基于核心的多人合作对策的一种满意协调分配方式

合作对策的解概念——核心（core）是一个多值解集合。本文首先提出合作对策的一个新的分配方式（即满意协调分配），证明了这种新分配方式的存在性。其次，给出了在多值解集合中求解满意协调分配的计算方法。最后，通过一个实例说明该方法的有效性。     

基于二阶段随机规划的制造/再制造集成物流网络优化设计

基于二阶段随机规划方法提出了一种制造／再制造集成物流网络优化设计模型，据此确定网络中各种设施的数量、位王及物流量分配，以使运营周期内的净收益最大。谊模型的特点是：考虑了制造／再制造混合系统中产品需求量和可回收废旧产品数量的不确定性；考虑了正向物流和逆向物流的设施集成与运输整合以及回收中心的处理技术配备问题。最后，通过一个算例验证了谊模型的有效性。     

模糊随机需求模式下的扩展报童模型与求解算法

将模糊随机需求期望值理论引入对模糊随机需求模式下单周期库存优化问题研究，建立了模糊随机收益期望值最大化的单一产品模糊随机报童模型和多产品模糊随机规划报童模型．并根据遗传算法理论和计算机模糊随机变量模拟技术设计了求解模型的智能算法。     

城市交通连续平衡网络设计问题的模拟退火算法

对城市交通连续平衡网络设计问题作一简要介绍。建立该问题的双层规划模型。针对该问题．构建一种特殊的邻城结构．并设计出基于此邻城结构的模拟退火算法。通过一个实例对算法进行验证．并同其他算法进行比较．结果表明模拟退火算法的计算结果较精确．但相应的计算量增加。但该算法用于大型网络设计问题时．其优势则会有明显体现。     

目标规划模型的知识表示与XPGP搜索算法研究

针对目标规划问题的建模与求解的问题，通过剖析目标规划数学模型的结构特征及其模型求解过程的状态转移规律，以及目标规划的求解原理与人工智能的状态空间理论分析对比，扩展人工智能状态空间三要素表示体系，提出了一种基于状态空间理论的目标规划模型的知识表示方法——Mpsp法；根据线性目标规划模型的结构和求解特点，提出了线性目标规划知识化模型改进的宽度优先搜索算法——XPGP搜索算法。本项研究使目标规划的应用研究朝着知识化、智能化方向迈进一步，充实了智能运筹学这一新学科的研究基础。     

缺货补偿条件下的生产规划模型及算法

针对缺货补偿条件下有能力约束、多产品、多阶段制造系统的生产规划问题，以利润最大为目标，建立混合整数规划模型。通过对模型的等价转换，基于对偶理论将等价模型分解为相互关联的生产主问题和库存子问题，设计对偶分解算法进行求解。数值实例的计算结果，说明了算法的收敛趋势以及在计算时间方面的性能。     

混合过程控制系统基于广义对象的形式化开发

许多过程控制系统可以看作混合控制系统。为使设计的控制器满足整个系统一定的过程需求,对象的信息是不可缺少的。本文为这类系统的开发提出了广义对象的形式化模型。基于这样的模型,可以从目标要求中直接提取系统需求,控制器也可以根据基于对象的形式化方法进行设计。我们以一个工业过程控制的实例来说明我们的方法和模型,采用时段演算来描述系统的特性并进行控制器的开发。     

Application of the Constrained Predicated Nets and Interval Logic to Production Systems

1 .INTRODUCTIONDuetotheireconomicsignificanceandclosenesstopersons,productionsystemsmustbemodeledbeforetheirimplementationanduse,thus,amethodwhichspecifies ,analyzesandsynthesizestheproductionsys tems—discreteeventsystems (DES)hasbeenestab lishedanddevelopedstepbystepinrecentyears.DESmethodspecifiestheplantbasedonitsdiscretecharacters,however,intherealworld ,therearefewplantsthatcanbemodeledbypurelydiscretemathe maticalmodelbecausetherearealwayssomecontinu ousparametersforstudyinnearlya…     

非线性规划的混合遗传算法

遗传算法是一类模拟自然界生物进化过程与机制、求解问题的自组织和自适应的人工智能技术,是非常好的求解优化问题的算法,但是它也容易产生早熟现象,且局部搜索能力较差。因此,在分析传统的非线性规划方法的基础上,针对传统方法的局限性,为非线性规划模型设计了一种新的启发式算法,即结合遗传算法、模拟退火算法和动态惩罚函数法的混合遗传算法,以发挥各算法处理问题的优势。对算法的过程进行了分析。通过实例说明,该算法对于求解所建立的问题是有效的。     

多阶段投资决策问题的一种智能化求解方法

对多阶段投资决策问题进行研究，建立一种极小化跟踪投资回报率与目标回报率偏差的多阶段投资决策模型，并将随机模拟、遗体算法和神经网络集成在动态规划之中，设计给出一种智能化的求解方法，能求得反馈形式的最优投资策略。本文给出的方法克服了传统求解方法的局限性，具有现实意义，经算例仿真验证了算法的可行性。