法绘制, 说明了“去三角”算法的科学性。若将文末叙述的地形或其他因素融入到该模型中, 相信将会得到更理想的效果。

参考文献

[1]罗承忠.模糊集引论[M], 北京:北京师范大学出版社, 2005.

企业人力资源优化配置探析篇9

关键词：人力资源优化配置探析

要想在如今日趋激烈的市场竞争中站稳脚跟，企业需要在人力资源管理方面做到人尽其才，才尽其用，人事相宜。要想提高工作效率，实现人力资源最优化则需要企业对人力资源进行科学、合理的配置。然而如何实现企业人力资源优化配置却是如今企业所需要面临的问题。合理地调解企业人力资源的分布、缓解人力资源的不足有利于促进企业的长久发展。[1]

一、企业人力支援优化配置的重要性

1、为企业的顺利发展提供基础保证

一个企业要想顺利的发展，就需要根据企业当前的状况制定一系列的发展战略方案。企业的运行离不开工作人员，对于企业每一个部门的规划都与工作人员息息相关。因此，要想实现企业发展的目标，就需要对企业的人力资源进行详细的统计，对于人才的使用要进行合理的分配，通过这样的优化配置来为企业的发展提供基础的保证。

2、解决企业短期内人才缺乏的问题

如今市場竞争越来越激烈，企业对于人才的需求也越来越大，然而在企业中并不是每个工作人员都是适合在这个岗位上工作。为了能够解决这一矛盾，提高员工的工作效率，则需要优化人力资源配置，通过调节让员工到适合他的岗位上进行工作，做到才尽其用。通过人力资源优化配置，有利于提高企业员工的工作质量，从而促进企业的顺利发展。

二、企业人力资源配置的现状

1、配置思想落后

如今很多企业在进行员工招聘的时候通常都用学历看衡量一个人。虽然学历能够在一定程度上代表这个人的学习能力比较强，但是却不能全面的展示应聘人员的思想状况和具体的实践能力。因为企业用人观念的过于陈旧，导致社会上好多人才因为没有较好的学历被企业所抛弃，很多人才因为企业人力资源配置思想的落后被浪费。[2]

2、配置手段单一

在中国的很多企业中，对于人力资源报酬支付的方式都是由员工的工作性质和岗位来确定薪水的。因为人力资源配置手段的单一，使得很多员工在工作的过程中越来越没有积极性，这样的状况长久下去只会让企业的发展失去活力，难以适应市场激烈的竞争。有的企业虽然有相应的物质激烈政策，但是却忽略了对员工精神上的激励，这样虽然能够在短时间内让员工能够积极的工作，但是却不利于员工个性和个人特长的发挥。

3、管理制度过旧

因为管理制度没有随着时代的变化而发展，导致企业的人才录用标准一直是沿用着老的观念思想，这样的状况使得人才的配置不灵活。在如今的企业中，大部分企业的管理阶层把精力都放在企业的对外运行上，对于企业内部员工的培训并没有进行相应的重视，使得企业人力资源的配置能力变得越来越差，企业的发展陷入僵局。[3]

三、企业人力资源优化配置的措施

1、更新思想观念，做到与时俱进

企业要想在如今激烈的市场竞争中立足且站稳脚跟，企业需要根据时代的发展不断的转变用人的思想，不能再以学历来衡量一个人。在招聘员工的时候，企业要从不同的方面来考察这个应聘人员是否能够为企业的发展做出贡献，不管是能力方面还是思想道德方面，企业都应当给予一定的时间来进行观察，最终再来确定是否能够让应聘人员进入到企业中学习和工作。市场的竞争总是残酷的，要想增强企业的竞争力需要员工有良好的工作能力和一定的创新精神。企业不能将员工看成赚钱的工具，要尊重每一个员工。将物质奖励和精神激励进行结合，让员工在工作的过程中能够在现有的工作基础上进行潜力的发挥，从而让企业的发展充满活力。员工有了工作的动力，工作效率才会提高，企业才能更快的发展，为人力资源配置的优化提供了良好的基础。

2、导入竞争机制，优化配置手段

传统的物质激励只能发挥短时间的作用，长久下去只会让一些员工变得安于现状，不能全身心的投入工作。为了能够实现人力资源配置的优化，企业应当适当的导入竞争机制。这里的竞争机制也可以运用到员工招聘的过程中。当企业在进行某一职位工作人员招聘的时候，谁能力强谁就被录用。企业间职位的升级也可以使用这一方法，对于工作能力出色的员工可以予以升职的奖励，通过竞争机制激发员工的工作热情，最大程度激发员工的工作潜力，充分实现人才的价值。如今企业对人才的需求量变得越来越大，而市场人才的供给却不能满足企业的需要，人才流动的现象变得越来越普遍。为了能够让企业的优秀员工不跳槽，企业应当适当的进行调薪，通过建立透明的薪酬体系来保证员工对企业的忠诚度[4]。

3、适当进行培训，提高职业素养

对于企业人力资源的优化配置，还需要企业开始重视对人力资源的管理，加大对人才的培养投入，不能因为害怕人才的流失就固步自封。企业可以让那些经验丰富的老员工来带动新员工，采取“一帮一”的方式来帮助新员工尽快的适应和融入到工作中。每个企业都有自己的专属文化，在企业文化中也应当融入人力资源管理这一概念，让企业的员工能够树立终身学习的观念，在工作中不断的学习，提高自己的职业素养，丰富自己的职业内涵，在强化企业精神和工作的过程中充分的发挥主动性和创造力。

四、结束语

要想能够在日趋激烈的市场竞争中又好又快发展，企业需要对人力资源配置进行优化。通过改变观念来保证人才不因学历的原因而流失，为了调动员工的工作积极性，企业还要注重员工精神上的鼓励。通过适当的竞争来激发员工的潜力，从而保证人力资源水平的提高。在进行人力资源管理的过程中，企业要珍惜人才、保护人才，从而实现人力资源优化配置。

参考文献：

[1]杜芳芳. 当前部分国有企业人力资源配置问题探讨[J]. 中小企业管理与科技（上旬刊），2010，25（11）：08-09.

[2]孙静. 论人力资源成本的优化合理配置[J]. 人力资源管理，2011，30（06）：40-41.

[3]张翼，樊耘. 人与环境匹配：一个基于员工-组织复合型视角的模型[J]. 管理评论，2011，30（05）：12-13.

[4]王福鑫，任娟. 基于人岗匹配的人力资源优化配置模型研究[J]. 技术与创新管理，2011，25（03）：11-12.

天津市水资源多目标优化配置模型篇10

关键词：水资源,优化配置,多目标,LINGO

1 水资源现状

1.1 水资源概况

天津市地表水资源多年平均值为10.55亿m3,地下水资源含量为8.32亿m3,重复计算量为0.708亿m3,水资源总量均值为18.16亿m3[1]。天津市水资源开发利用率总体现状是南部地区较北部地区高。南部地区的主要地表水资源水源--大清河一般年份已无入境水量,而已建工程蓄水能力较大,甚至超过可利用的水资源量,地表水资源已无进一步开发的潜力;北部地区地表水资源相对丰富,北运河、潮白河、蓟运河入境水量较多,已建工程蓄水能力较小,地表水资源还有一定的开发潜力。

1.2 水环境状况

由于城市污水排放和农药污染,加之各河流水量逐年减少,水体自净能力降低,各河水体污染严重,水质恶化。经对境内19条河流水质进行评估,其中绝大多数河流为Ⅴ类或超Ⅴ类标准,只有北部地区的局部河段的水质达到Ⅳ类水标准。随着上游地区及水库周边的经济发展、污染源增多等,使引滦水质也受到了严重威胁。

地下水严重超采。天津市南部有咸水区,由于地表水资源缺乏,多年超采而难以补充、恢复深层地下水[2]。地下水超采致使地下水位持续下降,最深已达90 m。长期超采,导致地面沉降,沉降区域范围约7 300 km2,形成市区、塘沽、汉沽和大港及海河下游地区等几个沉降中心。市区周围等引滦工程供水范围以外地区,因无替代水源,仍继续开采地下水,地面沉降仍然十分严重。

水资源分布不均匀。天津市当地地表水资源量受降水年内分配及产汇流条件影响,年内分配不均匀。由于径流补给形式、流域调节能力的差异,各分区又有所不同,流域调蓄能力较小,当地产水多集中在6-9月,约占全年的70%～80%。

1.3 天津市水资源优化配置的必要性

水资源的缺乏,制约了天津市社会经济发展和人们生活水平的提高。虽然拥有较为完善的供水体系,但由于供水水源严重不足,供水保障程度较低,农业灌溉用水和生态环境用水没有保障,当遭遇连续枯水年时,天津市会出现严重缺水。因此,做好天津市水资源的优化配置,将有利于合理的缓解水资源状况所造成的压力,促进天津市经济、社会的可持续发展。

通过对天津市水资源现状的了解,建立了天津市水资源优化配置模型,为合理配置天津市的水资源奠定基础。

2 水资源优化模型的建立

水资源优化配置是水资源可持续利用的保证,是实现水资源合理开发利用的基础[3]。它是指在流域或特定的区域范围内,运用系统工程理论和优化方法,对有限的不同形式的水资源进行科学合理的分配,遵循公平、高效、统筹兼顾和可持续利用的原则,采取除害与兴利、水量与水质、开源与节流、工程与非工程措施相结合的方法,对多种可利用水资源在区域间和各用水部门间进行最优化调配和分配,力求实现有限水资源的经济、社会和生态环境综合效益最大。

2.1 目标函数

水资源系统优化的总目标或最高层次的目标是实现水资源的合理配置,支撑整个地区的社会、经济的全面协调和可持续发展[4]。水资源利用是多标的,因此,水资源优化配置是多目标优化问题,其目标不是求某一个方面或对象的效益最好,而是求整体的效益达到最优。因此,水资源优化配置问题是一个复杂得多目标决策问题。

其目标函数形式可表示为:

式中:X为决策向量,由不同数量、质量的水资源组成;f1(X)、f2(X)分别为水资源开发利用的经济、社会效益。

(1)目标1:经济效益。以区域供水净效益最大来表示:

式中:Xj为供水量,万m3;Bj为效益系数,元/m3;Cj为费用系数,元/m3。

(2)目标2:社会效益。以区域总缺水量最小来表示:

式中:Dik为k子区j用户的需水量,万m3;xkij为供水量,万m3。

2.2 约束条件

天津市水资源优化配置模型的约束条件,主要考虑区域供水系统的供水能力约束、区域用水系统的需水能力约束、区域协调发展约束等。

2.2.1 区域供水系统的供水能力约束

区域供水系统的供水能力约束,即在k子区i水源向所有用户的供水量之各应水于其可供水量:

式中:Wik为k子区i水源的可供水量。

2.2.2 区域水系统的需水能力约束

区域水系统的需水能力约束,即在k子区j用户从水源i的供水量应该介于用户需水量的上下限之间:

式中:Hik、Lik分别为k子区j用户需水量的上、下限。

2.2.3 变量非负约束

变量非负约束,表示为在k子区j用户的i水源的供水量是不小于0的,即有:

2.3 建立模型

将目标函数与约束条件组合在一起就构成了天津市水资源优化配置的基本模型为:

式中:X为决策向量;xkij为供水量,万m3;Dik为k子区j用户的需水量,万m3;Wik为k子区i水源的可供水量;Hik,Lik分别为k子区j用户需水量的上、下限。

3 天津市水资源优化模型的求解

天津市水资源优化模型是多目标优化模型,为求解模型,采用LINGO优化求解器中的多目标模块对模型进行求解。

3.1 城镇生活需水量、农村生活需水量的上下限

考虑生活用水的特征,不论是城镇生活需水量还是农村生活需水量,其上下限均取为其需水量,即:

式中:H1k、L1k分别为生活用水量的上、下限;D1k为规划水平年k子区生活需水量。因此,北三河山区生活用水的上下限为H11=L11=D11=0.64亿m3;北四河平原生活用水量的上下限为H12=L12=D12=5.34亿m3;淀东清南平原生活用水上下限为H13=L13=D13=4.53亿m3。

3.2 工业需水量的上下限

考虑工业用水的特征,工业需水量的上下限按下式计算:

式中:H2k、L2k分别为生活用水量的上、下限;D2k为规划水平年k子区工业需水量。

因此,北三河山区工业用水量的上限H21=0.720亿m3,下限L21=0.576亿m3;北四河平原工业用水量的上限H22=6.00亿m3,下限L22=4.80亿m3;淀东清南平原工业用水量的上限H23=5.080亿m3,下限L23=4.064亿m3。

3.3 农业灌溉需水量的上下限

农业灌溉需水量的上下限需要根据有效灌溉面积、保证灌溉面积和综合灌溉定额来确定,即:

式中:H3k、L3k分别为生活用水量的上下限;Skyx、Skbx分别为k子区的有效灌溉面积和保证灌溉面积;D3k为规划水平年k子区工业需水量。

因此,北三河山区农业灌溉需水量的上限H31=1.560亿m3,下限L31=1.404亿m3;北四河平原农业灌溉需水量的上限H32=13.00亿m3,下限L32=11.57亿m3;淀东清南平原农业灌溉需水量的上限H33=11.020亿m3,下限L33=9.918亿m3。

3.4 模型求解

将原模型等价转换成为LINGO优化求解模块的模型。首先,LINGO模型中的目标函数是一个多目标函数,它分为4个优先级,P1、P2、P3、P4分别表示为满足生活用水、满足工业用水、满足农业用水以及满足经济效益值最大4个目标;其次将原模型中的经济效益和社会效益的目标函数作为约束条件加入LINGO模型中;然后将原模型中的约束条件转换成LINGO优化求解器的语言;最后可以得到LINGO模型如下:

式中:Pi为优先级;di+、di-分别为正负偏差变量,满足di+×di-=0;xkij为用水量;WktS为可供水量;WktD为预测需水量;Lik为实际需水量下限值;Hik为实际需水量上限值。

通过上述的计算分析,得到结果如表1-表4所示。从结果上看,北三河山区、北四河平原以及淀东清南平原的配水原则基本满足首先满足生活用水的要求,而且在供水设施中,首先提供用水的是地表水,然后是浅层地下水,最后是其他水源(包括污水回用和过境水源等);而从缺水量上来看,淀东清南平原地区缺水严重,当地的水源供水能力为2.24亿m3远远满足不了当地的用水需求18.51亿m3,需要大量引用其他水源,以满足其正常的生活、工业、农业用水需求。

亿m3

元/m3

亿m3

注:Xijk为k区的i水源用于j用户的水量,其中i为水源,j为用户,k为分区。

4 天津市水资源优化配置的政策举措及建议

4.1 合理调配水资源,防治水污染

天津现有水资源的调配原则是开源节流[5]。合理优化调配水资源,应采取下列措施:(1)用政府宏观调控的手段控制地表水;(2)尽可能减少深层地下水的开采,使其作为后备水源或应急水源;(3)用统筹兼顾的手段分配引调水。建成以引滦、引黄、引江输水干线为骨架,地表水、地下水和再生水利用、海水淡化和雨洪水利用等多水源统一优化配置;(4)明晰初始水权,合理配置水资源,以水定发展;(5)通过加强和完善城市工业和生活污水处理系统,加强城市污水的处理利用,提高污水处理率和达标率、回用率等,可以大大增加可利用水资源量;(6)建立海河流域水资源统一调蓄、调配制度。

4.2 加强水资源保护

确保境内水源水质安全要从源头上防治水污染,从生态上保护库、河、渠系水源水体。具体的措施包括两方面:(1)人防与技防相结合;(2)加大防治水污染的宣传与执法力度。

4.3 建设节水型社会,提高水资源利用效率和效益

天津市水资源严重紧缺,加强水资源合理配置是经济社会可持续发展的客观要求,节水工作又是水资源配置中的重中之重。随着经济社会发展和社会主义市场经济体制的建立和完善,传统节水做法的局限性越来越突出。往往在缺水时才重视节水,没有形成一种激励机制和长效机制。因此,提高水资源利用效率和效益,建设节水型社会势在必行。

5 结语与总结

天津市水资源严重短缺并且是资源性缺水,开发利用率大,而且水环境污染比较严重,地下水过度开采并且水质超标。基于这种情况,建立了多目标优化模型,寻求水资源优化配置势在必行。

对此,首先将水源划分为北三河山区、北四河平原以及淀东清南平原3个区域,用户分为生活、工业和农业3大类,进而建立以经济效益和社会效益为目标的多目标优化模型,并通过LINGO优化求解器中的目标规划方法对模型求解,得出先满足生活用水,其次满足工业用水,最后满足农业用水的供水原则的优化方案。天津市的资源性水资源短缺,单单依靠节水是不能从根本上解决的,应该采取开源与节流并重的政策举措,同时要注重防治水污染,加强水资源保护。

参考文献

[1]张凯.关于天津市水资源价值与水价格的研究[D].天津:天津大学管理学院.2006.

[2]姚雨田.天津市水资源优化配置与节水研究[J].天津建设科技,1996,(4).

[3]韩海燕,于苏俊.基于多目标优化模型的荣县水资源优化配置[J].安徽农业科学,2010,38(19):10 200-10 202.

[4]张成凤.基于遗传算法的榆林市水资源优化配置的研究[D].陕西:西北农林科技大学,2008:21-29.

【配置优化模型】推荐阅读：

容量优化配置07-21

产品优化配置06-15

资本优化配置06-27

优化配置工程08-09

优化配置方案08-12

资源优化配置09-16