三级网状随机库存与定价联合策略的仿真优化

研究了弹性需求下提前期可控的库存与定价联合策略问题.由于该系统具有顾客到达服从泊松分布,随机顾客需求量、随机顾客购买行为、随机订货时间和制造商生产容量有限制等特点,使得解析方法很难描述系统中的多种复杂随机因素.为此建立了以最大化总收益为目标,将价格、提前期及库存控制策略同时作为决策变量的数学模型,并运用基于仿真的优化方法,通过将仿真方法与粒子群优化算法相结合对问题进行求解.仿真实例验证了模型和基于仿真的优化方法的可行性和有效性.     

一类多旅行商问题的计算及仿真分析

旅行售货商问题(TSP)是组合优化领域的经典问题之一,而考虑多个旅行商的多旅行商问题(MTSP)是经典的旅行商问题的扩展.多旅行商问题的特点使其符合许多实际问题,并且通过对多旅行商问题加入约束条件可以使其转化为车辆选择问题(VRPs).针对一类特殊的MTSP问题采用Lin-Kernighan算法进行求解分析,并在此基础之上针对访问城市数目均衡的多旅行商问题采用两阶段方法进行求解,计算仿真结果是令人满意的.     

集装箱卡车运输问题的基于图的建模方法

对港口和发货人/收货人之间的集装箱卡车运输问题给出了基于图的建模方法. 该图不仅可以描述进出口空箱或满箱的运输,而且可以描述空集装箱作为运输资源的属性. 这种图将确定的活动描述为顶点,将不确定的活动描述为弧, 称为确定活动在顶点上的图( DAOV 图). 基于这种方法,建立了集装箱卡车运输问题的基本情形、 多堆场多港口情形以及堆场上的空箱数目给定情形的数学模型;相应问题被描述为带时间窗的多旅行商问题(m-TSPTW)、 多堆场的m-TSPTW以及带资源约束的m-TSPTW.而且这种方法可以扩展到集装箱卡车运输问题的更一般情形, 这体现出该建模方法的有效性.     

网上集中采购的捆绑一组合拍卖机制设计

政府与大型企业集团的集中采购通常采用网上逆向组合拍卖的方式进行.在分析计算组合拍卖可行解数量与竞价人数关系的基础上,指出当符合资质要求的竞价人数量不足时,难以形成有效的价格竞争.提出了一种捆绑与组合结合的两轮逆向拍卖机制.首先根据第一轮组合拍卖的报价结果,计算不同捆绑方案的价格互补性指标和组合一致性指标.其次按极大化上述两个指标的多目标模型确定最优的捆绑方案.然后将捆绑后的标的物进行第二轮拍卖.数值计算的结果显示,上述方法能够激化竞价者在投标中的竞争,从而使拍卖人获得更好的经济效益.     

考虑多运输方式的供应链生产计划多目标模型

描述了考虑多运输方式的分布式多工厂、多分销商的供应生产计划,以实现最小化提前／拖期惩罚费用、生产成本、产品运输费用三者的总额以及最小化供应链的活动时间为目标建立了多目标优化模型,通过模型转换和利用加权和法求解多目标规划得到了其生产计划调度方案。计算结果说明了模型的有效性和可行性。     

基于遗传算法的粗糙集知识约简方法

提出一种基于遗传算法的知识相对约简算法。通过在知识表达系统中引入决策属性支持度的概念，来描述由条件属性所提供的知识对整体决策的支持程度，并通过决策属性支持度定义条件属性对决策属性的相对重要性，以此作为启发式信息求出相对核，并将相对核加入遗传算法的初始种群中以加快算法的收敛。同时。在适应值函数中引入惩罚函数，可以保证所求约简既舍较少的属性又有较强的支持度，能够获得最佳的搜索效果。该算法通过实例分析，证明是求解知识约简问题的快速有效方法。     

电子商务中基于Hopfield神经网络的货源信息搜索方法

对电子商务环境下货源信息搜索问题进行了分析研究,并以Internet网络为信息源,采用信息检索和人工智能相关技术,提出了基于Hopfield神经网络的货源信息搜索方法.该方法将货源信息的特征保存在Hopfield神经网络的连接权中,根据用户输入的查询词,通过网络的运行,自动生成一组查询扩展词,利用这组查询扩展词在通用搜索引擎中进行扩展搜索,并分析排序搜索结果.此方法扩大了货源搜索范围,提高了搜索精度,为企业提供了有价值的相关货源信息.     

集装箱码头箱区规划的并行仿真优化方法

运用面向对象的离散事件系统仿真建模方法,通过对现代集装箱码头的生产、管理和装卸工艺的分析,构建了一个包括船舶、锚地、泊位、岸桥、堆场龙门起重机、内部集卡、外部集卡和大门系统等在内的集装箱码头整体作业系统的仿真模型.针对集装箱码头堆场中的箱区规划问题,采用仿真模型与优化算法相结合的基于仿真的优化方法(SBO)进行了求解,并将基于MPI消息传递标准的并行集群计算方法引入该求解过程,很好地解决了基于仿真的优化方法中存在的计算代价过大的问题.     

基于OpenMP求解无容量设施选址问题的并行PSO算法

讨论无容量设施选址(UFL)问题,提出了一个基于OpenMP技术的并行多粒子群优化(PSO)算法.将整个种群分为若干子种群,同时利用局部信息来更新粒子速度,使得并行算法异步进行.算法运行一定代数后,每个子种群都会与其相邻种群交换最优粒子.通过将并行多粒子群算法对OR-library中的标准测试问题进行测试,并将计算结果与串行多粒子群算法的计算结果进行比较.相比之下,并行多粒子群算法执行时间短,特别对于大规模的计算问题,所得结果有更好的鲁棒性.     

集结套——大系统数学模型简化的一种新算法

本文提出了一种新的大系统数学模型简化算法。这种新算法利用部分去耦技术,逐步降低系统的阶数,从而可获得一系列简化模型。