弹性需求下供应链契约中的Pareto优化问题

研究在需求具有价格弹性的条件下,由单一卖方和单一买方组成的供应链契约中制定价格折扣的问题.假设卖方是供应链上的领导者,买方是追随者,在信息不对称下,卖方充分了解买方的信息.由于在供应链契约理论中可以用价格折扣协调买卖双方的利益,因此,Pareto意义下的最优价格折扣的问题可转化为求解供应商利润最大化问题,同时综合考虑价格折扣对买方订货量的影响.最后用仿真方法分析了模型中的帕累托(Pareto)优化问题.     

最短路树的计数、产生和优化问题

首先给出了在非负网络中构造最短路网络的算法，然后将树形图的计数算法到最短路网络中，设计出了最短路树计数问题的算法，将Gabow算法应用到最短路网络中，设计出了产生全部最短路树的算法，最后研究了最短路树的优化问题。     

应用自适应指数比例变换的适应值共享遗传算法

适应值共享遗传算法是用来解决多峰函数优化的常用手段 .本文提出了可以用来提高适应值共享遗传算法搜索能力的自适应比例变换方法 .针对复杂欺骗性问题 ,本文采用不同的指数比例变换方法进行了优化 .结果表明 ,本文提出的自适应指数比例变换方法能够迅速、稳定地找到全部全局峰 .该方法尤其适用于峰半径难以精确判定的情况.     

递阶稳态优化下非线性大工业过程的迭代学习控制

对递阶稳态优化下非线性大工业过程施行迭代学习控制 ,目的是进一步改善大工业过程的动态品质 .建立迭代学习控制的基本结构 ,提出迭代学习控制算法关于控制系统的ε-收敛性和期望目标轨线的δ -可达性的概念 ,对具有死区与滞后的饱和非线性大工业过程控制系统给出加权超前开环PD-型迭代学习算法 .利用 Bellman-Gronwall不等式和λ范数理论 ,论证了算法的收敛性 .数字仿真表明 ,迭代学习控制能有效改善递阶稳态下非线性大工业控制系统的动态品质 .     

一种混沌神经网络模型及其在优化中的应用

通过在Hopfield神经网络模型 (HNN)中引入非线性自反馈项 ,提出了一种具有暂态混沌动力学行为的神经网络模型。该模型首先经过一个倍周期倒分叉过程进行混沌搜索 ,进而进行类似HNN的梯度搜索。由于它利用了混沌搜索固有的随机性和轨道遍历性 ,因而具有较强的克服陷入局部极小的能力。两个典型的函数优化例子表明了该算法的有效性     

“科技创新百项工程”实施方案

“创新是一个民族进步的灵魂，是国家兴旺发达的不竭动力”。为贯彻江泽民总书记关于“增创新优势，更上一层楼”的指示和在参加九届全国人大二次会议广东代表团全体会议时的讲话精神，落实《中共广东省委、广东省人民政府关于依靠科技进步推动产业结构优化升级的决定》，全面实施“科教兴粤”战略，     

中药敷贴治疗乳腺增生病的临床示范性研究

本课题的主要目的是以中医理论为指导，采用多中心、随机、双盲、对照临床研究方法，以缓解疼痛为主要目的，评价中药敷贴治疗方案治疗乳腺增生病（冲任失调证）的临床作用。其次要目的是：     

有限几何与PBIB

在有限辛几何中取定一个（     

基于遗传算法的约束性多TSP问题及其应用

针对一类具有约束条件的汽车调度问题 ,提出了约束性的多重 TSP(CMTSP)问题及其模型 ,给出了一种遗传算法解法。对比实验结果表明 :遗传算法具有比启发式算法更好的结果。