模糊层次分析法在多目标运输指派问题中的应用

首先运用模糊数学，将多目标指派问题转化为模糊指派问题，然后应用模糊层次分析法（FAHP），确定多目标指派问题中各指标的权重值，并运用传统的匈牙利法求解，最后给出一个应用实例。     

非对称模糊加工时间工期指派调度优化问题的一类多项式求解算法

针对工件加工时间为非对称模糊数,极小化提前完工惩罚和拖期完工惩罚之和的均值的单机工期指派调度优化问题展开研究.证明了当模糊加工时间具有相同宽度比时,该问题是多项式可解的,并 给出了多项式求解算法.同时根据历史数据,构造了工期指派问题的调度模型,并利用所给出的算法求得最优解,从而 表明所提出的模型和算法的有效性.      

广义模糊指派问题的解法

对于指派问题,工作未完成之前,其效率矩阵中的元素应该是不确定的。但是决策者为了得到具有指导性的决策,有必要对效率矩阵中的元素进行统计或粗略估计。由此产生了更加贴近于现实生活中的不确定环境中的指派问题。针对现实生活中的模糊指派问题,讨论了模糊指派问题出现的三种可能情况,分别建立了它们的数学模型。将求解传统指派问题的匈牙利算法和伏格尔法进行了推广,讨论了模糊指派问题的求解方法,并结合算例进行了说明。     

基于粗糙集的人力资源模糊指派

分析了传统指派问题存在的不足并介绍了粗糙集理论和模糊指派,在此基础上研究了动态联盟企业在新产品开发过程中人力资源的指派问题.首先建立问题的数学模型,应用变精度粗糙集理论对技术人员的素质指标进行属性约简和权系数计算,同时指标属性中考虑技术人员的个人意愿,调动其主观能动性,然后利用专家对指标属性进行模糊评判并根据粗糙集得到的权系数形成综合矩阵,将其转化为单目标决策问题,应用匈牙利算法求解,最后给出了企业的应用实例,结果证明了算法的有效性和模型的实用性.     

多目标模糊指派问题的解法

针对目标系数为模糊数的多目标指派问题,首先将其目标系数进行规范化处理,其次对各目标函数进行归一化处理,根据各目标函数的系数确定各目标函数的权重,最后,将多目标模糊指派问题转化为单目标经典指派问题进行求解。     

平衡分式指派问题

在经典指派问题和瓶颈指派问题研究的基础上,给出了平衡指派问题的一种新的演变形式,即带有分式目标函数的平衡指派问题,并提出了求解该平衡分式指派问题的多项式时间算法,阐述了算法的有效性,并且给出了时间复杂度,还通过一个算例演示了此算法。     

具有准备时间的模糊交货期的排序问题

本文分析了一类具有准备时间的模糊交货期的单机排序问题.将任务具有不同准备时间,任务加工允许中断,目标函数是最大延误的排序问题由经典交货期推广到模糊交货期,并给出了最大模糊延误修正值的定义,给出了一些性质。在此基础上给出了此类问题的算法。为了便于计算,用三角形模糊数表示模糊交货期,本文用模糊交货期的隶属函数来比较任务的完工时间和交货期,判断任务是否误工。     

模糊多目标运输问题的结构元解法

为了解决一类具有模糊多目标的运输问题,采用模糊结构元方法,将问题转化为单目标的运输问题再求解。对于具有模糊多目标的运输问题,这些目标被归结为运输问题的模糊成本,利用模糊结构元理论,将多名专家意见通过基于模糊结构元的模糊算法集结为模糊综合指标值,进而将模糊多目标运输问题转化为模糊单目标的运输问题,并利用模糊数的结构元加权排序准则对单目标运输问题进行求解,最后给出了数值例子。该方法对于解决具有模糊多目标的运输问题具有一定的应用前景。     

具有模糊变量和模糊约束的模糊线性规划问题

提出一类具有模糊变量和模糊约束的模糊线性规划问题,给出了求解的算法步骤,得到了原问题的模糊最优解．     

指派问题的模糊数学方法求解研究及其启发

从指派问题的最优化实质出发，分析了指派问题匈牙利解法的管理意义，进而导出了若干有实用指导意义的指派原则。根据指派问题的现实特点进行扩展，建立了模糊效率矩阵，并按导出的指派原则结合模糊数学原理求解了该模糊效率矩阵。对指派问题模糊化求解的过程启发我们：管理问题的定量化处理意义，不仅在于能求出最优解，而且在于它同时含有丰富的管理指导意义。     

关于指派问题求解过程的改进

在应用“匈牙利算法”解指派问题的基础上，提出了“不平衡指派问题的解法”等指派问题求解过程中应注意的三个问题。     

多目标指派问题及其在物流供应中的应用

将多目标指派问题与模糊数学思想相结合,把各目标下的属性值矩阵转化为模糊关系矩阵,再将模糊关系合成矩阵与解决传统指派问题的匈牙利方法结合起来,提出了一种新的求解方法：模糊匈牙利法,并结合物流供应说明了该方法的应用。     

一种基于负载均衡的WCDMA基站站址选择算法

提出一种基于负载均衡的移动台分配策略,充分考虑了宽带码分多址(WCDMA)网络的小区呼吸效应,在移动台分配过程中,对移动台与基站的链路连接关系进行了优化,使得各个基站的负载相对均衡.理论分析与仿真实验结果表明,在完成同样的覆盖时,采用所提出的移动台分配策略可以显著减少规划区域内所有基站所需的发射总功率.     

基于遗传算法的目标优化研究

根据快防空作战的节奏、强对抗、多批次入侵特点，提出了武器目标分配模型．并通过分析遗传算法的原理解决武器目标分配的问题．用MATLAB语言进行优化设计，具有语言简单、函数丰富、用法比较灵活、编程效率高等特点．经过仿真验证，该方法可行且有效．     

基于多目标模糊决策的兵力分配模型

考虑作战兵力分配的多种目标因素，由模糊数学方法建立综合效益对于“优”的模糊关系矩阵并作为效率矩阵，建立了兵力分配的数学规划模型．结合传统的分派(指派)问题，给出了一种兵力分配模型及求解方法．     

遗传算法在铁路客车横向稳定性多参数优化中的应用

以典型铁路客车的动力学模型为研究对象,以车辆最大可行速度为目标函数,采用遗传算法对其横向稳定性参数进行了最优化的计算研究．结果表明：遗传算法在求解车辆动力学系统的参数优化问题中具有很好的适用性．尤其是对于多参数、多峰的非线性问题,该法提供了求解问题全局最优解的可能性．     

用基因算法实现切削参数的现场实时优化

为了使金属切削加工中,切削参数能实现实时优化保证产品质量和设备效率,提出采用基因算法。它是基于生物进化理论的优化算法,对问题进行全局的、并行的启发式探索优化,因而可以防止收敛于局部最优解,且搜索效率优于其它方法;适用于具有多参数、多约束条件和多目标的切削参数优化。基因算法结合现场实际工况的反馈信息实现了实时优化,在任一不同的生产条件下均能达到最优值。     

基于相邻状态链的多重态分配技术

本文全面分析了时序逻辑电路设计中的5个状态分配规则和相邻状态链分配技术.在分析一个例子的基础上,提出了利用冗余态进行多重态状态分配的方法,并进一步介绍了基于相邻状态链的多重态分配技术.设计实例表明,基于相邻状态链的多重态分配技术是有效的.