活动网络在随机约束下的关键路线问题

本文研究了活动网络的随机约束规划模型及其确定性等阶线性模型, 求解在最小概率水平下的随机周期和关键路线。由此给出不同特征网络确定关键路线的准则, 并揭示PERT/CPM算法存在重大误差的原因。     

Job Shop 的工件序摄动分析算法

为了研究ＪｏｂＳｈｏｐ排序（ＪＳＰ）这样一类ＮＰ完备的组合优化问题,从离散事件仿真的角度分析了ＪｏｂＳｈｏｐ中工件序单步摄动和多步摄动出现时系统状态的变化规律,提出了一类求解ＪＳＰ问题的近似算法——工件序摄动分析算法（ＪＳＰＡ和ＪＳＥＰＡ）,并研究了此类算法的应用模式。工件序摄动分析算法具有迭代性和构造性特点,兼顾ＪＳＰ问题求解的速度、精度和规模,能够对初始序点进行改进,获得较好的工件极小序（或最小序）。测试实验结果表明算法具有良好的整体性能。     

目标数量折扣下的供应链协调分析

目前国内一些行业的公司在销售渠道中常用目标数量折扣的契约模式。本文通过一个两阶段一对一的供应链模型分析了在这种契约下供应链的协调性，以及它对供应链利润分配的影响。最后针对某品牌型号的手机进行了实证分析。     

一个面向对象的仿真建模框架

基于面向对象的思想、系统理论概念和ＤＥＶＳ形式理论,研究提出了一种面向对象的仿真建模框架,它由建模框架和控制框架组成．建模框架提供了描述组成系统的对象、描述局部于对象的行为和对象之间交互作用的结构和方法;控制框架提供了分离不同的仿真控制功能的更为灵活的控制结构．本文的研究为面向对象的仿真提供了一个概念框架．并为研究开发新的仿真建模系统提供了理论基础．     

虚拟现实仿真下的序贯决策优化研究

通过构造虚拟现实仿真环境,利用仿真模型对系统的直观描述性,对系统的运行状况进行模拟,并为决策者提供了一个观察系统运行的虚拟空间,决策者可以"进入”到系统内部,根据观察到的系统状况及个人的偏好,在虚拟环境中进行一系列的决策.由于现实系统中,系统状态转移概率以及报酬函数往往不能显式得到,所以传统方法无法求解序贯决策问题.作为一种新的思路,利用仿真优化算法,根据仿真运行提供的定量信息,利用虚拟现实的环境,实现序贯决策过程的优化,最终可以得到最优或满意的决策策略.     

系统平均性能测度的稳健估计

研究离散事件仿真中系统平均性能测度θ的估计问题，建立了θ的一种新的估计量—切尾均值．研究表明，这种估计在某些非正态分布中优于传统的估计量—样本均值，并具有稳健性．通过仿真实验对两种估计量进行了评价和比较，并讨论了在正态分布情形中使用切尾均值估计的损失．     

基于仿真的复杂系统可靠性、可用性和MTBF评估文献综述

通过查阅大量文献 ,对应用蒙特卡罗仿真方法评估复杂系统可靠性、可用性和 MTBF进行了全面的分析研究 .通常在评估复杂大型系统的可靠性、可用性和 MTBF方面有 4个主要困难 :系统结构可以很复杂 ;子系统可能服从各种失效分布 ;对于可修系统来说 ,子系统可以服从任意失效和修复分布 ;子系统的失效数据有时也不充分 ,可靠性试验样本趋向于小样本 .用经典统计学去获得它们的统计置信限很困难并且经常是不可能的 .而仿真技术是解决这类问题的一个值得重视的研究方向 .     

基于证据理论的软件开发风险评估方法

通过将软件开发过程分解为分析、设计、实施阶段,根据决策者对每一阶段的技术风险、费用风险、进度风险的确信度,给出了一种基于Dempster-Shfer证据组合理论的风险评估方法.从而,将软件开发过程中影响风险的多种不确定性定性指标转化为确定的定量指标进行评价.最后通过实例说明了该方法的有效性.     

同顺序Flow shop问题的一种遗传强化学习算法

针对Flow-shop排序问题的固有复杂性,设计了一种遗传强化学习算法.首先,引入状态变量和行动变量,把组合优化的排序问题转换成序贯决策问题加以解决;其次,设计了一个Q-学习算法和基于组合算子的遗传算法相集成,遗传算法利用染色体的优良模式及其适应值信息来指导智能体的学习过程,提高学习效率和效果,强化学习则对染色体进行局部优化进而改良遗传群体,二者有机结合共同解决Flow-shop排序问题;再次,提出了多种适应性策略,使算法关键参数能够周期性递变,以更好地在深度搜索和广度搜索之间均衡;最后,仿真优化实验结果验证了该算法的有效性.     

一种求解资源约束条件下运输优化问题的启发式方法

介绍了一种求解资源约束条件下的大规模组合优化运输问题的启发式方法。由于现实生活中的运输系统的复杂性，与总运输时间相关的目标函数无法用解析方法给出，在这种条件下它需要通过仿真运行得到，同时运输资源(主要指道路和中转站等)的限制又增加了优化的难度，传统的求解这种瓶颈运输问题的网络流方法无法处理。本文介绍的启发式方法充分利用了仿真模型对于系统的直观描述特性，将资源约束的求解反馈到优化过程中，取得了较好的效果。