基于图论的虚拟企业制造伙伴选择优化算法

虚拟企业是21世纪企业进行生产经营和市场竞争的主要模式,确定合适的,有竞争力的合作伙伴直接关系到虚拟企业的市场反应速度及合作的绩效和成败.针对此问题,提出了基于图论的优化算法的解决方案.首先描述了虚拟企业制造任务,明确了虚拟企业在选择制造伙伴时应考虑的因素,在此基础上,建立了虚拟企业制造伙伴选择的数学模型,提出以“合同网”方法选择制造伙伴,针对评标中对投标者如何选择的问题,论文给出了两种基于图论的优化算法,并以实例说明了算法的有效性.     

虚拟企业伙伴选择的信任场模型

虚拟企业是应对市场竞争环境变化的一种柔性的能快速反应的网络化分布式动态组织. 在整个虚拟企业的组建过程中, 如何选择值得信任的合作伙伴是虚拟企业成败的关键. 针对虚拟企业的伙伴选择问题, 本文结合信誉和基于信任的合作机制, 借鉴"场"理论, 提出了信任场的概念, 建立了信任场的理论模型, 并讨论了基于信任场模型的虚拟企业伙伴选择方法. 最后, 通过实例及分析说明了该方法的可用性和合理性.     

面向虚拟企业合作伙伴选择的新过程框架结构研究

界定了虚拟企业合作伙伴定义并对其进行了分类；分析了目前理论界研究虚拟企业合作伙伴选择问题的思路，并提出了的合作伙伴选择思路；对传统虚拟企业合作伙伴选择策略进行了评述，给出新的虚拟企业合作伙伴评价指标确定框架；并将E-B的概念引入的到虚拟企业合作伙伴选择中，最后在总结前人的工作的基础上提出一种较为全面的虚拟企业合作伙伴选择的新过程框架结构。     

基于改进型灰色评价的虚拟企业合作伙伴选择

运用改进型灰色多层次综合评价方法,对虚拟企业合作伙伴选择的三级评价指标体系进行了全面、系统的评价.在此评价过程中,利用熵技术和AHP法对评价指标进行组合赋权.最后给出一个实例分析.     

模糊完工时间和模糊交货期下的虚拟企业伙伴选择

在企业的生产实际中,完工时间和交货期是一个模糊数.针对这类情况下的虚拟企业伙伴选择问题,提出了考虑模糊完工时间和模糊交货期的以极大化最小客户满意度为优化指标的伙伴选择模型,并给出了自适应遗传算法.在遗传算法的适应度函数处理中引入模糊数处理方法,解决了带模糊数的伙伴选择问题.仿真结果表明了该方法的可行性和有效性.     

虚拟合作的伙伴选择智能决策支持系统框架研究

在分析虚拟合作伙伴选择决策特点基础上 ,提出基于“规则 +框架”知识的评价模型重构机制与网上多智能体协同评价系统拓扑结构 ,以实现伙伴选择过程 ,最后建立了一个面向虚拟合作伙伴选择智能决策系统框架.     

基于改进粒子群优化算法的虚拟企业伙伴选择

在分析基本粒子群优化算法和建立虚拟企业伙伴选择多目标决策模型的基础上,提出了一种求解供应链联盟伙伴选择的优化问题的改进粒子群算法.在优化过程中,该算法以优良适应值粒子取代部分不良适应值粒子,使算法具有过滤能力,加快了搜索速度,并保证了收敛于全局最优解.实验结果用基本粒子群算法进行了验证和比较,表明该改进粒子群算法具有较好的性能和简单快速准确等特点.     

任务导向的虚拟企业间续式结盟治理机制

为深入揭示虚拟企业治理的机理,结合任务导向性和间续式结盟特征对虚拟企业治理机制进行了研究.对虚拟企业的间续式契约特性进行了分析,指出虚拟企业是结盟伙伴间所建立起的一系列相互关联的,维系长期合作关系并随市场机遇驱动、以任务为导向间续式履行的契约的组合.对虚拟企业契约的不完备性和社会治理机制进行了讨论.定义了子任务价值系数作为结盟伙伴治理形式选择的依据.对子任务价值系数的主要因素进行了分析,包括资源投入价值、子任务复杂性和风险等.提出了基于AHP的子任务价值系数计算方法.并给出了一个应用算例.     

基于AHP模糊优先权的虚拟企业伙伴选择方法

对于虚拟企业伙伴选择时存在不一致区间判断的复杂评估问题,在AHP框架下运用有下限和上限的区间数表示候选伙伴之间的比较比率,引入模糊集的隶属度函数表示对选择方案的满意程度,构造模糊约束集合矩阵,利用线性规划求解具有最大满意程度的优先权矢量,得出候选者的总体优先顺序,并举例说明了应用这个方法的计算过程.     

应用于虚拟企业信息平台智能主体的构建

研究了应用于虚拟企业信息平台智能主体（Agent）实现模型，详细地指出了此类智能主体的逻辑模型与实现模型。初步实现虚拟企业伙伴选择多Agent系统，并给出构建思想与测试结果。     

基于Web的协同制造伙伴选择系统的研究与实现

首先介绍了协同制造模式对伙伴选择的需求，然后讨论了协同制造伙伴灰色关联选择模型，其中主要包括灰色关联数学模型建立以及协同制造伙伴选择评价指标体系的构成。本文的另一个研究重点为协同制造伙伴选择系统的分析与设计，运用面向对象思想对系统进行静态分析、动态分析，最后通过实例介绍协同制造伙伴选择系统的关键页面。     

基于径向基网络的敏捷供应链伙伴选择实证研究

将敏捷供应链伙伴选择划分为四个阶段。构造基于径向基神经网络的敏捷供应链伙伴选择模型，运用该模型从初步筛选的海量数据中，分析潜在伙伴的类型，为下一步的精选打下基础。最后通过了实证分析的检验。     

基于遗传算法的供应链联盟伙伴选择

在描述供应链联盟伙伴选择多目标决策模型的基础上,提出了一种求解供应链联盟伙伴选择优化问题的自适应遗传算法,并以实例说明了该算法的有效性.     

基于知识转移的技术联盟合作伙伴选择机制

合作伙伴选择是技术联盟组建过程中的关键环节,也是联盟成败的重要原因。本文通过对技术联盟知识转移过程分析,建立了技术联盟知识转移行为模型。由于选择过程中信息不对称,产生逆向选择问题,应用信号传递理论博弈模型,本文分析了技术联盟合作伙伴的选择机制,针对完全信息和不完全信息情况下的选择方式以及最优策略,本文通过算例进行分析和验证。     

新产品开发中的后备盟友选择问题

提出新产品开发项目中的后备盟友选择问题，建立非线性0－1机会约束规划模型，通过为各项开发活动选择后备盟友，实现项目整体失败风险最小化。根据模型的特点，设计带有随机网络模拟程序的遗传算法寻求后备盟友的最佳组合，仿真计算证明了算法的有效性和模型的实际应用价值。     

面向伙伴选择的模糊Markov博弈控制及仿真研究

针对不确定条件下的伙伴选择决策问题,把自适应模糊控制系统理论及神经网络理论引入到Markov博弈中,提出一种基于多智能体的伙伴选择模糊控制模型。该模型引入基于ANFIS和神经网络的模糊神经网络,实现了一种全新的进行值函数逼近的梯度下降Q学习的算法。并应用该模型对伙伴选择问题进行研究,对多影响因素进行FNN学习,将输出量作为标准Markov博弈模型的输入量,得到影响的策略,最后研究了一个应用实例,利用具体历史数据对建模方法和模型进行了验证和分析。     

结合GLM与因子效应原则的贝叶斯变量选择方法

因子效应原则(效应稀疏原则、效应排序原则和效应遗传原则)经常用于评判因子设计理论与数据分析策略的合理性. 针对非正态响应的部分因子试验, 当筛选试验含有复杂的别名效应时, 提出了一种结合广义线性模型(generalized linear models, GLM)与因子效应原则的多阶段贝叶斯变量选择方法. 首先, 在广义线性模型的线性预测器中对每个变量设置一个二元变量指示器; 其次, 将因子效应原则以变量指示器的先验信息分成三个不同的阶段分别加以考虑; 然后, 利用变量指示器的后验概率识别显著性的因子效应. 最后, 仿真试验结果表明: 所提出的方法不仅能简化广义线性模型先验参数的选择, 而且能够有效地识别出非正态响应部分因子试验的显著性因子.