求解动态背包问题的多智能体进化算法

针对动态背包问题,提出了一种基于多智能体的进化算法(MAEA).通过智能体相互合作地模拟生物机制特征来寻求最优解.智能体生存于网格环境中,为了增加自身能量,智能体可以与其邻域展开竞争,并依据统计信息来获得知识进行学习.为了保持种群的多样性,在算法中引入了随机移民机制.通过对一系列动态背包问题的仿真实验可以看出,在离线性能指标下,这种引入了随机移民机制的基于多智能体的动态进化算法相比几类遗传算法可以获得更好的性能.     

基于过程代数的电子商务定价业务流程的重组与优化

针对传统定价业务流程中存在的信息化、自动化程度不高以及网络化水平低下等不合理因素,采用基于过程代数的业务流程定量分析方法对传统定价业务流程中的各个步骤进行分析,结合业务流程重组的原则和电子商务环境下定价业务流程的特点,对传统定价业务流程进行重组,构建电子商务环境下的定价业务流程,并对重组前后的结果进行评价.结果表明,重组后的定价业务流程,能减少工作量和工作失误,加强定价系统对电子商务企业的快速响应能力.     

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。     

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.     

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·