基于证据推理的项目投资综合评价与决策方法

针对项目投资系统的不确定因素,采用证据推理方法建立一个具有不确定性主客观判断的多属性决策分析模型.结合规则理论,对定性和定量的信息按照综合属性的评价等级变换成统一的形式,采用信任矩阵来表达备选方案的属性评价值,最终采用效用理论计算每个备选方案的效用值,并据此决定各方案的优劣.结合项目投资的实例,说明了证据推理方法在评价决策中的应用及该方法的有效性.     

分散搜索算法研究进展

分散搜索是进化计算领域一种新兴有效的计算技术,近几年受到学术界和工程界的广泛关注.分散搜索采用基于种群的全局搜索策略,较少地利用搜索过程的随机性,注重于采用一系列系统性方法来构建新解,提高搜索的集中生和多样性.阐述和剖析了分散搜索的基本原理和常用流程.在此基础上,对算法框架中的参考集更新方法、子集合并方法和内存策略等重要机制进行了比较系统地深入分析.重点探讨了分散搜索在多目标优化、连续优化以及混合优化等复杂环境下的研究.论述了分散搜索在物流与供应链、生产管理和图像处理等领域的典型应用情况并展望了分散搜索的发展前景.     

订货批量问题改进的相关策略启发式算法与仿真分析

基于常态时间段,非常态时间段,以及Silver & Meal启发式订货条件等概念,推导出了相关策略的启发式算法优于S-M启发式算法的一般性条件,提出了改进的基于相关策略的启发式算法,并通过仿真分析检验了一般性条件的正确性.     

基于改进PSO算法的复杂产品协同优化分配研究

研究网络制造环境中复杂产品关键部件生产任务的协同优化分配问题。以总费用最小为目标,对复杂产品关键部件的生产任务在联盟企业的优化分配进行了研究,提出了该问题的非线性数学规划模型。开发针对该问题的粒子群算法(PSO),该算法提出适用于关键部件-联盟企业关系的离散粒子编码方法。采用基于可行性规则的方法处理约束问题,避免了罚函数的选择,较好地改进了算法的搜索速度和收敛性能。以某企业重型燃机的协同制造为实例,进行仿真研究,仿真结果证明了模型与算法的有效性。     

带临时需求的预约系统最优能力计划与调度策略

建立带有临时到达需求的预约系统联合能力计划与调度模型，在服务时间服从指数分布且成本函数为单调增凸函数的条件下，证明目标函数是多模函数.基于多模函数的性质给出收敛于精确最优解的邻域搜索算法，同时确定最优调度人数和调度方案，使系统效用最大.通过大量数值实验分析了不同系统参数对最优效用的影响，以及临时到达需求对预约系统设计的影响.实验结果显示，最优调度策略超额预定首个时段，在大多数场景中，临时到达需求降低系统的效用.     

考虑不均匀发车间隔的公交网络时刻表优化模型

公交网络时刻表设计就是通过优化各线路车次的发车时间,使不同线路的车辆协同到达换乘站点,以方便乘客换乘.研究了不均匀发车间隔情况下公交网络时刻表设计问题.使用数学不等式描述了乘客的换乘等待时间,构建了以最小化乘客总换乘等待时间为目标的混合整数规划模型,分析了该模型的计算复杂性和可行解的空间结构特征.基于模型特征分析,设计了能缩减求解空间的预处理方法.采用CPLEX优化软件对预处理后的模型进行求解.通过计算不同算例,验证了求解方法和模型的有效性.     

带排队信息提示的呼叫中心人力资源分配方法

针对一类带有排队等待时间提示的呼叫中心人力资源分配问题,提出了基于考虑顾客放弃行为的M/M/N+M排队模型的优化方法.首先,给出了系统提示等待时间的估算方法和排队等待时间提示对顾客放弃行为(直接退出和中途放弃)影响的概率函数.其次,通过生灭过程的评估方法给出了稳态系统的性能计算公式,并且设计了基于固定点算法的人力资源水平求解算法.最后,通过数值分析给出了排队信息对顾客放弃行为和对人力资源水平的影响效果.研究结果表明,所提出的方法对具有排队信息提示的呼叫中心人力资源管理具有一定的指导作用.     

用路径代数求解旅行商问题的新结果

针对求解旅行商问题的一种路径代数解法在解题中遇到的问题。通过引进无环点集、替代点集等概念,使修改后的PATSP算法的解题能力得以显著增强。     

软件组件供应商的模糊任务指派模型

以组件供应商参与软件产品的早期设计开发工作为背景,针对组件供应商中分配设计开发任务的问题,考虑组件供应商的设计能力、成本和开发时间的非精确性,提出了软件组件设计开发任务指派的模糊多目标规划模型.根据模型的特点运用α截集和扩展原理将模糊模型清晰化并求解.该方法利用质量功能展开(quality function deployment,QFD)工具确定软件产品中的组件权重,提出了改进的组件供应商参与下软件开发过程中的组件规划质量屋的结构模型.最后,以具体实例说明模型和方法的应用.     

求解多车场车辆路径问题的分散搜索算法

提出了一种求解多车场车辆路径问题(Multi-depot Vehicle Routing Problem,MDVRP)的分散搜索算法(Scatter Search,SS).该算法基于顾客信息进行编码,采用扫描算法(Sweep algorithm)与最优划分过程产生待选解集;通过启发式规则选择不同解包含的弧来生成新解;并由2-交换、2-交换*及最坏移出-预测插入启发式三种局部搜索策略构成迭代下降算法对解进行改进.通过采用文献中随机生成的小规模数据及MDVRP的Benchmark问题对算法进行测试,验证了算法的有效性.