基于体系破击的联合火力打击目标价值评估

针对体系破击战法中的目标选择问题,设计了适用于多属性指标融合的熵权理想点法。并从超网络体系架构出发,设计了以信息流循环效率为评估标准的目标体系价值评估算法。针对联合火力打击多目标同步打击特点,设计了目标组合的体系价值评估算法。在上述算法基础上实现了目标多属性评估,以及基于单目标和目标组合的体系价值评估。实验分析表明,该方法能够快速实现联合火力打击目标的价值量化评估,并且用量化数据验证了联合火力打击中应遵循的3条基本原则,结合目标属性表和体系关联网络找到体系破击的关键目标或目标组合,输入条件简单易行,具备工程应用的基础条件。     

平顺移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度

对平行顺序移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度问题展开研究.构建以加工制造设备总停机次数、批量工件生产周期以及搬运批量工件的总次数为决策目标的基于分层序列法的多目标决策模型,利用该模型可确定批量工件的最优加工排序方案.建立平行顺序移动模式的加工与调整时间模型,该模型是求解生产周期的基础,也是为批量工件的最优调度方案制定生产作业计划的依据.提出并设计平行顺序移动模式下考虑加工时间与调整时间可分离的禁忌搜索算法对问题进行求解.研究结果表明:本研究可为平顺移动模式下考虑加工时间与调整时间可分离的批量生产流水车间选出批量工件的最优调度方案,同时可为批量工件的加工和加工制造设备的调整制定精确的生产作业计划.     

多层前馈神经网络的动态规划算法

利用动态规划来训练多层前馈网络，即逐层修改网络的权值。其算法采用有关文献提出的矩阵的广义逆的正交反向传播算法，经有限次迭代即可得到每一层的最优权值。     

Memetic algorithm for multi-mode resource-constrained project scheduling problems

A memetic algorithm （MA） for a multi-mode resourceconstrained project scheduling problem （MRCPSP） is proposed. We use a new fitness function and two very effective local search procedures in the proposed MA. The fitness function makes use of a mechanism called ＂strategic oscillation＂ to make the search process have a higher probability to visit solutions around a ＂feasible boundary＂. One of the local search procedures aims at improving the lower bound of project makespan to be less than a known upper bound, and another aims at improving a solution of an MRCPSP instance accepting infeasible solutions based on the new fitness function in the search process. A detailed computational experiment is set up using instances from the problem instance library PSPLIB. Computational results show that the proposed MA is very competitive with the state-of-the-art algorithms. The MA obtains improved solutions for one instance of set J30.     

网络化制造模式下基于改进蚁群算法的供应链调度优化研究

为制定网络化制造（networked manufacturing,NM）模式下供应链合作成员间的动态调度策略,构建了由制造商、协同设计商以及客户组成的三层动态调度模型;在生产能力约束、多目标优化约束等制约因素下,采用时间函数、成本函数和延期惩罚函数三个目标函数对调度问题进行描述;使用改进蚁群算法（improved ant colony optimization algorithm,IM-ACO）,对调度路径可行解节点添加不同的信息素,并将信息素浓度约束在τ_min和τ_max之间,使得供应链客户个性化需求服务、运作时间、成本等综合收益达到最优. 实例仿真表明本文提出的动态调度优化算法求解具有较快的搜索速度、收敛性好,算法具有较好的稳定性;同时,也表明本文构建调度模型合理,可以为实际生产调度提供优化的策略.     

基于Swarm的股权拍卖机制设计与仿真研究

基于多主体的建模仿真方法,运用particle swarm optimization（PSO）群体智能算法模拟信息交互条件下外部投资者估价变化的学习机制和演化规律,在机制设计的基础上,建立了实现风险投资退出的股权拍卖模型.在Swarm平台上对股权拍卖模型的仿真分析表明,所设计的股权拍卖机制能够显著地提高风险投资家的收益,并能帮助风险投资家预测外部投资者的估价和拍卖参与度的变化.对股权拍卖模型的参数仿真发现,风险投资家可以通过引入更多的外部投资者参与股权拍卖来进一步提高自己的收益;即便外部投资者过度强化单一学习能力,最终也可以得到相对理想的股权拍卖结果.本文的研究可以为风险投资家的策略选择提供参考依据.     

考虑搬运时间的多品种、小批量混流制造系统批量加工模式的优化与资源调度

对带搬运时间的混流制造系统批量加工模式的优化与资源调度问题进行研究. 建立批量工件的加工与搬运时间模型,用于求解生产周期和优化搬运次数. 在此基础上,分析工件排序方案的决策准则,用于确定工件最优投产顺序. 设计互助组优化算法,其可对最优作业排序方案所需的搬运设备进行调度. 研究结果表明: 本文的研究方法可有效求解带搬运时间的批量工件的生产周期,能优化批量工件的搬运时间和次数,可获得工件的最优排序方案,并能合理调度搬运设备资源.     

属性约简的两阶段遗传算法

属性约简是数据挖掘的一个重要研究内容. 为了解决具有多种属性类型的决策表约简问题,在粗集和二元关系聚合理论的基础上,利用属性重要性作为评价标准,提出了一种两阶段遗传约简算法. 算法的第一阶段是为了找出尽可能多的约简,第二阶段力求寻找最小约简. 根据算法每个阶段的目标设计了编码方案、种群规模、适应度函数、终止条件、选择、变异和修正操作. 实验表明,与标准遗传算法相比,两阶段算法在计算最小约简时更为准确和稳定.     

基于QHSME的装备危险耦合传导GERT分析

针对装备活动中危险耦合传导关系描述不清楚、分析不具体的问题,构建考虑任意分布的危险耦合传导图形评审技术（graph evaluation and review technique,GERT）改进模型。提出了系统危险度、危险耦元重要度、危险路径隶属度等扩展分析参数,进一步刻画装备活动中的微观危险信息;采用系统耦合理论和极大熵方法（maximum entropy,ME）配置GERT模型变量,并设计量子和声算法（quantum harmony search algorithm,QHS）求解危险度概率密度极大熵模型。最后,以飞机大表速低空俯冲科目为例进行分析。结果表明,与传统GERT模型比较,该改进模型能充分反映危险耦元对装备活动随机过程的交互影响关系,以及其他相关微观信息,且具有较好的求解精度与适用性。     

基于数据加权策略的模糊C均值聚类算法

针对模糊C均值(fuzzy C means, FCM)聚类算法没有考虑噪声样本点和样本数据的分布特征对聚类结果影响的不足,利用数据加权策略对FCM聚类算法进行改进。改进后的算法通过计算各样本点的密度值,将初始聚类中心限制在高密度样本点区域,并把样本点的密度值作为该点的权值,对聚类中心进行调整,突出高密度样本点在聚类中心调整中的影响力,从而达到提高聚类效果的目的。人造数据集和加州大学欧文分校(University of California Irvine, UCI)真实数据集的实验结果表明,在不提高时间复杂度的同时,与FCM算法相比,基于数据加权策略的FCM算法聚类的准确率更高。