IT服务外包进度风险控制的改进禁忌搜索算法

随着近年来IT服务外包的迅猛发展,对于项目的进度风险控制也成为了亟待解决的问题之一.针对IT服务外包项目进度风险控制问题,建立了两层的数学模型.考虑到该优化问题是一个NP难问题且具有层次结构,设计了改进的禁忌搜索算法进行求解.主要改进包括初始解的启发式方法产生,禁忌表动态构造等方面.在仿真实验的基础上,对算法稳定性、算法收敛性和有效性等进行了分析,并与传统禁忌搜索算法的仿真结果进行比较,验证所设计算法的有效性.     

基于模拟退火的混合遗传算法

分析了遗传算法和模拟算法的优缺点,并将两种算法进行混合,提出一种基于模拟退火的混合遗传算法以弥补两个算法的不足,理论分析和仿真实验表明该方法的有效性和可行性。     

混合遗传算法概述

本文首先介绍遗传算法的一些问题,根据遗传算法、人工免疫算法和模拟退火算法的特点,将三种算法有机结合起来,提出混合遗传算法,介绍了其基本流程。     

基于混合遗传模拟退火算法的二维纹理合成算法

本文在结合先验知识的基础上,首先从二维纹理合成入手,研究了各种二维纹理合成算法。然后在Wang-Tile纹理合成的基础上,采用遗传算法和模拟退火算法相结合的技术,提出了基于混合遗传模拟退火算法的二维纹理合成算法。大量试验表明,该算法对二维表面纹理合成是有效的。     

求解多峰值问题的改进混合遗传算法

由于遗传算法解决问题时容易陷入局部极值点,根据遗传算法全局搜索能力强和模拟退火算法局部搜索能力优的特点,将它们混合使用,同时改进初始群体产生方法,使随机产生的初始群体之间有较明显的差别,能均匀分布在解空间,并采取与进化代数相关的多精英保留策略及改进的自适应选择与变异操作.模拟退火算法的结束条件改进为当连续五代个体与前一代适应值无变化或当前温度小于结束温度.仿真实验表明新算法在求解多峰值问题时改善了遗传算法的局部搜索能力,有效地解决了遗传算法的早熟现象,显著提高了遗传算法求得全局解的概率.     

银行IT外包及其风险控制探究

现如今,信息化已经逐渐的走入我们的生活,成为我们生活必不可少的部分.经济发达的现在,大多数银行都已经步入了信息化的时代,随着金融信息化的逐步深入,将IT服务进行外包已经成为了信息化建设的重要部分.特别是一些中小型银行,由于缺乏资金和相关的人才,所以采取这种外包的方式,可以利用承包商的先进技术和管理模式,提高银行自身的综合实力.当采用这种外包的方式时,在一定的程度上节约了成本,提高了管理的效率,还可以集中自身的资源优势,使银行在当前的环境中适应能力更强、更具竞争力.该文就银行IT外包进行探讨,并对其在风险控制方面的问题进行了研究.     

一种新的混合遗传算法及其在机构优化中的应用

针对传统遗传算法所存在的缺点和不足,提出了一种新的混合遗传算法.该算法用模拟退火算法适当拉伸适应度,自适应算法合理调整交叉概率Pc与变异概率Pm以及最优保存策略保护历代最优个体的办法对传统遗传算法进行了改进,同时对约束条件作出了先放宽后逐步加强的措施.经Visual C软件编程计算,得到了较好的优化结果.实例说明,该混合算法收敛速度快,易突破局部收敛的局限而达到全局最优.     

IT项目外包服务管理与风险控制研究

有些企业把IT业务外包给一家较大的IT服务商,然后由该服务商全权负责。另一些企业在内部建立了IT事业部承担大部分的IT业务工作,希望让IT项目更能贴近企业真实业务。其实,由外部实体来提供企业的部分或全部IT业务已经是一种常见的商业现象。     

苏州市IT服务外包战略布局管理及风险控制研究

世界经济一体化、全球化使得服务外包被视作国际产业的新一轮转移,尤其是IT领域的外包。自从计算机在50年前进入商业应用领域,各种形式的信息技术外包就一直存在,但直到最近15年信息技术外包服务才盛行起来。然而苏州的IT项目外包也不例外,正处于蓬勃发展阶段。     

一种用于车间调度的基于熵的混合遗传算法

为提高车间调度算法的寻优性能,通过对模拟退火遗传算法收敛图的研究,提出了评价算法种群有序性（差异性）的种群熵,基于种群熵,提出了改进的模拟退火遗传算法,该混合算法通过种群熵动态地改变算法的交叉和变异概率,使之适应种群的变化,提高种群的多样性,有效地克服算法的过早收敛,从而达到提高算法寻优性能的目的。仿真实例表明,所提出的算法的寻优性能有了显著的提高。     

一种基于人机交互的退火遗传算法

针对工程中存在的许多具有大规模、非线性、非凸等复杂特性的全局优化问题，在退火遗传算法的基础上，通过将人工方案和算法方案相结合，提出了一种基于人机交互的退火遗传算法，算法首先通过人机合作方式产生初始群体，并在随后的演化过程中，根据个体的适值自动地将人工个体从移民池中引入到算法群体中，引入的人工个体在同其他个体广泛交叉后，按Metropolis法则形成新群体，从而改善群体的质量并引导算法向更富希望的方向搜索，改进的自适应算子提高了算法的整体搜索能力，该算法具备演化算法的优点，并能发挥人的主动性，显示了求解复杂优化问题的应用潜力，算例的仿真结果验证了算法的有效性。     

基于遗传算法的优化排课系统

分析了目前高校排课系统存在的问题,研究如何利用遗传算法,解决排课系统中的资源冲突,课表优化问题,实验证明,遗传算法能简化程序的复杂度和生成最佳课表的时间,其收敛速度和寻优能力,能在理想时间内找到最优解。     

采用混合遗传算法设计最短时间4冲量转移轨道

转移轨道的设计与优化是航天器完成空间任务的基础性工作,研究最短时间转移轨道的设计方法对执行空间快速响应的航天任务具有重要意义.本文通过分析4冲量轨道转移的物理过程,将轨道优化问题转化为参数优化问题,从而建立了多冲量轨道转移的数学模型:而后采用混合遗传算设计最优轨道,设计了串联型和嵌入型两种不同的混合结构,并选择一种具有自适应性的退火惩罚函数策略来处理约束条件;最后通过数值仿真验证了算法的有效性.仿真结果表明,本文设计的两种混合遗传算法能够很好地处理多冲量变轨的优化问题,特别在处理多约束条件时十分灵活、有效.     

改进的混合级联遗传算法

将模拟退火算法和级联遗传算法相结合,提出了一种改进的混合级联遗传算法。模拟退火算法承认物种进化过程中的局部失败和倒退,它允许进化中的波折而不是非要物种进化一直是上升的、成功的,模拟退火算法能使搜索过程避免陷入局部最优解。级联遗传算法假设问题的最优解总是靠近于问题的局部最优解的,据此,级联遗传算法通过不断缩小解空间达到快速收敛的目的。综合运用这两种算法,可克服模拟退火算法收敛速度慢、级联遗传算法局部搜索能力差的缺点。利用本算法构造CL多小波前置滤波器的实验结果表明,本算法不仅计算速度快,而且稳定性也得到了显著提高。     

基于互信息和混合优化算法的多模医学图像配准

针对互信息函数的多极值问题,提出了一种基于混合优化算法的多模医学图像配准方法.对于多模医学图像,以互信息作为相似性测度,使用混合优化算法搜索出最佳配准变换参数,将待配准图像进行变换,从而达到配准的目的.实验表明,该算法能避免陷入局部最优值,配准结果精度达到亚像素级.     

基于启发式遗传算法的公交车智能排班研究

采用基于启发式遗传算法进行公交车辆智能排班的研究,且对遗传算法的各个算子进行了专门化处理．该方法充分利用遗传算法的智能化特征,有效地改善了公交车辆的智能排班,提高车辆运营效率,避免了单一遗传算法的早熟问题,提高了遗传算法的收敛性和优化质量．     

用模拟退火算法求解客轮调度问题

建立了客轮调度问题的数学模型，并用模拟退火算法求其数值解。