基于Nelder-Mead单纯形法的改进量子行为粒子群算法

针对PSO算法搜索精度较低,并且在复杂多模态函数优化中,容易陷入局部极值的问题,提出了一种改进的量子行为粒子群优化算法。研究了该算法的基本原理、给出了算法流程并采用正交试验的方式获得了一套通用性较强的算法参数。并以CEC’13的28个测试函数作为测试集,采用Wilcoxon符号秩检验将NM-QPSO算法分别与PSO算法和QPSO算法的误差进行比较试验。试验表明:NM-QPSO算法在统计意义上优于传统的PSO算法和QPSO算法,并且在高维函数优化中,具有显著优势。     

基于均匀网格的进化规划算法及其应用

提出一种新的进化规划算法－基于均匀网格的进化规划算法。该方法不仅能够加愉普通进化规划算法的收敛速度，而且能够有效地保证种群的多样性，此外，由于均匀网格方法的引入，非常有利于多模态函数的全局优化，并用该方法求解具有多个极值点的函数优化问题，计算机仿真实验结果表明该方法是非常有效的。     

关于同速机类型供应商任务交付顺序的协调

供应链各成员的协同调度能够显著提高供应链整体生产效率. 以装配系统为背景，研究机器类型为同速机和单机的零件供应商关于多任务交付顺序的协调. 在无主导方的情况下，建立了基于纳什谈判理论的协调机制，并针对一类含乘积式目标函数的调度问题，设计了基于序列临位交换（API）的多项式时间启发式算法. 通过数值算例，确认了该机制在协同调度中所发挥的作用.     

BOSC环境下考虑价格折扣因素的利润模型

在BOSC环境下，考虑回收策略及模块化影响的利润模型基础上，进一步研究了价格折扣因素对于该利润模型的影响，使得模型更能体现接单式生产的特点。通过对改善后的模型的研究发现，采用价格折扣不一定是每一个生产商首选的促销手段，价格折扣选择不当会直接影响生产商的利润，并且在此模型中能够确定最大利润条件下的模块化程序和回收价格。     

伴随供应商促销努力的两阶段供应链回购策略

以包含一个制造商和一个零售商的两层供应链为研究对象,当零售商是领导者,供应商是跟随者,并且需求和促销努力相关时,证明传统的回购契约已不能够使得供应链协调。为了解决这个问题,建立了基于促销成本共担的回购契约模型,验证能够使得供应链协调。最后通过数值例子对模型分析比较。     

穿梭车仓储系统复合作业路径优化

将入库任务和出库任务进行合理搭配构成复合作业是穿梭车仓储系统常用的作业模式,合理的复合作业路径优化对于提升作业效率,降低作业成本具有重要意义。为提高穿梭车仓储系统的出入库效率,将系统复合作业路径优化归结为任务指派问题,以完成一批拣货任务的总时间最小为目标建立优化模型。设计了一种改进的离散粒子群优化算法,重新定义了粒子的位置和速度及运动方程,将循环交叉和交换变异引入速度的加法运算,实现算法的快速收敛,同时通过排斥算子保持粒子群的多样性,减小算法陷入局部最优的可能性。仿真结果表明,该算法性能优于遗传算法,有效地缩短了复合作业的时间,提高了拣货效率。     

一种新的进化算法——蚁群算法

介绍一种崭新的求解组合优化问题的方法一人工蚁群算法．该方法通过模拟蚁群搜索食物的过程，达到求解比较困难的组合优化之目的．该方法的主要特点是：正反馈、分布式计算、与某种启发式算法相结合．正反馈过程使得该方法能很快发现较好解；分布式计算使得该方法易于并行实现；与启发式算法相结合，使得该方法易于发现较好解．研究表明该方法是一种基于种群的鲁棒性较强的算法．     

多路径选择变速双目标物流配送路径规划

为研究任意两点之间存在多条通路的带时间窗和能力约束的变速车辆路径问题,使总配送成本最小的同时最大化客户总体满意度.刻画车辆行驶速度时同时考虑了通行时段和路况因素,建立双目标的混合整数规划模型,并采用改进蚁群算法求解.仿真结果表明所提模型和改进算法有效,对于复杂路况下车辆配送路径规划问题有一定的参考价值.     

具有风险决策者的供应链定量模型的综述与分析

供应链管理过程中存在着种种不确定性,使得供应链中的行为主体是具有风险偏好的决策者,具有风险决策者的供应链管理目前成为供应链研究的一个重要方向.基于金融领域的各种风险分析工具,对具有风险厌恶决策者的一些供应链定量模型进行分类评述,讨论了风险厌恶对供应链系统性能的影响、单供应商对单零售商和单供应商对多零售商等不同供应链结构下的风险决策模型、以及具有风险厌恶决策者的供应链契约协调问题等,总结了目前的研究现状,并提出了进一步的研究方向.     

格理论在离散事件系统监控中的应用

利用格理论给出了给定语言的上限能控子语言，上限闭子语言和上限Ｌｍ（Ｇ）闭子语言的存在性和算法。