排序方式: 共有73条查询结果,搜索用时 78 毫秒
71.
为了满足供应中断后的时变需求,恢复决策需随时间调整,而普遍的静态策略无法描述这一过程.文章基于微分博弈理论,在静态恢复策略的基础上提出了动态恢复策略,考虑在有限恢复计划期内参考价格效应对动态需求的影响,分析最优供应恢复努力水平和参考价格最优轨迹,并进一步设计双向成本补贴契约实现供应链协调.研究发现:相比于静态恢复策略,动态恢复策略对各方更有利,其最优供应恢复努力水平随时间以递减的速率降低;对于持续时间较长的中断和忠诚度高且对参考价格敏感的消费者,供应链成员倾向于投入更大的恢复努力水平并采用契约协调供应链;在双向成本补贴契约下,只有当供应商和制造商的边际利润占比差距较小时,双向成本补贴契约能够实现双方的帕累托改进.最后拓展分析考虑贴现因子的情形,验证了模型的鲁棒性.本研究可为有限时域内考虑消费者行为要素的供应链动态恢复管理提供决策支持. 相似文献
72.
针对樽海鞘群算法在求解复杂优化问题时存在种群多样性减弱、易于陷入局部最优等不足, 提出了一种使用高斯分布估计策略的改进樽海鞘群算法(salp swarm algorithm using elite pool strategy and Gaussian distribution estimation strategy, GDESSA)。首先提出一种精英池选择策略, 领导者位置在每次更新时随机从精英池中选择一个个体作为食物源, 增强领导者的探索能力, 丰富种群多样性。其次利用高斯分布估计策略对追随者公式进行改进, 通过拟合优势群体信息, 修正种群进化方向, 增强算法的寻优能力。使用CEC2017测试函数对改进算法进行测试, 并通过统计分析、收敛性分析、稳定性分析、Wilcoxon检验、Friedman检验、Iman-Davenport检验评估改进算法性能。仿真结果表明: 本文提出的改进策略能有效提高算法性能; 提出的改进算法相比其他算法, 具有更快的收敛速度和更好的收敛精度。 相似文献
73.
针对现有研究中无人作战飞机(unmanned combat air vehicle, UCAV)近距逃逸机动的自适应性不足和战术性匮乏问题, 提出一种将模糊专家系统与双策略竞争的可选外部存档差分进化算法(external archiving differential evolution algorithm with dual strategy competition, DSC-JADE)相结合的逃逸机动决策算法。通过对战术知识的学习, 建立模糊专家系统, 将逃逸决策过程通过滚动时域划分为离散片段, 根据模糊专家系统决策得到机动动作, 在其控制量对应的可行域内, 采用改进差分进化算法(improved differential evolution, IDE)进行寻优得到最优控制量, 完成逃逸机动决策。在UCAV处于劣势的初始条件下进行仿真验证, 证明DSC-JADE算法相较原始差分进化以及其他传统群智能算法搜索能力更强,采用专家系统相较不采用专家系统逃逸决策能力更优。 相似文献