供应商选择的AHP/随机DEA方法

供应商选择直接关系到供应链中核心企业的采购质量,影响到企业的市场竞争力,因此,研究供应商选择方法,具有重要的理论意义和实践意义.文中研究了供应商选择基本原则,分析了供应商选择常用方法.综合供应商选择的层次分析法(AHP)和数据包络法(DEA),提出了供应商选择的AHP/随机DEA方法.通过引入随机变量,解决了数据包络分析中权重选择的不足之处,把选择供应商过程中的主观判断转变为可信度判断,提高供应商评价的可靠度.     

供应商可靠性分析

分析了供应商的可靠性指标。并利用基于模糊层次分析法（AHP）的逼近理想近似方法（TOPSIS）,确定了各个指标的权重,对应用实例得到的数据结果进行了分析。数据结果能够为企业选择供应商提供参考作用．     

基于AHP/PROMETHEE/GAIA的供应商选择决策方法

供应商选择问题是企业界和理论界十分关注的决策问题．在分析已有的多准则决策方法局限性的基础上，提出了一种基于层次分析法、偏好顺序结构评估法与交互辅助几何分析法相结合的供应商选择方法．以质量、经济因素、技术水平、供应能力与响应能力因素作为候选供应商的评价准则，用层次分析法确定供应商选择问题的结构及其评价准则权重，用偏好顺序结构评估法对候选供应商进行最终的评价，用交互辅助几何分析法对其进行灵敏度分析，最后通过算例证明了该方法的有效性．     

敏捷供应链中供应商选择的AHP/DEA方法

针对敏捷供应链管理中供应商选择这一重要问题，考虑到网络技术和信息技术的发展所带来的企业可供选择的供应商越来越多以及处理选择供应商的数据越来越大的特点，迫切需要一个综合评价供应商的方法。分析了网络时代供应商选择的特点，结合层次分析法（AHP）和数据包络法（DEA）的优缺点，提出了一种选择供应商的AHP／DEA方法，并运用AHP／DEA方法对实例进行分析和计算，得到了满意的计算结果。     

层次分析法在供应商评估与选择中的应用

供应商选择会对采购的各个方面产生重大影响,采购人员必须确保供应商可靠地满足要求,而对供应商的评估则是做好供应商选择、使供应链合作关系正常运行的基础和前提条件。分析供应商能力(power of suppliers)的过程称之为“供应商评估”(Supplier appraisal),对供应商技术／生产能力的评估有助于帮助降低采购不合格产品或服务的风险;财务能力是供应商确保其供应连续性和产品／服务质量可靠性的基础;商务能力表明供应商的产品/服务范围和水平以及他们愿意承担的一般合同价值;环境能力是供应商的产品／服务持续竞争力的保证。层次分析法是供应商评估与选择的常用有效工具之一,本文结合案例系统地介绍了供应商评估与选择的层次分析法。     

供应商选择层次分析法/随机数据包络分析法研究

供应商选择直接关系到供应链中核心企业的采购质量，影响到企业的市场竞争力，因此，研究供应商选择方法，具有重要的理论意义和实践意义。在研究供应商选择基本原则、分析供应商选择常用方法的同时。综合供应商选择的层次分析法(AHP)和数据包络法(DEA)，提出了供应商选择的AHP／随机DEA方法。通过引入随机变量，解决了数据包络分析中权重选择的不足之处，把选择供应商过程中的主观判断转变为可信度判断，提高供应商评价的可靠度。     

基于DEA/AHP的虚拟企业合作伙伴选择研究

在虚拟企业组建过程中,合作伙伴的选择直接关系到虚拟企业的运行效果.在分析合作伙伴选择一般方法的基础上,利用数据包络分析(DEA)/层次分析法(AHP)对合作伙伴进行分类,并对同一类型的合作伙伴进行评价与选择,基于DEA/AHP提出了新的方法,运用一个算例验证了此方法的可行性和有效性.     

基于FAHP-TOPSIS的服务型企业供应商评价

针对服务型企业在选择供应商的过程中采用模糊层次分析法(FAHP)存在主观性过强、计算量过大等问题,提出了模糊层次分析法与理想点法相结合的评价方法,即建立合理的服务型企业供应商评价指标体系,运用三角模糊层次分析法(TFAHP)对各评价指标体系进行权重求解,然后利用理想点法(TOPSIS)得到的标准化矩阵与三角模糊层次分析法得到的各指标权重相结合计算出加权标准化矩阵,最后通过对理想点的贴近程度对各供应商的综合能力进行排序。结果表明:该方法能够有效地减少供应商评价中主观因素的影响,降低其计算难度,通过实际案例分析,验证了FAHP-TOPSIS结合法能够为服务型企业提供较有针对性的供应商选择策略,具有较好的实际应用价值。     

基于层次分析法与模糊综合评价的供应商评价研究

为了避免层次分析法中人的主观判断、偏好等对供应商评价结果的影响,提出了层次分析法与模糊综合评价相结合的供应商评价方法.利用层次分析法确定了供应商各评价指标的权重,采用模糊综合评价的方法进行了供应商评价信息处理,建立了供应商模糊综合评价的数学模型,并通过对某汽车制造企业多个供应商的综合模糊评价,验证了层次分析法与模糊综合评价相结合进行供应商模糊综合评价的合理性与可靠性.     

基于FA-KM-GAHP,模型的授信供应商风险的群体共识评价

结合因子分析(factor analysis, FA)、K-均值(K-means, KM)及群体多层次分析(group analytic hierarchy process, GAHP)构建FA-KM-GAHP模型, 并对授信供应商风险进行群体共识一致性评价. 实证研究显示: 速动比率、产品价格的稳定性、产品质量问题与投诉的指标权重值分别是28.12%、 15.85%及45.79%; 授信供应商$D_2$优于其他授信供应商13.82%~57.36%. 基于此, 提出了评估和选择 授信供应商的 建议, 例如搭建联盟型区块链风险评价的共享平台等应对措施.     

基于遗传算法的一种自动聚类方法

遗传算法(Genetic Algorithm,简称GA)是一类模拟生物界的进化规律(适者生存,优胜劣汰遗传机制)而形成的一种最适应全局优化概率搜索算法。针对常规动态聚类方法对初始聚类中心的敏感性以及聚类结果与样本输入次序有关等问题,本文提出了一种基于GA的动态聚类方法,并将它应用到数据库的数据分析中。计算结果表明,该方法是一个具有全局最优解的动态聚类方法,其结果明显好于K-均值聚类算法。     

基于遗传算法的圆环板的优化设计

利用阶梯折算法,由传递矩阵导出变厚度圆环板平衡问题的初参数解的显式表达式,将圆环板的优化设计转化为极小化目标函数的非线性规划问题.用一种离散变量结构优化设计的单向搜索法与标准遗传算法结合的混合遗传算法求解该优化问题,发挥了单向搜索法局部搜索能力强、高效省时和遗传算法全局性好的优点.对典型问题的计算表明,该方法能解决受强度、刚度和几何等约束的离散变量结构优化设计问题,并具有编制程序方便、收敛快和精度高的优越性.     

主成分分析的一个黎曼几何随机算法

一个典型的求解主成分问题的方法是Oja-Sanger算法，但其不能保证迭代矩阵列的单位列正交性，实际计算时矩阵列甚至是无界的．将主成分问题等价变换为Stiefel流形上的一个二次优化问题，采用黎曼几何算法思想，获得求解主成分分析(PCA)的一个黎曼几何随机算法(自适应算法)．该方法可确保迭代矩阵列的单位列正交性．数值模拟结果表明，本文算法优于Oja-Sanger算法．     

基于曙光1000A的并行SVD图像滤波方法

提出了一种分块ＳＶＤ图像滤波算法,与现有的ＳＶＤ滤波方法相比,它有效地降低了存储开销,计算复杂度也由原来的Ｏ（ｎ３）降为Ｏ（ｎ２）;同时这种分块ＳＶＤ滤波方法具有很好的并行性,在曙光１０００Ａ上设计了并行处理算法,实验和分析都表明,其加速比接近处理机个数ｐ．     

带时间窗车辆路径问题的混合粒子群算法

将粒子群优化算法与模拟退火算法结合,提出了一种求解车辆路径问题的混合粒子群算法.实例计算及与遗传算法比较的结果表明:应用混合粒子群算法可以快速地求得带时间窗车辆路径问题的优化解;该算法是一种求解离散组合优化问题的有效方法.     

引入PSO加速因子和个体认知的改进蝙蝠算法

针对蝙蝠算法后期收敛速度慢,易陷入早熟收敛,求解精度低的缺点,提出一种引入粒子群算法中的个体认知与加速因子的改进方法。该方法增加了蝙蝠的个体历史飞行经验,提高了个体自主性,以避免群体经验过度影响带来的进化能力丧失;利用加速因子对速度的控制,增加蝙蝠的可飞行范围,提高搜索能力,加快收敛速度。最后选取标准测试函数对设置不同加速因子的改进算法进行仿真验证,并与基本蝙蝠算法进行对比,结果显示改进后的算法在收敛速度和求解精度上有进一步提高。     

一种改进PSO算法在经济调度中的应用研究

粒子群优化算法是一类新的基于群体智能的启发式全局优化技术,群体中的每一个粒子代表待解决问题的一个候选解,算法利用粒子之间的相互作用发现复杂问题解空间的最优候选区域.综述了算法的基本形式及其多种改进形式,通过比较提出了一种用于求解一般形式的非连续、非凸、非线性约束优化问题的改进粒子群算法,用于求解复杂的非凸、非线性电力系统经济负荷分配问题.仿真结果表明,所提出的方法搜索速度快,求解精度高,易于掌握,是解决电力系统经济负荷分配问题的有效手段.     

WDM设计中的Fabry-Perot腔传递函数模型

作为WDM(Wave Division Multiplexing)一个重要的器件，Fabry-Perot腔的相关设计和算法不断更新。笔者提出一种新的数学模型：把Fabry-Perot作为系统的一个参数对待，将信号与系统的知识纳入Fabry-Perot腔中，用系统的方法(梅森公式)求解Fabry-Perot腔的传递函数，避免了繁琐的矩阵运算，这样易于理解和优化设计。     

Research on efficient edge-chasing deadlock detection/resolution for distributed systems

Numerous edge-chasing deadlock detection algonthms were developed lor the cycle detection in distributed systems, but their detections had the n steps speed limitation and n （ n- 1） overhead limitation to detect a cycle of size n under the one-resource request model. Since fast deadlock detection is critical, this paper proposed a new algorithm to speed up the detection process. In our algorithm, when the running of a transaction node is blocked, the being requested resource nodes reply it with the waiting or being waited message simultaneously, so the blocked node knows both its predecessors and successors, which helps it detecting a cycle of size 2 directly and locally. For the cycle of size n （ n 〉 2）, a special probe is produced which has the predecessors information of its originator, so the being detected nodes know their indirect predecessors and direct successors, and can detect the cycle within n - 2 steps. The proposed algorithm is formally proved to be correct by the invariant verification method. Performance evaluation shows that the message overhead of our detection is （ n^2 - n - 2）/2, hence both the detection speed and message cost of the proposed algorithm are better than that of the existing al gorithms.     

基于旋转天线的二维高分辨成像算法

受涡旋电磁波产生方法和自旋目标成像方法的启发,提出了基于旋转天线的二维高分辨成像方法。首先构造了基于旋转天线的雷达观测模型;利用距离向傅里叶变换获取目标的距离仿真,推导出了包含目标方位角信息的多普勒效应的正弦表达式;最后将正交匹配追踪算法应用到该正弦信号中,重构出目标的方位角,有效提升了雷达波束范围内的方位角分辨能力。仿真实验证明,该算法对雷达性能要求较低,克服了成像质量对纯净的高模态涡旋电磁波的依赖,实现了对静止目标的二维高分辨成像。