考虑BOM的FMS生产线能力规划问题

针对印刷装配板(Printed Wiring Board, PWB)的制造过程,建立了一个基于多种需求状态的多计划期多种产品类的能力规划模型.该模型考虑了机器的柔性、产品类的BOM(Bill of Materials)约束(物料需求约束)以及进行生产能力调整的风险.考虑该模型是一个大规模的混和整数规划问题,无法用一般的数学软件直接进行求解,提出了一种求解近似最优解的方法,首先应用启发式算法减少装配线能力调整决策变量的搜索空间,然后应用遗传算法进行搜索.最后通过实例分析验证了该方法的可行性及其在管理学上的意义.     

序贯观察与选择问题截止阀策略的一个改进

截止阀策略是解决序贯观察与选择问题的有效方法.在多次应用的问题情境下,通过减少截止阀值来降低失败的概率,进而实现平均收益的最大化,代价是减少了观察选项的数量,增加了决策的不确定性.本研究围绕降低失败的概率进行,从降低标竿而非减少截止阀值入手,采用均值标杆改进了最大值标竿的截止阀策略.基于仿真实验的结果显示,改进后的策略具有更好的平均收益和更低的失败概率,同时,还证明了20%就是均值标竿的近似最优解.     

有约束多目标系统的模糊匈牙利决策及其应用

首先将指标值矩阵转化为模糊关系合成矩阵,再将模糊关系合成矩阵与解决指派问题的匈牙利方法结合起来,提出了有约束多目标系统的一种新决策方法——模糊匈牙利法,并建立其模型,该模型可用著名的匈牙利算法来求解。最后应用该法于文献［1～3］中的实例,通过比较,方法简便,效果很好     

绿色制造模式下的供应商选择

绿色制造模式是现代制造业发展的必然趋势,其顺利实施的前提是选择合适的供应商.相比于传统制造模式绿色制造模式对供应商提出了新的要求,本文提出了绿色制造模式下评价供应商的指标体系,在此基础上结合模糊决策的方法给出了评价模型.     

区间数的排序方法研究

给出区间数两两比较的一个简洁公式,详细研究它的一些性质,如互补性、传递性等;基于可能度矩阵给出区间数排序的一种实用方法。     

Q-学习算法在CGF系统中的应用

CGF中的战场决策仿真十分复杂,要求CGF实体应能根据知识库做出类似人类的决策行为。目前,CGF系统中的决策模块大多是硬编码的,不能满足军用仿真发展的需求,这就要求CGF系统具有学习和自适应能力。Q-学习方法是一种特殊的增强学习方法,可以通过多次迭代计算正/负效益进行主动学习。本文介绍了Q-学习及其在CGF系统中的应用。这种较新的机器学习方法,在CGF中有着良好的应用前景。     

用遗传算法求解DCPM问题

本文将遗传算法引入网络计划技术领域,详细分析了如何用遗传算法求解决策关键路线法(DCPM)问题,并给出了一种求解算法的具体步骤。该算法不用基于领域知识的规则,具有很强的通用性与鲁棒性。通过实例试算验证了该算法的有效性。     

求解多目标作业排序问题的遗传算法

利用联合进化遗传算法 ( CEGA)建立了求解多目标排序问题的一般框架 ,采用目标权衡分析诱导出决策人的偏好关系 ,并将其引入求解过程 ,以确定满意排序 ,在搜索寻优过程中 ,将启发式与遗传算法相结合 ,以提高搜索效率 .最后 ,利用该算法框架求解了一个含调整时间的一般 Job Shop排序问题 ,以表明算法的有效性.     

优化灰导数白化值的GM(1,1)建模法

提出了以向前差商和向后差商的优化加权平均值作为灰导数白化值建立 GM( 1 ,1 )的方法 ,证明了该建模法具有线性变换一致性 .计算实例表明该建模法具有较高的建模精度.     

中心逼近式灰色GM(1,1)模型

根据灰色 GM( 1 ,1 )模型的建模机理 ,指出现行建立模型方法的不确切之处 ,给出了处理导数信息号即背景的新方法 ,由此导出中心逼近式灰色 GM( 1 ,1 )模型.