供应链中的转移价格及其优化问题

分析并建立了一个单产品生产销售供应链中总税后净收入优化模型,考虑了转移价格、运输成本分配、税收政策、最小经济订货批量、资金分配等问题,其中产品转移价格和销售量的可调整部分是决策变量·应用进化规划算法进行了仿真计算,结果表明,利用不同区域的税收政策差异,调整转移价格可合理优化总公司的税后净收入,并同时实现供应链的关系协调以及资金的再分配·     

具有柔性的供应链模型优化问题及其应用

研究了柔性供应链优化问题,确定了供应链总成本的结构,考虑了供应链生产和分销的各种约束条件,建立了柔性供应链优化模型,应用进化规划方法对一家农机公司柔性供应链模型进行了仿真,分析了总成本对柔性的敏感程度·结果表明,该模型采用生产能力柔性和分销能力柔性指标反映了生产和分销的不确定性,能够更综合地评价供应链的运作绩效,有助于设计出高效率、高效益的柔性供应链系统,而且对于数据量庞大的混合整数线性模型求解,进化规划方法是适用的·     

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。     

进化规划方法在并行多机调度问题中的应用

并行多机调度问题是一类重要的车间调度问题,但迄今为止,在解决工件和机器数较多的大规模并行多机调度问题还存在着许多困难。进化规划方法与遗传算法一样是一种重要的进化计算方法,但与遗传算法相比,进化规划算法的应用还刚刚开始,特别是在调度领域的应用还很少见文献报道,第一次将进化规划方法应用到并行多机调度问题中,并在问题的描述、可行解的表示、变异方法、提高进化规划方法的局部寻优能力等方面作了研究。不同规模的计算实例表明了本文提出的进化规划算法是有效的,能用于解决较大规模并行多机调度问题,且解的质量优于启发式算法和模拟退火算法。     

启发式进化规划及其在最优潮流中的应用

针对连续变量优化问题，将进化规划同传统的梯度寻优技术相结合，设计了一析的启发式进行规划算法。它在保留了原进化规划特点的同时，又具有有较高的解题效率，并将它用于解算电力系统最优潮流，在优化编码、适合度函数及变异一取值方面进行了研究，结果表明获得了近乎全局最优的解。     

一种求解约束优化问题的进化规划型文化算法

为了求解复杂约束优化问题,提出了一种新的进化算法——进化规划型文化算法。求解过程中,在基于自适应的文化算法中引入进化规划,有效利用进化过程中相关知识引导种群进化。针对约束优化问题,对这一算法的信念空间进行了设计,并利用基准函数和丁烯烷化生产调度问题进行了仿真,仿真结果表明该算法具有较好的全局搜索能力,而且大大减少了计算量。     

进化规划改进算法及其在舰载导航中的应用

为解决设计BP神经网络时所遇到的网络参数和连接权重难以确定,在随机扰动下不能达到最佳效果,学习时间较长难以满足系统实时性要求等问题,引入进化神经网络.根据舰载导航的要求及特点,对基于进化规划的BP神经网络进行设计,并将之应用于舰载导航系统中.仿真结果证明,该方法加快了神经网络的收敛速度,解决了BP神经网络存在的问题.并在舰载导航系统外观测数据不可得时,规避卡尔曼滤波所存在的问题,从而保证了卡尔曼滤波器的正常运行,进一步提高了舰载导航系统的精度.     

差分进化算法在多目标路径规划中的应用

针对差分进化算法其算法思想简明、实现方便而得到了国际进化计算研究领域的认可,多目标问题中,由于各目标之间经常是相互制约的,因此优化难度相当大。带时间窗的多目标物流配送车辆路径优化的多约束性使得它很难应用进化算法进行优化。为了解决这个问题,本文通过变异操作算子改进,成功将改进的差分进化算法应用于该问题。数值仿真实验结果表明:这种改进的差分进化算法得到了较稳定的非支配解集,实现了客户间的路径优化。     

一类针对带约束优化问题的进化规划算法

提出了一种适用于求解带约束优化问题的进化规划方法,其中关键的变异算子采用基于行为的架构,事先设计一系列子变异算子,如使得个体适应度函数值趋向最小方向的变异算子、逃避约束方向的变异算子、种群总体平均适应度函数值趋向最小方向的变异算子等,通过加权平均的方法决定总变异方向．结合小生境技术及最优个体保存的选择策略,该算法能在同时保证种群的多样性和个体的全局最优性的情况下快速地求得带约束条件下的最优解．仿真结果表明,该进化规划算法是可行的．     

供应链库存控制策略的进化仿真

为优化供应链系统库存控制策略,研究了面向实体的供应链系统动态运转的仿真模型,分析了供应链系统构成实体的属性、活动、事件和状态转移的处理方法;运用遗传算法,研究了供应链系统库存控制策略的进化仿真方法.将模型和遗传算法相结合,采用Delphi软件开发工具,研制出供应链系统库存控制策略的进化仿真软件.采用日利润作为优化目标,进行示例分析计算,进化仿真得到的结果较传统方法计算结果提高效益10.2%.     

遗传算法解供应链中二级分销网络优化设计的随机规划模型

给出供应链中二级分销网络优化设计的改进机会约束规划模型。模型中将各个分销中心的需求量和 各工厂的生产能力设为随机参数．采用基于随机模拟的遗传算法对模型进行求解,并给出算例来说明模型及 算法的有效性,最后给出结论以及未来的研究方向。     

供应链的利润模型与优化问题

建立并改进了供应链的成本模型·应用管理会计基于作业的成本分析方法,研究了供应链成本结构,并给出8种不同类型的分销商作业成本·以顾客订货量中可调整部分为决策变量,建立了分销商的利润优化模型,为协调供应链成员关系提供了有效依据·最后,采用进化规划算法,并结合宝钢采购处实际进行了仿真计算,结果表明:在一定范围内调整顾客订货量,可以增加分销商的净利润     

供应服从季节性波动的血液供应链优化研究

构建了由1家血液中心和3家医院组成的血液供应链,通过数学建模地描述了血液供应链的库存管理、绩效评价等日常运作流程,并运用MATLAB对为期52周(一个自然年)的血液供应链运作情况进行仿真,通过遗传算法进行求解。仿真优化结果表明:(1)采用集中控制可以使血液供应链平均系统过期率由39.5%降至8.2%;(2)当供应服从不同分布时,集中控制策略对供应链的改良程度有较大差异;(3)当供应服从SDT分布时,采用集中控制可以极大程度地降低血液供应链系统过期率。     

基于市场导向规划的供应链资源分配模型研究

信息技术环境下的供应链管理是企业核心竞争力获得提高的有力方法之一。介绍了供应链管理中应用经济主体技术的虚拟市场方法理论,不仅关注该方法在理论研究领域的进展,并提出了供应链管理可以应用于信息技术环境下的一种新的商业模型。证明在一般经济原则指导下设计的决策过程结构可以带来供应链管理中分布式资源的有效分配。     

供应链中委托代理模型及其促销策略

供应链领域的供应、制造、销售基本环节存在委托代理关系·针对这种关系,构造了制造商、销售商和消费者的委托代理模型·其中制造商即委托人的目标函数是利润最大化,销售商即代理人的激励条件是不低于最低销售利润,销售商及消费者即代理人的参与条件是一组动态方程·这一模型的控制变量是商业折扣和广告费用·文中将上述问题化为一个无约束极值问题,采用进化规划进行了案例优化与仿真分析     

用群体启发进化规划求解高维优化问题

提出一种新的进化规划方法,群体启发进化规划（PHEP）,在进化过程中,通过控制群体的4个参数,把握群体中个体分布情况,并通过这些信息有效地调整个体的变异步长,克服了传统EP方法变异步长修正的盲目性.将PHEP方法应用于高维优化问题,实验结果表明,PHEP方法在高维条件下的性能明显优于其他EP方法.     

进化规划在优化无功调度中的应用

利用进化规划求解最优潮流问题,在变异尺度,适应度函数值,群体规模等方面进行了研究。在求解最优潮流这个具有多局部极小值的寻优方面,把进化规划所求的结果和传统的基于梯度寻优的ＢＦＧＳ法所求的结果进行比较,指出了进化规划在处理非连续的非平滑的函数寻优方面优于传统的寻优方法。     

逆向供应链企业间知识共享行为的演化博弈分析

针对制造商和第三方回收商组成的两级逆向供应链,运用演化博弈方法,建立了逆向供应链企业间知识共享行为的演化博弈模型,对逆向供应链企业间知识共享的均衡情况、策略选择和影响因素进行了分析。研究结果表明,逆向供应链企业间知识共享行为选择演化系统既可以收敛于知识共享这一理性状态,也可以收敛于知识不共享的不良"锁定"状态,这主要与逆向供应链各成员企业知识量差距、激励收益、知识吸收转化能力、共享风险以及共享成本等因素相关。根据分析结论,从逆向供应链中的企业规模、企业学习能力、内外部激励机制以及信任机制等方面提出了相关建议。