射频识别技术在基于经济批量模型的供应链中的应用

射频识别技术的快速发展引起了各行各业的广泛关注,并开始应用于供应链中,而评估RFID技术的应用所产生的成本以及效益成为现在RFID技术研究的焦点。为了评估RFID技术的投资与回报,选择1条由1个制造商和1个零售商组成的二级供应链对RFID技术的投资进行研究。该供应链模型的建立基于经济批量模型,考虑了订货(生产)成本及其效率、库存成本及库存效率,并且将广泛存在于供应链问题中的库存不准确因素加入模型,研究RFID在优化库存管理的同时将对供应链产生怎样的影响。文章讨论了RFID技术在分散式供应链中的表现,并在供应链中建立Stackelberg博弈研究制造商与零售商的最优决策,最终得到最佳批发价格以及最佳订货量,为未来的供应链投资提供了参考。     

基于区块链技术的工程项目供应链管理新模式研究

区块链是一种颠覆性的革新技术,具有其他技术无法比拟的优势。它的"四内容,六特征",为工程项目供应链管理提供了技术融合的新思路。本文通过分析工程项目供应链管理研究现状,指出目前管理过程中存在的问题,并将新技术融入工程项目供应链管理中,最后探讨区块链技术对工程项目供应链管理的意义。     

基于区块链技术的工程项目供应链管理新模式研究

区块链是一种颠覆性的革新技术,具有其他技术无法比拟的优势。它的"四内容,六特征",为工程项目供应链管理提供了技术融合的新思路。本文通过分析工程项目供应链管理研究现状,指出目前管理过程中存在的问题,并将新技术融入工程项目供应链管理中,最后探讨区块链技术对工程项目供应链管理的意义。     

基于UG的切削用量优化系统的研究与开发

针对现代加工高质量、高效率、低成本的要求,开发了与UG无缝集成数控铣床切削用量优化系统.利用VC、MFC及UG/Open等开发工具实现了切削用量优化、数据库管理等功能,对系统组成及开发技术方案进行了介绍,并详细阐述了遗传算法在切削用量优化中的具体应用.     

基于GA-BP神经网络模型的大坝裂缝预测

常规的BP神经网络由于初始权值和阈值问题,在对大坝裂缝开度进行预测时精度普遍不高。为此,本文首先引入遗传算法(GA)对BP神经网络进行优化,构建了GA-BP神经网络预测模型,然后分析实测资料,发现库水位、温度显著影响裂缝开度,最后将这两个因素作为网络的输入变量,利用预测模型对某重力拱坝X15段裂缝开度进行短期预测。比对两种方法的预测结果可得,通过遗传算法优化BP神经网络的预测精度明显高于传统BP神经网络,本研究可为大坝的安全运行管理提供一种技术方法。     

回溯遗传算法

提出了回溯遗传算法，较好地解决了传统遗传算法无助于求解某些优化问题中全部或大部分最优解的问题，并利用模拟实验验证了该算法的有效性。     

基于延迟策略的产品族设计与供应商选择优化

针对实施延迟策略的供应链中的产品族模块配置优化与供应商选择问题,提出一个在组装阶段延迟的产品族模块配置优化及产品定价的优化方法,并在产品族设计前端从产品族整体角度考虑来选择供应商,对供应商选择进行优化。构建遗传算法来解决所提出的0-1非线性模型,并以某品牌打印机的案例对模型和遗传算法做了说明。最后证实了在实施延迟策略的生产过程中,产品族设计与供应商选择问题之间不是完全独立的,两者之间通过模块选择相互影响。结果表明,考虑产品族模块配置与供应商选择问题的关联不仅能够减少生产的成本、降低风险,还能提高产品质量。     

基于改进GA-BP神经网络的种苗需求预测

为避免目前种苗市场大量浪费和无序发展的情况,分析了种苗市场出现结构性供需矛盾的原因,提出了利用神经网络模型预测未来人工造林面积、确定所需林木种苗数量的方案。在标准遗传算法的基础上,提出了改进的多子代遗传算法,通过增加子代数量提升种群整体适应度,并用于优化BP神经网络。实验结果显示,在对神经网络收敛速度和预测精度的性能优化上,多子代遗传算法较标准遗传算法分别提高了17.9%和66.7%。     

高层多自由度结构作动器优化配置的遗传算法

高层多自由度结构的作动器优化配置问题是主动控制中一个值得研究的重要问题.该文通过利用模糊算法,充分使用先验知识,使得作动器优化问题限定在局部范围之内,从而使后续计算变得简单、快速.在优化过程中利用了遗传算法,使得优化的性能得到保证.     

自适应遗传算法在桁架结构优化设计中的应用

交叉算子与变异算子是遗传算法中产生新个体的主要手段。针对简单遗传算法中交叉概率与变异概率随进化过程恒定不变的缺点，采用自适应的交叉、变异概率研究了针对离散变量结构优化设计的遗传算法。以在应力约束条件下的静定桁架与超静定桁架结构为算例，比较了改进交叉、变异算子前后的优化结果，并将计算结果与满应力设计方法所得结果进行了比较。结果表明，自适应遗传算法对离散变量结构优化是有效的、可行的。     

基于agent的并行GA

采用遗传进化技术和多智能体技术相结合的方法，实现了基于粗粒度的并行GA，该方法有利于改进遗传算法的性能，提高遗传算法搜索的效率，文中讨论的并行模型，最大的特点是通讯开销小。     

基于产品生命周期的供应链管理对策模型

以往的供应链模型大多集中于职能设置和基于新技术新理论的管理模型。在产品生命周期理论基础上,建立了基于产品生命周期的供应链管理对策模型,它对现实市场中企业的高效运作有一定的实际意义。     

全身伽玛刀治疗过程自动化的解决方案

提出了一种基于靶点设计几何优化及治疗路径规划的一体化解决方案.该方案建立了几何优化靶点模型,采用遗传算法对模型进行优化,以获得靶点的最优配置;进而对治疗路径进行优化,以减少治疗床不必要的往复运动,提高治疗效率.当靶点数过多时,给出了一种分层优化方案,减少了治疗过程中的定位误差.模拟数据的实验结果表明,该自动化方案快速有效.     

离散变量结构拓扑优化协同混合遗传算法

针对离散变量桁架结构拓扑优化问题,提出了将拟满应力法与遗传算法相结合的混合遗传算法,并引入了拓扑和尺寸协同演化的思想,使得桁架拓扑和尺寸的演化能够相互独立又协同进行.并给出算例证明该方法是非常有效的     

蚁群算法求解函数优化的算法设计

为了求解一般的函数优化,文章在对标准蚁群算法的基础上,引入遗传算法的编码方式,并对蚁群算法的信息素更新进行改进.通过对几个经典测试函数的求解,证明了算法的有效性.     

基于机群系统的并行多连接查询优化算法

多连接查询优化是并行数据库系统的核心问题。已有的研究工作多集中于连接个数较少的情况,不适用于机群系统中的多连接查询优化。在机群环境中,系统的通信带宽是一种瓶颈资源。提出了基于遗传算法的多连接查询优化算法,算法考虑了关系的存储信息和网络的通信代价,有效地利用了机群系统中的资源。实验结果表明,算法具有良好的性能,能够提高多连接查询的执行效率。     

动态环境下基于混合记忆策略的遗传算法

为了有效地处理动态优化问题,提出一种短时记忆与长时记忆相结合的混合记忆策略. 被记忆的信息由最优个体与种群概率向量组成. 短时记忆作用于进化过程中的每一代,对记忆中的信息进行提取并构建下一代的种群;长时记忆仅在环境发生变化时产生作用,取新环境中最优的一组信息对短时记忆进行赋值. 该文首先构建了动态环境下基于混合记忆策略的遗传算法,然后在非周期、周期和带噪声周期动态环境下进行算法的性能验证. 实验结果表明,新算法处理动态优化问题的能力优于同类算法.     

多模态函数优化的小生境克隆选择算法

分析了传统用于多模态函数优化问题小生境遗传算法的特点和不足,基于免疫系统的克隆选择原理,提出一种解决多模态函数优化问题的小生境克隆选择算法(NCSA),通过3个典型的多模态函数寻优问题的仿真实验,说明实现了小生境克隆选择算法在解决多模态函数的优化问题时的有效性.     

基于拟下降方法的遗传算法及其收敛性

在遗传算法中嵌入一个传统下降算子,且保留最好个体,利用最好个体的记忆信息对搜索过程进行指导,从而得到既有较快收敛速度,又能以较大概率得到全局极值的用于函数全局优化的混合算法.定义了适当的适应度函数和子代个体的选择算子,且从拟下降观点证明了算法的收敛性.数值计算结果表明了本算法显著优于遗传算法和传统下降算法.