基于模糊规则的GA求解成组调度

研究并行多机成组工件flow-time问题,利用模糊规则量化,使用遗传算法内嵌入模糊控制规划的智能化算法求解这类复杂的组合优化问题,最后给出计算实例及仿真结果,证明了该算法具有解决大规模实际问题的能力。     

基于时序模糊软集的群决策方法

研究了时序模糊软集环境下的群决策问题.针对实际问题中模糊软集信息随时间动态变化的情形,定义了时序模糊软集等概念,并讨论了其相关运算及性质. 考虑不同时刻模糊软集信息对最终决策的不同影响,分别从连续和离散时间建立基于指数衰减模型的权重确定公式. 然后,利用集成思想定义模糊软集间的运算并给出了算术加权平均算子的计算公式,将时序模糊软集集成为综合模糊软集. 利用水平软集等工具计算各对象的机会值,得出最优决策. 最后,给出了基于时序模糊软集的群决策途径并通过实例验证了决策方法合理、可行.     

基于改进蚁群算法的柔性作业车间调度问题的求解方法

针对经典作业车间调度问题的局限性,结合实际生产情况,给出了具有路径柔性的作业车间调度模型,提出了机器选择规则,给出了改进蚁群算法的具体实现过程.当所有蚂蚁爬行完毕后,针对算法是否陷入局部收敛分别对各路径上的信息素进行调整,这样有助于快速的得到全局最优解.最后通过实例仿真验证了算法的有效性.     

基于混合电磁算法求解置换流水车间调度问题

为了求解置换流水车间调度问题,提出了一种基于混合电磁算法的调度算法。首先,采用最小位置值法将算法中连续向量转换为工件排列顺序。其次,对随机生成的一部分初始解用基于启发式信息的贪婪随机自适应算法得到的结果加以改造,使其质量得到提高。最后,加入局部搜索增强算法性能。通过对Car系列和Rec系列基准测试结果表明,提出的算法性能优良。另外,还讨论了一些参数对算法优化性能的影响。     

基于集划分的精确算法求解机场接送车辆调度问题

通过对免费接送机场服务的进一步研究, 本文为基于租赁车辆模式的票务企业提出了用于求解发车次数与顾客满意度均衡模型的基于集划分的精确算法. 在该算法的设计过程中, 综合考虑了机场接送服务中顾客对接送时间窗, 到达机场时间窗以及绕行限制的要求. 最后通过一系列实例的计算分析, 验证了该算法用于求解免费接送机场服务车辆调度问题的有效性和适用性.     

基于状态集分解的一类车间计划、调度算法

针对集成生产计划,调度中的一类强NP-hard问题,提出了基于状态集分解的分层混合优化算法.通过状态集分解将计划、调度一体化模型转化为一系列的最小网络流模型,上层搜索通过建立可行性必要条件和启发式规则,迅速排除劣解或不可行解,缩小搜索范围.底层搜索主要依靠网络流算法及对偶再优化算法,辅以启发式策略,做小范围的局部精确寻优.数据仿真说明了算法的有效性.     

不确定条件下基于Multi-agent的模糊预测优化

为解决多层分销链中预测订货忽略当前库存状况和决策者参与的问题,运用Multi-agent和模糊理论构建了不确定条件下的协同预测订货模型,采用模糊数对分销链中的不确定性需求和单位成本参数进行了表述并建立了模糊规则库用于分销链的协商谈判.应用遗传算法和解模糊运算求解分销链中整体或局部优化条件下的目标函数,并给出了公司间冲突的模糊协商算法.仿真实验表明,不确定条件下的分销链预测订货量没有出现信息放大,模糊协商谈判获取了符合双方利益的预测订货成本.与确定性条件下的计算相比,运用模糊理论解决分销链中基于Multi-agent的预测订货是合理可行的.     

基于模糊模型的不确定时变时滞混沌系统同步

针对存在参数摄动、外扰动等不确定因素的时变时滞混沌系统的同步问题,基于Lyapunov-计的模糊控制器结构简单,且该方法适用于绝大多数变时滞混沌系统的同步控制.仿真结果表明所提出的控制方法是有效的.     

基于不确定规划的供应链网络设计模型与算法

利用不确定规划,根据决策者的要求,对供应链网络设计问题进行建模.并采用由随机模拟、模糊模拟以及遗传算法相结合的混合智能算法来求解,最后给出了生活中的实际例子来说明模型和算法的正确性和高效性.     

基于改进遗传算法的流水车间调度求解方法

流水车间调度问题是一类经典的NP完全问题,为此提出了一种求解极小化总完工时间的流水车间调度问题的改进遗传算法.该算法采用构造型启发式算法和随机方法共同产生初始种群,结合禁忌搜索算法的局部搜索性能和遗传算法的全局搜索性能.仿真实例的结果表明该算法对问题求解的可行性和有效性.     

基于监督模糊ART的中药材模式识别和质量评价

为实现基于高效液相色谱的中药材识别和质量评价，提出一种有监督ART神经网络。有监督模糊ART神经网络与模糊ART相比主要有两处改进，一是改为有监督，二是为每个聚类（子类）中心单独设置了警戒门限，从而使网络成为具有子类自动聚类能力的有监督模糊ART神经网络。该网络与模糊ART具有一样的性能和优点，比如添加新类不须重新学习等。因为中药材会由于 产地、采摘时间和处理方法的不同会有较大的区别，所以子类的自动聚类能力对中药材模式识别尤其有意义。经大量中药材样本和实际测试表明，网络抗平移、形变和适应新产地药材的能力都很强，达到了预期效果。     

一种用于中药配方优化的DNA算法

提出了一种用于中药配方优化的DNA算法，该算法基于质粒DNA技术。首先将中药配方优化问题转化为求无向图的最大权团问题：选取6种具有抑制大肠杆菌生长功效的中药作为图的顶点，分别做抑菌试验，将它们的抑菌圈直径作为顶点的权。然后两两配对进行抑菌试验以确定它们在图中是否有边连接。这样构造了一个顶点赋权的无向图，这个图的最大权团具有最大的抑菌效力，也是这些中药的最佳配伍。求图的最大权团是一个典型的NP．完全问题，而DNA计算具有求解该问题的能力。该方法的提出探讨了DNA计算实用的可能性。     

模糊神经网络的混合学习算法及其软测量建模

提出了一阶TSK模糊神经网络的混合学习算法，算法由三部分组成：基于模糊聚类的网络初始化；基于梯度下降的规则前件的学习算法；基于部分最小二乘的规则后件的学习算法。该混合算法可以根据训练样本的分布自动确定模糊神经网络的初始值，当输入变量个数多时不会出现模糊规则数爆炸现象，训练速度快，模型精度高。将混合学习算法应用到PTA工业过程中4-CBA含量的软测量建模中，取得了令人满意的效果。     

基于元模型的模糊Petri网反向传播学习算法

模糊Petri网是知识表达与并行推理的重要工具,但拓扑为非严格分层的结构。为在不增加虚节点的情况下实现模糊Petri网的反向传播学习,提出模糊Petri网元模型的概念,统一四种基本产生式规则对应的模糊Petri网模型。并建立元模型的结论置信度关于条件置信度的连续映射,给出了正向推理算法。为提高收敛速率,先通过基于回溯策略的反向推理算法,计算元模型结论置信度对条件置信度的梯度函数,最后采用Levenberg-Marquardt算法实现权值优化。     

基于内分泌激素调节机制的免疫算法的Flowshop调度问题

针对不确定条件下具有零等待的Flowshop调度问题,采用三角模糊数来描述不确定的产品处理时间,在模糊规划理论的基础上建立了相应的调度模型,通过中间值最大隶属度算法,将原来的模糊调度模型转化为单目标的规划模型;并基于内分泌激素调节规律,利用内分泌系统与免疫系统之间密切的双向调节关系,提出了一种新颖的解决此类问题的自适应内分泌免疫调度算法.仿真实例表明,该算法的收敛速度和搜索精度均明显优于改进的免疫算法,表明该算法的有效性和优越性.     

缺货的模糊需求回收物流库存控制模型及算法

为了研究模糊需求下回收物流的库存问题,对退回物品采用批量修复处理的方式,在不考虑提前期的情况下,假设销售商允许消费者退货,且退货服从Poisson分布,建立了一个包括单位购买成本、维修成本、库存成本和缺货成本的回收物流最优库存策略模型.引入模糊模拟和遗传算法相结合的混合智能算法,对不确定需求的回收物流单周期库存模型求解,以找到模糊情况下总成本的估计,从而推导出与之相对应的最优定购量.最后,应用一个实例对结果进行讨论,表明该算法有一定的有效性.     

基于控制论的中医学四时五脏系统稳态性能仿真

为深入研究机体的稳态机制，本文以中医学四时五脏功能系统为对象，对生理态附近的五脏相互作用进行了线性近似，对生理态下五脏系统的动态稳定性、外部随机扰动、以及环境中四时因素对五脏的影响在Matlab下进行了仿真。结果发现依据五脏促进、制约的相互作用，机体在生理状态的一定条件下能够形成较大幅度的稳态机制，并且能够实现五脏功能随时间变化的性质，从而提示了机体五脏功能系统及四时五脏相互作用的控制论机理。     

基于供应商满意度与模糊能力的服务大规模定制供应链调度优化

稳定多样的服务资源是服务大规模定制绩效的重要保障，服务集成商不单要重视客户需求，还要注重提高供应商满意度，从而吸引更多服务资源整合到服务供应链中。供应商满意度被分解为订单需求偏好和协调配合程度两个维度，并从服务供应链的集成特性和供应商相互制约特性出发，论述了其对服务大规模定制模式下供应链调度方案的重要影响。服务供应商的需求偏好与动态联盟造成供应商服务能力的不确定性。构建基于供应商满意度与模糊能力的多目标、多阶段供应链调度优化模型和求解算法。模型较好地模拟了服务定制订单的复杂性与服务能力的不确定性，算例分析验证了模型与算法的有效性。     

基于遗传算法优化模糊树模型参数的算法设计及仿真

改进了Takagi-Sugeno型模糊树模型的反向传播学习参数的方法,提出基于GA的一套完整、系统的优化模糊树模型参数的算法,其关键是选择确定祖先节点a的方式和选择哪些变量作为染色体基因。对国际标准例题的仿真表明,该方法对算法初始值的选择不敏感,能显著提高模糊树模型的建模精度,在相同模型精度条件下,则可简化样本空间的划分,降低模型的计算量。     

基于改进狼群算法与仿真的单元调度优化

单元制造是现代生产系统的重要组织形式。对制造单元的调度过程中,机器故障与中断是很常见的问题,机器空转造成的能源浪费也不可忽视,相关研究具有重要现实意义。考虑单元调度中的机器中断和能耗,建立了一个最小化所有工件完工时间及机器闲置能源消耗和中断成本的整数规划模型,并提出了一种基于改进狼群算法和离散事件仿真的混合优化方法加以求解,有效提高了算法的寻优能力。数值实验表明,提出的算法具有良好的收敛性,可以在合理的迭代次数内找到问题的满意解。