基于遗传算法的动态联盟伙伴选择过程及优化模型

动态联盟中的伙伴选择和优化是动态联盟组建过程中的一个关键问题。该文对动态联盟中伙伴选择问题的复杂性进行了分析 ,指出已有定量方法存在的局限性 ,在对伙伴选择过程进行数学描述的基础上 ,提出了一个基于遗传算法的联盟伙伴选择优化模型 ;并对该模型的算法进行了设计和改进 ,最后给出了一个典型算例 ,以说明该模型和算法的有效性。     

基于GA算法的科技项目联合投标伙伴选择模型

根据联合投标伙伴选择决策特征，针对联合投标伙伴选择过程中决策因素多、信息量大、候选投标伙伴数量多等问题，运用遗传算法基本思想，构造灰色效果测度适应度函数，设计搜索调整机制，结合算例，给出使用基于GA算法的科技项目联合投标伙伴选择模型的一般过程．该模型具有快速收敛、鲁棒性和全局最优搜索能力．     

基于Web的虚拟企业伙伴选择决策支持系统

根据虚拟企业通过Internet网络信息技术进行运作的显著特点，深入研究了虚拟企业合作伙伴的选择过程，提出了适用于虚拟企业伙伴选择决策支持系统的合理化流程，并对系统所需的数据仓库和体系结构进行了描述和规划；在此基础上，进一步提出了一个基于Web的虚拟企业合作伙伴选择决策支持的系统解决方案，来体现在Web环境下盟主企业评价和选择合作伙伴的决策过程和决策支持系统的实现层次。     

基于AHP和熵的TOPSIS方法的虚拟企业合作伙伴选择

为客观地评价合作伙伴，建立了合作伙伴评价指标体系．在此基础上，本文在对虚拟企业的合作伙伴进行评价过程中，利用熵技术和AHP法对评价指标进行组合赋权，给出了一种将AHP和熵与TOPSIS相结合的算魄并运用于虚拟企业合作伙伴选择的决策方法．最后，结合案例，对候选伙伴做出了较为客观地评价，验证了方法的可行性．     

AHP法虚拟企业合作伙伴选择

针对虚拟企业合作伙伴选择问题，在选择的三阶段结构化模型的基础上提出了伙伴选择的评价指标体系，给出了一种基于层次分析法的多目标决策评价策略，结合具体虚拟企业进行了10个伙伴10项指标实例分析，筛选出8个可合作伙伴，并用这8个可合作伙伴的现状及发展前景，验证了层次分析法的多目标决策评价策略科学性和有效性。     

虚拟企业伙伴选择的优化决策

提出了用二阶段法解决虚拟企业的伙伴选择问题，即用关系理论初选和用层次分析法最后选择相结合的方法，对虚拟企业众多潜在伙伴进行快速选择，并且分析了影响伙伴选择的主要因素，最后给出了虚拟企业伙伴选择过程。     

基于Metropolis准则遗传算法的企业动态联盟生成模型

为了提高动态联盟中企业选择联盟伙伴和优化过程中的效率,提出一种基于Metropolis准则遗传算法的企业动态联盟生成模型.将模拟退火算法中的Metropolis准则与遗传算法相结合,提高企业选择联盟伙伴和优化过程中的效率.1 000次仿真实验表明,标准遗传算法SGA平均需要166次才能找到最优解,而基于Metropolis准则遗传算法(MGA)平均仅需要149次就可以找到最优解.企业选择联盟伙伴和优化时,基于Metropolis准则遗传算法(MGA)可以使企业高效找到最优联盟伙伴.     

企业核心竞争力的Web挖掘

为了解决如何让提高基于虚拟企业的企业核心竞争力问题，分析了企业核心竞争力信息在虚拟企业合作伙伴选择过程中的重要性，提出了一种企业核心竞争力信息的Web挖掘模型，建立了企业核心竞争力的知识库，并给出了企业核心竞争力信息Web特征提取的算法，通过实践验证，具有良好的效果。     

现代集成制造体系结构生命周期研究

论述了现有几种典型现代集成制造（CIM）体系结构在实际指导企业设计、实施信息化工程中存在的问题和不足，结合企业信息化工程整体解决方案的目标、需求和内涵，给出了实用化的建模体系结构应具有的功能和特征．提出了一种改进的集成化虚拟企业建模体系结构（IVEM）．在此基础上，给出了基于企业模型驱动的、面向企业整体解决方案的、以企业模型向工作流模型的映射机制为核心的集成化虚拟企业建模与执行系统结构．     

基于协同效应的企业候选伙伴的优化选择

在科学技术飞速发展的今天,选择合作伙伴已经成为了企业进行新业务拓展的一种重要运作方式.选择不同的合作伙伴对合作的效果影响很大,因此建立一套有效的评价合作伙伴的指标和方法,对核心企业选择合作伙伴具有重要的意义.该文对企业的合作伙伴选择问题进行了研究,并且考虑并解决了不同企业间的协同效应.文中给出了该问题的数学模型,并提出了基于模拟退火算法的伙伴选择办法,并通过算例证明其有效性和准确性.     

基于遗传算法的网络化制造伙伴选择与优化

在分析制造业面临的动态多变的竞争环境基础上,着重考虑了时间、成本、风险作为伙伴选择过程中的重要评价因素,结合项目本身存在的约束关系以及决策者的偏好,提出了基于遗传算法的合作伙伴选择的多目标优化模型·实例仿真结果验证了算法模型与求解过程的有效性与实用性,实现了网络化制造伙伴选择的定量分析,为开发网络联盟企业合作伙伴选择决策支持系统奠定了基础·     

动态联盟伙伴选择问题的混合计算方法

针对已有伙伴选择问题方法的不足,以最小化竞标花费,交通运费和拖期惩罚成本之和为目标,给出伙伴问题的0-1整数规划模型,并提出了求解问题的混合遗传算法.该算法用染色体的编码确定合作伙伴的组合,结合专家经验,通过模糊神经网络对人工给定的隶属函数和模糊规则进行修正,用所得到的结果改进合作伙伴的组合.实验结果表明,模糊神经网络的使用提高了模糊推理的准确性,进而也提高了混合算法的有效性,使其具有比普通遗传算法更好的寻优能力.     

完工概率最大的伙伴挑选模型

为控制子项目具有随机完工时间的动态联盟企业的项目完工风险,研究在满足项目费用投资和子项目时序约束的条件下使项目完工概率最大的伙伴挑选问题.基于计划评审法(program evaluation and review technique,PERT)描述各子项目时序约束,并建立了相应的非线性整数规划模型,设计了嵌入PERT的遗传算法对问题进行求解,最后通过实例将设计的方法与枚举方法进行了对比分析,研究结果表明该方法在运行时间和效果方面的有效性,从而为随机情况下的动态联盟企业伙伴挑选问题提供了一种有效的管理工具.     

Particle swarm optimization algorithm for partner selection in virtual enterprise

Partner selection is a fundamental problem in the formation and success of a virtual enterprise. The partner selection problem with precedence and due date constraint is the basis of the various extensions and is studied in this paper. A nonlinear integer program model for the partner selection problem is established. The problem is shown to be NP-complete by reduction to the knapsack problem, and therefore no polynomial time algorithm exists. To solve it efficiently, a particle swarm optimization （PSO） algorithm is adopted, and several mechanisms that include initialization expansion mechanism, variance mechanism and local searching mechanism have been developed to improve the performance of the proposed PSO algorithm. A set of experiments have been conducted using real examples and numerical simulation, and have shown that the PSO algorithm is an effective and efficient way to solve the partner selection problems with precedence and due date constraints.     

机组组合的扩散并行遗传算法

研究了在细粒度并行机上的扩散并行遗传算法．遗传算法中个体为矩阵个体,选种采用竞争法．并行处理机拓扑结构为三维网格．对一个十机系统的机组组合问题进行了串行模拟,结果表明,当最大遗传代数或并行处理机个数增大时,均可找到更好的解,同时加速比也得以提高,且异步法优于同步法．     

一种基于混合模型的数据网格副本选择机制

在基于遗传算法和蚂蚁算法的副本选择策略研究的基础上,针对两种算法的优缺点,提出了基于融合算法的副本选择策略,利用遗传算法中的适应度函数初始化蚂蚁算法中的信息素分布,利用蚂蚁算法选择最优副本,即解决了遗传算法求解效率低的问题,又解决了蚂蚁算法初期信息素匮乏问题。通过对仿真结果进行分析比较,基于融合算法的副本选择策略在整个网格环境下和在单个站点都能有效减少作业运行时间,提高副本选择的速度,提高了整体性能。     

一种遗传算法在集合覆盖问题中的应用研究

利用遗传算法的思想把集合覆盖问题进行适当的转化并提出了一种适用于求解该问题的改进遗传算法,通过对种群中的染色体进行启发式改进和遗传参数的选取,来达到求解的目的.     

城市货物换装站非约束选址模型及其遗传算法

结合城市货物运输的具体特点及连续选址问题的复杂性,在分析城市货物换装站非约束选址问题特点的基础上,建立该问题的优化数学模型,并构造求解问题的有效遗传算法．算法中设计了基于表上作业法或单纯形法的嵌入式适应值计算方法,并采用确保浮点数编码个体有效性的遗传操作方法．实例计算表明,本文提出的模型与算法能够有效地解决城市货物换装站非约束选址问题．     

基于服务质量的Web服务优化选择算法及仿真

提出一种基于服务非功能属性的Web服务优化选择的多目标遗传算法.考虑到在服务选择时组合方案中的控制结构、具体服务之间的关联性和多个服务质量指标之间的折衷这三方面的约束,对服务选择建立分层模型给出优化选择的形式化定义.在此基础上,采用多目标遗传算法求解优化服务选择.首先设计了适合的染色体编码方式,以表示可行的服务选择方案...