[发明专利]一种具筛选机制的上下界限收敛搜寻仿真优化计算方法

说明书

本发明涉及一种具筛选机制的上下界限收敛搜寻仿真优化计算方法。以最大化服务系统的总体服务满意度作为优化的目标，建立具筛选机制的两异质服务类型服务系统的混合整数型优化模型，而后，透过系统化方式利用上下界不断收敛搜寻系统仿真值，在每一次的迭代演算中改变搜寻的上界或下界，再透过二分法找到新的门阀值，直至收敛至符合信赖区间的等待时间值。本发明方法能在面对解空间很大、时间以及抽样成本的限制下，找出优化模型的近似最佳解。

技术领域

本发明涉及一种具筛选机制的上下界限收敛搜寻仿真优化计算方法。

背景技术

现有技术的仿真优化方法着重在发展当样本数趋近无限大时如何收敛至最佳解之相关理论，对于仿真优化模型而言，在有限的样本抽样数中，无法保证能找出所有满足随机限制式之可行解。

然而在实务上样本的大小通常依赖决策者主观的决定，只能使用有限数量的样本。同时，当系统仿真所需样本数愈大，则代表所花费的抽样成本愈大；且在样本数不足的情况下，仿真优化并不能保证可找到可行解。另外，在处理具有离散型变量之优化问题中，需要估计子梯度函数(Subgradient)，过往文献中的研究工作经常使用有限差分法(FiniteDifferences)，往往需要花费极大的计算模拟时间成本。

因此，本发明技术主要利用随机搜寻算法的优化技巧，透过系统化方式利用上下界不断收敛搜寻系统仿真值，在每一次的迭代演算中改变搜寻的上界或下界，再透过二分法找到新的门阀值，直至收敛至符合信赖区间的等待时间值。

发明内容

本发明的目的在于提供一种具筛选机制的上下界限收敛搜寻仿真优化计算方法，该方法能在面对解空间很大、时间以及抽样成本的限制下，找出优化模型的近似最佳解。

为实现上述目的，本发明的技术方案是：一种具筛选机制的上下界限收敛搜寻仿真优化计算方法，以最大化服务系统的总体服务满意度作为优化的目标，建立具筛选机制的两异质服务类型服务系统的混合整数型优化模型；而后，利用上下界限收敛搜寻优化算法，计算服务系统的总体服务满意度的最佳值。

在本发明一实施例中，所述具筛选机制的两异质服务类型服务系统的混合整数型优化模型如下：

目标函数：d₁·R₁(τ)+d₂·R₂(τ)

限制式1：W(τ,s₁,s₂)≤ε

限制式2：

限制式3：0＜τ＜1

限制式4：s₁,s₂∈positive integer

其中，d₁、d₂为通过服务分类门阀值筛选顾客分配至两种服务类型的服务设备的分配比例；R₁(τ)、R₂(τ)分别表示两种服务类型的服务设备的满意度；限制式1表示顾客期望等待时间W(τ,s₁,s₂)小于预设期望等待时间门阀值ε；限制式2的左边表示服务设备的服务人员、服务设备的配置成本以及运营成本之和，右边表示总预算B，β₁、β₂分别表示每年使用两种服务类型的服务设备的折旧摊提成本，p(τ)表示顾客被指派至第二种服务类型的服务设备的分配概率，c_i，i＝1、2分别表示两种服务类型的聘雇服务人员成本；限制式3表示服务分类门阀值τ的取值范围；限制式4表示s₁、s₂两种服务类型的服务设备的服务人员数为正整数。

在本发明一实施例中，所述利用上下界限收敛搜寻优化算法，计算服务系统的总体服务满意度的最佳值的具体实现过程如下：