铁路编组站阶段计划编制的模型及其算法研究

以压缩车辆在编组站停留时间为目标，建立阶段计划车流推算模型，考虑列车解体顺序与列车出发计划的综合协调问题，并通过求解带分枝定界策略的网络流及有准备时间的带权最小误工工件数问题，解决了编组站因车流不足需停运出发列车运行线的问题.     

AHP逆序的新探索

从序和判断的一致性角度定义ＡＨＰ逆序为：方案合成排序权重比例的改变，方案增减变化时产生逆序是因为这种变化会影响准则权重，相应地，只有对准则的权重进行调整，然后再进行总排序就可以解决逆序。     

Reed-Solomon码的符号级软判决译码算法

为了在译码性能和复杂度之间获得更好的折中,提出两种Reed-Solomon码的符号级软判决译码算法:一种将置信度排序译码集成到Chase译码的组合译码算法;另一种则采用逐级选择测试序列集的广义Chase-2译码算法。二者在一定的场合能够充分利用软判决信息。仿真结果表明,第一种算法在译码复杂度较低时,能够获得很好的综合性能;而第二种算法则具有很好的灵活性,且在译码复杂度可接受的范围内具有很好的综合性能。两种算法在一些场合中都能获得比目前其它一些常用的符号级软判决译码算法更好的综合性能。     

AHP理论与方法研究一致性检验与权重计算

证明判断矩阵一致性的一个充要条件，并根据此充要条件，提出一种直接进行排序权向量计算的方法     

两种智能值排序启发式研究

为提升约束满足问题求解效率, 对最受推崇的智能值排序启发式Look-ahead 和Survivors-first 进行深入研究。比较两种值排序启发式在常规和自适应两种环境下的效率表现。结果显示, 在多数问题类上, 常规情况下Survivors-first效果更好, 而在自适应环境下效率有所下降; 在不同环境下使用不同启发式可提升约束满足问题求解效率。     

常用排序算法时间开销的实验统计分析

以数值数据为排序对象,对交换排序、冒泡排序、选择排序、插入排序、归并排序以及快速排序等常用的六种排序算法的时间复杂度从实验统计角度进行分析和对比.本实验统计数据分析可知具有相同定性指标的排序算法,可能实际时间效率有着很大的差异,这组实验数据可为实际应用中排序算法的选择提供参考.     

基于Choquet模糊积分算子的多指标属性船型方案优选模型

船型方案排序及优选是一个多指标属性、多层次且指标属性相互关联的决策问题.考虑船型方案评价中各评价指标间存在的模糊性和相互关联性,利用模糊测度和Choquet模糊积分算子对船型方案进行优选.此方法的优点是考虑了方案各指标属性的关联关系,而且决策过程不用确定各指标属性的权重,减少了决策过程中决策者的主观臆断性,使排序结果更具客观性和科学性.计算实例说明:基于Choquet模糊积分方法建立的船舶方案优选模型正确,方法简单,结果合理,为船型方案选择提供了一种可靠的参考.     

多准则排序中的路径问题及层次分析法推广

本文指出,在多准则排序中层次分析法用矩阵乘法实现排序度量转换是不正确的.实际上排序度量转换与把排序指标的重要性传递到目标的路径有关,多准则排序是多路径的,多路径排序度量转换不是线性转换,不能用矩阵乘法实现.为此,将排序度量映射到高维状态空间上、用不确定性隶属度向量表征,进而把排序度量转换转化为隶属度转换.通过揭示指标隶属度中包含着确定目标隶属度的冗余值来论证隶属度转换是非线性转换,用区分权滤波算法实现隶属度非线性转换.由此建立多准则排序的非线性排序模型.     

基于非均等排序集抽样的符号检验

为检验未知总体的中位数,提出基于非均等排序集抽样的符号检验.通过比较符号检验的Pitman效率,表明非均等排序集抽样效率高于排序集抽样和简单随机抽样. 考虑到非均等排序集样本独立但不同分布,提出与秩次有关的加权符号检验,具体给出使检验效率达到最大的权数,并证明出最优权数具有适应任意分布性. Pitman相对效率的计算结果表明,非均等排序集抽样下最优加权符号检验优于排序集抽样下最优加权符号检验. 最后,对阔叶松树的一组真实数据进行了实际应用.      

基于多规则资源分配的柔性作业车间调度问题多目标集成优化方法

针对柔性作业车间调度问题中多种资源分配的复杂特性,建立了以最小完工时间、最优人工分配方案、设备最大负荷以及最小生产成本为目标的集成优化模型,并设计了一种具有多重资源约束的多目标集成优化方法;针对组合模型的爆炸性特征,为降低模型的复杂度,采用多规则资源分配的集成调度思想,通过调整规则概率使概率大的规则被优先选中,使用多规则导向机制"推动"搜索过程向指定目标方向移动,并结合动态规划法求解最优人员分配方案;采用改进的非支配排序遗传算法——NSGAⅡ可以获得不同规则概率值的Pareto解集;最后,通过仿真对比与应用验证了所提方法的有效性.