改进萤火虫算法及其收敛性分析

萤火虫算法因具有结构简单、控制参数少、易于实现的特点而得到广泛的关注和应用,但其易陷入局部最优导致过早收敛,从而影响寻优精度。针对这一问题,本文在位置更新规则中加入随机扰动因子,并剔除了冗余的随机项,以提高算法搜索能力;引入位置置换变异和差分进化算法中的最优变异策略,在保持种群多样性的同时,增强算法跳出局部最优的能力。采用马尔可夫过程证明了算法以概率1收敛到全局最优。利用基准函数和装箱问题对算法进行仿真测试,结果表明,改进后的算法能够有效跳出局部最优,对给出的所有问题均能找到理论最优解,寻优精度和成功率有明显提升。     

基于过程模型的分布式工作流引擎的研究

通过CORBA规范,按照过程模型的特点,提出一种基于过程模型的分布式工作流引擎的协同运行机制,可以解决集中式工作流引擎控制结构的运行瓶颈,最后给出了一个银行贷款过程的实例。     

基于不规则二阶树的多尺度表示和多尺度建模

多数现象或过程具有Markov性,对在不同尺度上拥有对同一目标进行观测的多传感器系统,利用Markov过程的条件独立性,提出了不规则树的新概念,建立了动态过程基于不规则二阶树的多尺度表示方法,给出了确定多尺度模型中各种参数的具体步骤,并通过计算机仿真实验验证了所建立的动态过程基于不规则树的多尺度表示方法和多尺度模型的有效性与实用性.     

基于供需关系的采购联盟定量决策模型分析

从纵向与横向处理原材料供应商与购买者之间的关系出发,对不同情况的利润、价格与批量之间的关系及产生的总利润变化情况和供应商与购买者之问关系进行了分析,构建了供需关系的采购联盟定量决策模型,分析表明:建立采购联盟可以提高企业的相关利润.     

服务驱动的制造网格系统

就服务在制造网格系统的应用层面上的行为特性展开研究,提出基于工艺信息的制造网格服务的静态结构和动态过程,分析了制造网格服务的服务请求与响应过程,以及制造网格服务的分裂和衍生过程,设计了相应的制造网格服务结构演算算子,并就制造网格系统服务响应流程与企业的实际业务处理之间的集成进行了描绘和实例说明.     

三标度改进方法及其在火炮采购方案评价中的应用

为解决火炮采购方案评价中面临的多目标决策问题,以及弥补层次分析法(AHP)、效用理论、三标度法(TMP)和非结构模糊决策方法(NSFDM)在解决此类问题上的某些局限性,提出了三标度改进方法(TMEP).在论述了该方法的决策过程和步骤后,以某部队火炮采购为例,着重分析了TMEP方法在火炮采购方案评价中的应用.其分析结果表明:相对于AHP、TMP和NSFDM方法,TMEP方法在构建判断矩阵时层次更加清晰,也更易于通过一致性检验,且矩阵元素权重确定更加简洁和合理,同时计算量相对也比较小.因此,该方法是解决火炮采购方案评价和类似的多目标决策问题的一种有效方法.     

一种基于似然比的信息融合与决策方法

针对诊断或决策问题中的多信息特征 ,建立了具有信息融合功能的多级决策结构 ,通过信息融合 ,减小系统输出的不确定性和提高系统决策的可靠性。为解决决策问题中信息的不确定性 ,提出了一种基于似然比的决策策略 ,以结论元间的似然比为决策的中间变量 ,构造了具有局部决策和全局决策两级结构的多级决策器 ,并设计了局部决策规则和全局决策规则。最后通过实例证明了该方法的可行性。     

行为与决策科学研究的新领域--习惯域分析

习惯域分析 (HabitualDomainAnalysis)是美国管理科学杰出教授Po LungYu于 80年代初提出并进行系统研究的一种决策分析理论。概述了习惯域分析方面的研究成果 ,包括习惯域评估、核心习惯域、习惯域扩展与丰富、理想习惯域等 ,并指出了未来可能的研究问题。     

带混合算子的自适应遗传算法的收敛性研究

针对标准遗传算法存在搜索效率不高以及过早收敛的问题,利用自适应遗传算子提高算法的优化性能,并结合混合算子增加种群的多样度,设计了一类带混合算子的自适应遗传算法,给出了该算法的具体实施步骤,利用Markov链理论研究了该算法的收敛性问题,并通过模拟实验分析了该算法的性能。实验及分析表明,该算法切实可行,可操作性好,具有一定的通用性。     

基于量子的免疫进化算法及收敛性

分析和探讨了量子计算的特点及免疫进化机制,并结合免疫系统的动力学模型和免疫细胞在自我进化中的亲和度成熟机理,提出了一种基于量子计算的免疫进化算法。该算法使用量子比特表达染色体,通过免疫克隆、记忆细胞产生和抗体相似性抑制等进化机制可最终找出最优解,它比传统的量子进化算法具有更好的种群多样性、更快的收敛速度和全局寻优能力。在此不仅从理论上证明了该算法的收敛,而且通过仿真实验表明了该算法的优越性。