竞标中的模糊决策与产品差异化

根据项目招、投标竞争活动所具有的典型静态博弈特征,运用不完备信息静态博弈理论和产品差异化理论对竞标报价行为进行了分析,建立了基于Hotelling线段定位的博弈模型·模型中考虑了投标人产品间的差异和招标方的偏爱,因而更能反映实际过程·基于上述模型,对于信息完备和不完备两种情况,分别给出了投标人的价格策略设计方法,并通过数值例子加以证明·最后,文中的数值算例证明了所得结果的有效性·     

易变质商品随机补货间隔的补到水平存贮控制策略

多阶段存贮问题一般在两种假定下研究,按照存货状况在任何时刻订货的连续查看假定和订货仅在离散时刻着手的周期查看假定.笔者在不同于以上两个假定条件下研究多阶段存贮问题,周期补货但补货间隔取为连续型随机变量.这种背景代表这样的现实生活,供应者拜访零售商在一个时间段内的随机时刻,而零售商按照一个固定的补到水平控制策略补足库存.认为仅有一部分未满足需求被补订,其余的销售机会则丢失.最后,假定商品易变质,且变质率是常数.然后求出了使利润数学期望值最大化的最优存贮水平的条件方程式,为实际补到水平控制提供依据.     

正交相似不确定组合系统的二次鲁棒分散镇定

正交相似组合系统是一类具有广泛工程背景的大系统,首先描述了Ｎ个控制系统间的正交相似性,然后研究了一类正交相似组合系统的二次鲁棒分散镇定问题·给出了二次鲁棒分散镇定的一个充分条件·研究表明,若系统具有正交相似结构,则其控制器的设计将大为简化·最后,仿真实例说明了所采用方法的有效性·     

基于改进蚁群算法的电力线路检修的多目标优化

通过对辽宁省电力有限公司的线路检修问题的综合分析,考虑各种约束条件,提出了一种多目标优化数学模型.在优化的过程中采用了改进的蚁群算法,并结合了图论中的图着色问题.改进蚁群算法的核心是自适应动态调整路径上的信息素,信息素增量由小变大,增强局部搜索能力,再由大变小,增强全局搜索能力,循环变化,从而利于算法能够跳离局部最优解.改进蚁群算法的优点是在求得满意解的基础上,大大提高了算法的速度.仿真实验结果表明,新算法的优化质量优于基本的蚁群算法.     

基于自适应粒子群支持向量机的短期电力负荷预测

针对粒子群优化算法存在易陷入局部最优点的缺点,提出了一种新的基于平均粒距的自适应粒子群优化算法(ASPO).该算法利用种群多样性信息对惯性权重进行非线性调整,并在算法的后期引入速度变异算子和交换算子,使算法摆脱后期易于陷入局部最优点的束缚,同时又保持前期搜索速度快的特性.将该算法应用到基于支持向量机的短期电力负荷预测模型中,对支持向量机的参数进行优化.对某电网的短期负荷预测实际算例仿真分析表明,所提出的基于APSO-SVM方法的预测精度明显优于传统的SVM方法,且速度较快,因此,该算法用于短期电力负荷预测是有效可行的.     

求解单级多资源约束生产批量计划问题的免疫遗传算法

通过对单级多资源约束生产批量计划问题(SLCLSP)模型进行分析,提出了基于免疫遗传算法(IGA)求解该问题的方法.此算法在保留基本遗传算法(SGA)随机全局搜索能力的基础上,借鉴生物免疫机制中抗体的多样性保持策略,大大提高了算法的群体多样性.实验结果表明,免疫遗传算法可有效改善基本遗传算法的未成熟收敛和局部搜索能力差的缺点,具有很好的全局收敛能力,使全局收敛性及收敛速度两方面均得到提高,能有效解决SLCLSP问题.     

基于动态双种群粒子群算法的柔性工作车间调度

针对标准粒子群优化算法存在易陷入局部最优点的缺点,提出了一种基于动态双种群的粒子群优化算法(DPSO).DPSO算法将种群划分成两个种群规模随进化过程不断变化的子种群,两个子种群分别采用不同的学习策略进行进化,并在进化过程中相互交换信息.该算法提高了全局寻优能力,有效地避免了早熟收敛的发生.将以DPSO算法为基础的排序算法和启发式分配算法(HA)相结合形成了解决柔性工作车间调度问题的新方法(DPSO-HA).通过对算例的研究和与其他方法的比较表明,该方法是有效可行的.     

基于二维阈值向量分割的足迹边缘提取方法

根据足迹图像特点,提出了基于灰度 梯度二维阈值向量区域分割的边缘提取方法·该方法以灰度 梯度共生矩阵为模型,利用最大熵原理,自动求出灰度 梯度二维阈值向量;用此二维阈值向量对图像进行区域分割,具有抗干扰能力强和正确分割模糊边缘像素的特点,构造两个适合足迹图像特点的结构元算子,对区域分割后的二值图像作数学形态学运算,以光滑边缘、提取边缘·大量实验表明,用本文方法提取的足迹边缘光滑,与原始图像具有很高的相似性;噪声得到抑制,取得令人满意的效果·     

基于改进粒子群算法的优化策略

为提高传统粒子群算法的搜索速度和搜索精度,提出了一种改进的自适应粒子群优化算法.将正则变化函数和慢变函数引入传统位置更新和速度更新公式当中,形成两种新的更新机制:搜索算子和开发算子.在算法运行的初始阶段,种群中大部分个体将按照搜索算子进行更新,搜索算子将有助于种群遍历整个解空间;随着迭代次数的增加,按照搜索算子进行更新的个体将逐渐减少,而按照开发算子进行更新的个体将逐渐增多,开发算子将有效地克服陷入局部最优解的问题.通过典型测试函数的仿真实验,新算法在加快收敛速度同时,提高了算法的全局搜索能力.     

供不应求季节性商品的价格控制和生产销售决策模型

讨论了蔬菜、水果等易于变质的季节性商品等在供不应求情况下的价格控制和生产销售决策模型.根据人们日常的经济活动和蔬菜水果等商品从本年度自然上市到下一年度自然上市这一周期内的需求和销售情况,给出了切合实际的假定条件,构建出模型结构,应用数学分析求极值的方法求出数值解,合理地确定了商品售价函数曲线和销量函数曲线.为组织供货销售和决定销售价格提供了理论依据,对农业生产和商业活动具有较强的指导作用.