单机不同尺寸工件批调度问题的优化算法

研究了单机环境下不同尺寸工件的批调度问题,引入微粒群算法对制造跨度进行优化.首先给出了问题的微粒表达形式,并根据问题的离散优化特性对微粒状态的更新方法进行了改进;然后将微粒群算法和分批的启发式算法进行有效结合,改善近似解的质量.实验中对各类不同规模的算例均进行了仿真,结果表明了微粒群算法的有效性.     

优化差异工件单机批调度问题的混合微粒群算法

研究了单机环境下具有动态到达时间的差异工件批调度问题,设计了微粒群算法对此类问题进行求解,并结合动态规划进行优化.首先给出了问题的微粒表达形式,并根据问题的离散优化特性对微粒状态的更新方法进行了改进;然后将微粒群算法和动态规划算法进行有效结合,改善近似解的质量.在实验中,对各类不同规模的算例均进行了仿真,验证了该算法的有效性.     

基于动态规划的装配线物料搬运节能调度方法

为有效提升混流装配线的生产效率与环境效益,提出了装配线多载量小车物料搬运节能调度方法.以最小化最大线边库存与总能耗为目标,建立了多目标混合整数规划模型.通过问题性质分析,将混合优化问题转为离散优化问题,降低了模型复杂度.针对动态规划算法维数灾问题,提出了基于剪枝规则的多目标规划算法:通过剪枝规则剪除被支配状态,缩减搜索空间以提高计算效率.其中,为满足动态规划的马尔可夫性,定义了新的状态表示方式.最后,仿真实验验证了所提出的调度方法的优越性与算法的有效性.     

基于双种群协同进化的QoS全局最优

针对服务质量（quality of service, QoS）全局最优Web服务选择问题,提出了一种双种群协同进化QoS全局最优Web服务选择算法。算法在多目标离散粒子群算法基础上设计一种双种群协同进化框架以同步进行非支配排序和精英粒子保留,并定义了一种新的离散粒子位置更新算子。同时为保证粒子的多样性和算法的全局收敛能力,算法采用基于距离的粒子多样性度量算子、基于适应值排序的粒子选择算法和基于轮盘赌的全局最优解选择策略。仿真实验结果表明该算法能同时优化多个目标,并得到一组满足约束的Pareto最优解,且具有较好的性能和鲁棒性,解集的质量和分布也优于非支配排序遗传（nondominated sorting genetic algorithm,NSGA）算法的改进算法NSGA-Ⅱ,能有效解决QoS全局最优的Web服务选择问题。     

基于自适应进化粒子群算法的多目标优化方法

提出一种自适应进化粒子群优化算法(AEPSO),以提高多目标优化 PSO算法的性能.AEPSO算法把非支配排序技术、自适应惯性权重和特殊的变异操作引入到PSO算法中,来提高算法的全局搜索能力和粒子的多样性.与常用的整体加权方法来处理多目标优化问题不同,AEPSO算法采用非劣解排序来引导粒子的飞行,以改进算法的收敛性,同时采用特殊的变异操作防止早熟收敛并增加优化解的多样性.所提算法的有效性经过四种代表性benchmark函数进行验证,并与几种典型同类型算法进行比较.该算法已成功地用于合金材料的多目标优化设计.实验结果表明AEPSO算法能够较好地兼顾收敛精度与优化解的多样性,满足多目标优化设计的要求.     

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.     

多UCAV协同目标分配算法研究

针对多无人作战飞机(unmanned combat aerial vehicle, UCAV)协同目标分配问题,提出了一种基于离散粒子群算法的多UCAV协同目标分配方法。根据多UCAV协同目标分配问题的特点,建立了粒子与实际问题间的映射,设计了新的粒子群位置和速度更新公式,并且对标准粒子群算法作了改进。充分利用粒子群优化算法的全局搜索能力,有效地解决多约束条件下多UCAV协同目标分配问题。仿真结果表明,离散粒子群算法能够稳定快速地找到较优分配方案,并且算法简单、灵活。     

基于改进PSO算法的实时故障监测诊断测试集优化

针对基于相关性模型的复杂系统实时故障诊断问题,引入一种改进的多目标离散粒子群优化算法对测试集进行优化选择,以提高诊断系统效率,降低测试成本。基于现有粒子群优化算法,将粒子速度更新和位置更新的意义与测试选择相联系,提出了新的速度和位置更新公式;针对测试集故障检测数、故障隔离数、测试个数及成本等多个指标,分别设计了故障监测测试集和诊断测试集的多目标适应度函数,并给出最优解的多目标更新方法。仿真结果表明：改进算法收敛速度快,计算精度高,可为实时监测诊断系统测试集优化选择提供有效指导。     

基于实值粒子群优化的STSS系统传感器管理算法研究

针对STSS系统中段弹道目标传感器管理问题,通过分析中段目标跟踪的影响因素,提出了一种新的优化目标函数.并在分析基于二进制粒子群优化的传感器管理算法缺点的基础上,通过对粒子的降维处理和位置矢量更新式的改进,提出了一种基于实值粒子群优化的传感器管理算法.最后,根据中段弹道目标跟踪典型场景下的仿真实验分析,给出了目标函数加权系数的优选方案,并比较了几种方法的性能.仿真实验表明,所提优化目标函数能有效进行多传感器的管理调度,且基于实值粒子群优化的传感器管理算法是一种更加高效的方法.     

多约束混流线平衡与排序优化问题研究

针对G企业混流装配线设计不合理导致工位间负载不均衡及产品堆积现象，考虑工序与工位间匹配关系，节拍时间、工序优先关系等多约束，以减少工位数量、均衡工位间负载、减少产品等待时间为目标，建立混流装配线设计与产品排序问题的多目标混合整数规划模型，分别设计了分层算法和混合启发式算法；利用小规模算例验证了分层次算法的精确性，利用大规模算例验证了混合启发式算法高效性。基于本文算法对G企业装配线进行优化后，其工位间负载极差由15.6 min减少到0.1 min，优化后投产顺序对应的节拍时间降低了6 min。     

零部件归并对其总购置成本的影响研究

研究不同价格的同类零部件的归并问题。以总购置成本最低为目标，建立了针对两种不同价格的同类零部件的归并模型，提出了零部件归并的条件。在此基础上，用参数示例法分析了零部件需求量、采购价格差异、购置成本结构等因素对零部件归并的影响，并对企业的零部件归并管理提出了一些具体的建议。     

循环取货下基于随机提前期波动压缩的库存优化模型

针对循环取货过程中提前期波动较大及其对企业成本的直接影响, 将总提前期方差增加为决策变量, 并把赶工成本概念引入随机提前期波动(方差)压缩分析, 建立了循环取货下基于随机提前期波动压缩且含车载量约束的多供应商多产品库存模型, 讨论如何合理压缩生产和运输过程中的提前期波动来降低总成本. 结果表明: 企业可以在提前期方差压缩成本与提前期方差过高所带来的库存持有成本和缺货成本之间进行权衡, 通过合理压缩总提前期方差, 有效降低系统总成本, 尤其在车载量小、集货物资单价高且需求量大的情况下成本降低更为显著.     

The Input-Output Model and the Analysis of Profit and Tax of Product

ＴｈｅＩｎｐｕｔ－ＯｕｔｐｕｔＭｏｄｅｌａｎｄｔｈｅＡｎａｌｙｓｉｓｏｆＰｒｏｆｉｔａｎｄＴａｘｏｆＰｒｏｄｕｃｔＹＡＮＧＨｏｎｇｚｈｉＸｉｎｙａｎｇＴｅａｃｈｅｒ＇ｓＣｏｌｌｅｇｅ，Ｘｉｎｙａｎｇ４６４０００Ａｂｓｔｒａｃｔ：Ｗｉｔｈｔｈｅｃｏｍｂ...     

收益还原法评估农用地价格有关问题探讨

当前我国城市土地估价的理论和方法已经比较完善，而农用土地价格评估的方法则还不是很成熟。收益还原法是评估农用地价格的主要方法之一。作为该方法中最重要的参数之一，客观纯收益的确定就显得尤为关键。而客观纯收益的确定往往依赖于农业客观总收入扣除客观总费用。因此．结合具体的农业生产实践活动和从事的农用地估价实践活动，指出了我国在运用收益还原法进行农地估价时，农地纯收益测算不合理、用实际纯收益代替预期纯收益．以及还原利率的确定不规范等问题；详细分析了农业生产活动中可能发生的费用，并尝试分析了各种费用的确定方法，以期对具体的估价实践有一定的指导意义。参12。     

基于合作博弈协商机制的分布式资源受限多项目调度

分布式资源受限多项目调度问题涉及多个项目的独立调度以及项目之间共享资源的协调分配,因此,解决该问题的关键是设计有效的机制获取协调全局资源所需的调度信息并据此配置全局资源.考虑每个单项目延期的影响程度不同,以最小化多项目总拖期成本为全局目标建立分层决策模型:考虑分布式多项目调度问题的信息不对称性和各单项目决策者的自利性,设计基于合作博弈协商机制的分阶段进化算法对问题求解.以MPSPLIB问题集开展实验研究,结果表明:采用合作博弈协商机制可以有效降低多项目的总延期成本,并且该求解机制对问题规模和资源冲突强度的变化有很好的适应性;自主Agent参与合作博弈并选择诚信策略可获得更高的单项目收益,同时多项目获得高质量的调度方案.     

作业成本计算中成本动因合并理论研究

运用矩阵变换理论,研究ABC系统实施过程中为减少系统复杂性所进行的成本动因合并和最终成本动因个数的确定问题.结果表明,作业动因成本系数矩阵的秩是保证产品作业成本计算准确性的最小个数,矩阵的初等变换则是寻找最终成本动因、进行同质性成本动因合并的理论方法.导致最终成本动因个数小于系数矩阵秩的合并必然损失产品作业成本的精确性.同时对同质性产品的合并与简化也进行了研究,得出了类似的结论.     

基于过程和成本动因理论的成本控制问题研究

针对企业现行成本控制系统在当前技术与经济条件下的种种不适,提出了面向过程的成本控制这一新命题．作者讨论了成本控制对象－－过程及其属性;基于过程的企业观、成本观和成本控制观;过程重构、结构成本及其与成本控制的关系;作业成本法与基于成本动因理论的成本控制系统等问题．最后,作者描述了一个有一定推广意义的案例．     

基于人工神经网络的投资预测

叙述了神经网络的基本原理，建立了工程投资人工神经网络预测模型，编制了人工智能估价系统软件，并结合实例做了分析.     

集成成本计算(ICC)模型——作业成本计算与经济增加值的集成研究

作业成本计算 (ABC)提供相对准确的产品经营成本信息 ,经济增加值 (EVA)强调计量资本成本的重要性 .集成成本计算 (ICC)模型集成 ABC和 EVA指标 ,将权益和债务资本成本认定为企业的资本资源耗费 ,提出作业 -资本项目关系 (ACR)分析以解释每一作业耗用各项资本的金额 ,通过提供包含经营成本和资本成本的全面成本视野 ,以完整的成本信息提高决策的科学性和有效性 .以具体的案例说明了 ICC模型在实践中的可操作性 .最后 ,通过比较 ICC与 ABC的成本结果及对决策的影响 ,得出结论 .     

基于双重成本控制标准作用的委托-代理模型

按照泰勒控制标准理论设立的成本控制标准具有单层次特征,不利于提高企业成本控制效度.人的理性、情感和认知的变化,使双重成本控制标准应运而生.管理者不仅要制定双重成本控制标准,而且要通过制定合理的激励契约来激励工人积极控制成本,而工人在执行双重成本控制标准过程中,为实现自身利益的最大化,将根据掌握的信息选择自身努力程度,于是产生了工人与管理者之间的动态博弈.通过建立基于双重成本控制标准作用的委托-代理模型,分析管理者差异化激励契约对工人努力程度的影响,可以发现工人努力程度与所受到的激励程度呈正相关.对于达到不同成本控制标准的工人,管理者应设定差异化激励系数,实现成本控制人本化管理.