一种新的进化策略及其全局收敛性

在求解单峰最优化问题算法的基础上,给出了一种新的进化策略.针对连续函数优化问题,利用中心极限定理,在较弱的条件下,首先证明了基于均匀分布的(μ λ)-ES算法依概率收敛,然后给出了采用一般连续性随机变量作为变异算子的(μ λ)-ES算法依概率收敛的证明.数值结果表明:采用基于均匀分布的进化策略求解维数较高的连续函数优化问题能够快速有效地收敛到全局最优解.     

随机生产中拖后需求的变质产品最优生产策略

针对部分短缺量拖后的变质产品,建立随机生产状态下的生产-库存模型.所谓随机生产状态,是指生产过程会随机地从一种可控状态向另一种不可控状态转移,当生产处于不可控状态时,会生产出一定比例的次品.其中,生产状态的转移服从均匀分布.通过生产-库存模型得到了随机生产状态下总成本函数,分析得到,该总成本函数是一个关于生产次数的凹函数,并由此提出了最优生产次数算法.最后给出了算例.算例结果表明,最优生产次数算法能够有效地将一个4n 1维的最优问题转化为一个一维问题,为变质商品的生产-库存决策提供了简便有效的方法.     

市场准入干预下的供应链定价策略研究

在贸易保护主义和逆全球化愈演愈烈的背景下,市场准入干预已经成为一些国家限制外国企业发展的一种惯用手段.本文研究了市场准入干预下的供应链重构与定价问题,构建了干预前与干预后的供应链上下游决策模型.市场准入干预前,供应商提供零部件,由制造商进行加工并转化为产品销往两个市场.而受到市场准入干预后,供应链被迫重构:制造商的产品只能销往一个市场,但该市场会流入来自另外一个市场的部分购买潜能.研究发现,和干预前的基准模型相比,在定价方面:对供应商而言,若两个市场的替代性较强,则干预后零部件定价会降低,若两个市场的替代性较弱,则当流入的购买潜能较大时,干预后零部件定价会提高;当流入的购买潜能较小时,干预后零部件定价还是会降低.对制造商而言,其产品的定价不仅与上述两因素有关,还与未被干预市场的潜能大小有关.而且本文进一步发现干预前后供应商与制造商的定价策略变化并非总是同向的,即可能存在供应商提高(降低)零部件批发单价但制造商降低(提高)产品价格的情况.在利润方面:对供应商而言,若两个市场替代性较强,则受到准入干预后其利润会降低;若两个市场替代性较弱,则当流入的购买潜能较大时,干预后其利润反而会增加;但...     

中小企业新媒体营销管理策略研究

新媒体时代,中小企业无论在资金上还是营销资源上都比较有限,无法和大型企业相提并论。因此,中小企业如果不能及时对自己的营销路径进行创新,就很容易会陷入到困境之中。本文从新媒体的概念出发,从各个角度分析了目前中小型企业在营销管理方面存在的问题,并制定了相应的市场营销策略,希望可以加强我国中小型企业的营销管理水平,促进我国市场经济的稳定持续发展。     

职业院校民宿管理与运营服务人才培养模式策略实践研究

想要提高乡村地区的社会经济发展水平,相关部门就必须加强社会主义新农村建设。发展民宿产业是实现乡村振兴战略的重要途径,是推动乡村经济发展的重要措施。基于此,本文分析了职业院校民宿管理与运营服务人才培养价值,提出了职业院校民宿管理与运营人才培养策略。     

鄱阳湖区洪水灾害损失与社会经济发展关系的研究

该文分析了鄱阳湖区社会经济发展现状,并绘制了1995~2004年10年间GDP增长曲线图.结果表明,一次特大型或偏大型洪水对湖区内的社会经济发展产生较大的影响;运用洪水灾害损失评估模型计算出洪水灾害损失值,并绘制洪水灾害损失增长曲线图和洪水灾害损失与GDP比值曲线图,经分析得出防洪能力的提高可以减少洪水灾害的相对经济损失,而且当防洪能力提高到一定程度后,洪水灾害绝对经济损失也可能得到控制.然后,运用皮尔曲线得出典型洪水灾害直接经济损失增长曲线.     

MADDPG算法并行优先经验回放机制

多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient,MADDPG)算法是深度强化学习方法在多智能体系统(multi-agent system,MAS)领域的重要运用,为提升算法性能,提出基于并行优先经验回放机制的MADDPG算法.分析算法框架及训练方...     

校园网的安全防御策略

从威胁校园网的安全因素以及维护网络安全的策略两个方面进行分析和探讨,从而建立一套适合校园网络的安全体系.     

综合材料在当代油画创作中的运用策略研究

综合材料绘画在创作中经常使用多种材料,混合了不同材料的绘画都被定义为综合材料绘画.综合材料绘画呈现出独特的肌理语言,具有强烈的表现和性情感性.不同的材料有不同的特性,有时材质本身就是一种风格,因此如何选择适合的材料,油彩和所选材料如何结合在一起表现主题,成为画家们致力研究的方向.当今中国,综合材料绘画的画家进行创作时,...     

基于Pareto支配的两阶段多目标优化算法

针对二维和三维的多目标优化问题,提出了一种基于Pareto支配的两阶段多目标优化算法(MOEA-PT)。全局搜索阶段根据Pareto支配关系将种群进行排序,依据临界层子集的排序等级执行相应的选择策略;局部调整阶段对种群中的个体进行微调,将新产生的个体与距离其最近的个体进行支配关系、分布性、收敛性的对比,替换较差的个体。分析了两个阶段对算法性能的影响,同时对引入局部调整策略后的种群进行了对比,结果表明局部调整策略能有效增强算法性能。通过对标准测试函数的求解,并与其他经典的多目标算法进行对比,验证了本文算法在收敛性和分布性等方面具有一定的优越性。