神经网络和启发式算法混策略解Job—shop调度问题

提出一各有效的自适应神经网络和启发式算法混合策略来示Ｊｏｂ－ｓｈｏｐ调度问题，自适应神经网络具有在网络运行过程中神经元的偏置和连接权值自适应取值的特征，被用来救是调度问题的可行解，而启发式算法被分别用来加速神经网络的运行和保证神经网络收敛到可行解，获得确定排序下最优解提高可行解的质量，仿真表明本文提出的混合 策略是快速有效的。     

多工序能力平衡的提前／拖期生产计划方法的关键工序法

本文在跟踪当今提前／拖期生产计划方法研究现状的基础上，提出了解决考虑多工序能力平衡的提前／拖期生产计划方法瓶颈问题出得一种解决方法─关键工序法，为将集ＭＲＰ与ＪＩＴ于一体的提前／拖期生产计划方法应用于实际架起了桥梁．     

轧钢厂CONWIP生产控制系统的仿真分析

有效的生产控制系统对企业的生产具有重大意义，ＣＯＮＷＩＰ作为一种新型的准时化生产控制系统正引起人们的极大重视。本文讨论了ＣＯＮＷＩＰ系统，并通过仿真分析对某冷轧厂的ＣＯＮＷＩＰ系统和原有系统进行了对比。结果表明ＣＯＮＷＩＰ是一种有效的生产控制系统，在保证生产线具有较高通过率和作业率的同时，降低了生产线的在制品数量、库存数量和库存费用。     

时变需求订货批量问题的相关策略

根据EOQ和时变需求量把计划期内各时间段分为常态时间段和非常态时间段,提出求解时变需求订货批量问题的相关策略·从理论上分析了独立策略、非常态独立策略与几种相关策略的性能,得到了相关策略的最优结构·提出了基于相关策略的启发式算法求解计划期初是常态时间段的订货批量问题·该启发式对计划期内有多个常态时间段的EOQ问题比SM有效·     

一种采购中心选址问题的研究

随着经济全球化的迅速发展,中国因其资源丰富、劳动力成本相对较低和政治稳定等优势正在逐渐成为跨国公司全球采购的重要选择。针对跨国公司在中国设立采购中心时所需要解决的选址问题,通过分析影响采购中心建立的各种因素,以最小化运营成本为目标,建立一个采购中心选址的0-1整数规划模型。针对所建立模型的特点,提出一种基于CPLEX引擎的求解算法,通过对一个随机生成算法的仿真实验,表明所建立的模型和算法能够有效地解决采购中心选址问题。     

求解动态优化问题的分叉PSO算法

近些年来,求解动态环境中的优化问题已经逐渐成为进化计算领域的一个新的研究热点。为了改善一般PSO算法求解这种动态优化问题的能力,现提出了一种采用分叉策略的多粒子群PSO算法。该算法能够利用一个较大的主粒子群不断搜索问题适值曲线上新的峰,而利用从主粒子群中分离出来的若干个较小的子粒子群去跟踪已经发现的峰的变化。通过对一组标准动态测试函数的实验,能够证明所提出的算法在动态环境中具有较强的鲁棒性和适应性。

Abstract：

Recently,there has been increased interest in evolutionary computation algorithms applied into dynamic environments since many real-world optimization problems are time-varying.Inspired by a forking mechanism,a new multi-swarm optimization algorithm （Forking PSO,FPSO） was proposed to enhance simple PSO’s search in dynamic landscape.In FPSO,a larger main swarm is continuously searching for new peaks and a number of smaller child swarm,divided from main swarm,are used for tracking the achieved peaks over time.Experimental study over a benchmark dynamic problem suggests that the proposed algorithm has much stronger robustness and adaptability in dynamic environments.     

B2C电子商务中物流配送中心优化设计

在考虑物流配送中心建设规模的基础上,结合B2C电子商务企业顾客需求的特点, 利用分级聚类法模糊估计各个顾客的单位商品配送运输费用,建立了B2C电子商务中物流配送中心优化设计的数学模型.该模型属于混合0-1的模糊非线性规划模型,且具有NP难性质.为求解上述模型,首先将其进行清晰化转换,然后采用嵌入表上作业法的遗传算法求解.通过算例验证了模型和算法的有效性和可行性,为B2C电子商务企业物流配送中心的合理设计提供了新的思路.     

基于多个混沌BP网的案例匹配技术研究

描述了混沌BP网的拓扑结构与实现步骤，引入了模拟退火的控制策略，以便在训练后期有效地控制混沌运动．提出一种基于改进的德尔菲法的算法来确定输出样本集，以提高训练质量，得到了预期效果．给出了基于多个混沌BP网的案例匹配技术框架，提高了案例匹配的效率．与最邻近法相比，结果表明该技术对于类似钢铁生产动态调度这样的复杂系统，能够提高案例匹配的精确性，更适于解决案例属性权重难以确定或存在着耦合和复杂的非线性关系的问题．     

一种基于粗糙集理论的连续属性离散化方法

基于粗糙集的有关理论,提出了一种新的连续属性离散化方法·首先说明决策属性支持度的概念,再利用决策属性支持度作为反馈信息,提出一种领域独立的基于决策属性支持度的连续属性离散化算法·该算法能在保证决策表原始分类能力不变的前提下,提高约简效率·同时,各个属性拥有较少的分割区间,会使规则集合更加简洁·通过实例分析比较,说明该算法是非常有效的·     

基于决策属性支持度的知识约简方法

提出了一种基于决策属性支持度的属性相对约简算法·该算法利用粗糙集理论分析的方法,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了条件属性对决策属性的相对重要性,以此作为启发式信息,可以方便地求出相对核·再以相对核作为求解最小相对约简的起点,按重要性的不同逐次选择重要属性添加到相对核中,直至其支持度达到整体条件属性支持度时为止,此时即得到知识库的最小约简·通过实例分析证明,该方法是有效的·