混合HOGA-SVM财务风险预警模型实证研究

目前涉及遗传算法与支持向量机相结合的预测模型中,遗传算法基本上采用的是标准算法.但是在对全局函数的优化中,一般的遗传算法容易陷入局部最优,从而降低遗传算法收敛速度和搜索精度,进而影响财务风险预警模型的精度与速度.基于此,提出了基于混合全局优化正交遗传算法(HOGA)和支持向量机(SVM)的财务风险预警模型(HOGA-SVM),通过使用混合全局优化正交遗传算法连同支持向量机来改进支持向量机进行财务风险预警的效果.结果显示,提出的模型不仅提高了财务风险预警的准确率和速度,而且模型的两类分类错误率(尤其是第一类分类错误率)相对其他模型也有了明显下降.未来的工作可以把模型的应用扩大到多分类的财务风险预警问题中.     

基于GATS混合策略的多目标优化算法

用遗传算法求解多目标优化问题的难点在于适应值函数难以定义.本文提出一种定义多目标优化问题适应值函数的方式,使遗传算法不仅满足于得到一个决策方案,而是以得到问题的全部非劣解为目标,最终的决策方案由决策人根据自己的偏好来决定.同时为避免提前收敛现象,本文根据遗传算法和Tabu Search算法自身的特点,通过对二者的优势和不足进行分析,提出一种将二者混合使用的求解多目标优化问题的策略.它以遗传算法为基础,用遗传算法作全局搜索,用Tabu Search算法作局部搜索,改进遗传算法的计算结果.     

救灾物资发放问题的动态遗传算法求解

与传统启发式优化搜索算法相比,遗传算法的主要本质特征在于利用了群体搜索策略和简单的遗传算子.群体搜索使遗传算法得以突破邻域搜索的限制,可以实现整个解空间上的分布式信息探索、采集和继承.这篇文章针对救灾物资发放问题进行了研究,建立了此类问题的数学模型,在分析标准遗传算法的基础上,采用设置摆动适应度函数与条件交叉、变异概率的方式设计了动态遗传算法,并通过求解实际问题对标准遗传算法与设计的动态遗传算法计算结果进行了对比.结果表明该算法在一定程度上动态解决了群体由于缺乏多样性而陷入局部解的问题,能够更大概率地得到最优解,可以说是对遗传算法改进方面的一个尝试,结论对于解决类似问题具有较大的参考价值.     

用混合遗传算法求解物流配送路径优化问题的研究

论文建立了物流配送路径优化问题的数学模型,并针对遗传算法在局部搜索能力方面的不足,提出将爬山算法与遗传算法相结合,从而构造了求解物流配送路径优化问题的混合遗传算法,并进行了实验计算。计算结果表明,用混合遗传算法求解物流配送路径优化问题,可以在一定程度上克服遗传算法在局部搜索能力方面的不足和爬山算法在全局搜索能力方面的不足,从而得到质量较高的解。     

改进遗传算法及其在行星齿轮传动优化中的应用

针对浮点数编码遗传算法(SGAF) 局部寻优能力不足的问题,在增加对初始群体的"分散选优"过程和基因补偿算子以改善其局部搜索能力的基础上,提出了一种改进的基于浮点数编码的遗传算法,以增强SGAF的全局收敛性和并行性,通过对交叉、变异概率和搜索空间的调整,提高了收敛速度,防止SGAF常出现的早熟和随机性太大等缺点,并将其应用到行星齿轮传动优化实例中.实验结果表明,改进后的遗传算法能够有效地避免陷入局部最优解的现象,提高了搜索效率和解的精度.     

多功能机床环境下的Job Shop问题研究

本文引入工序机的概念描述加工系统的资源,建立了面向多功能加工机床的Job Shop作业计划模型,用遗传算法对所建的模型进行优化。在遗传算法优化搜索的基础上,利用工件、工序机和实际机床之间的动态调度使作业计划更趋合理。最后给出数值试验结果。     

基于免疫遗传算法的物流配送车辆路径优化问题研究

物流配送车辆的优化调度问题是近年来物流研究中的一个热点也是一个难点,传统的优化方法往往难以解决这类问题.本文提出一种新型免疫遗传算法进行物流配送车辆路径问题的优化规划.在遗传进化过程中,借鉴生物免疫机制对每个种群的染色体进行免疫算子操作,这些算子包括接种疫苗、各基因座多样性调整以及免疫选择.以运输费用最小为优化目标建立了物流配送车辆路径优化问题的数学模型,利用免疫遗传算法求得优化解,并通过具体实例以及免疫遗传算法与标准遗传算法运算结果的比较,验证了本文免疫遗传算法的有效性和优越性.     

粒子群算法求解无能力约束生产批量计划问题

经典的粒子群优化算法是一个在连续的定义域内搜索数值函数极值的有效方法.目前,粒子群算法(particle swarm optimization,PS0)已经成为优化领域中的一个重要的优化工具,其应用在很多优化问题中都可以见到.虽然粒子群算法的应用范围已经十分广泛,但是关于应用其求解多级生产批量计划问题(multilevel lot-sizing problem,MLLs)的文章并不多见.文章提出结合遗传算法(genetic algorithm,GA)变异算子的混合粒子群优化算法(hybrid particle swarm optimizatjon,HPSO)求解无能力约束装配结构MLLS问题.通过实验验证了算法的可行性和有效性.     

遗传神经网络方法在课堂教学质量评估中的应用

课堂教学评估是提高教学水平,促进教学质量的有效途径.该文建立非线性评估模型,针对仅应用人工神经网络方法求解容易出现不收敛的情况,将遗传算法与BP神经网络结合应用,用遗传算法来优化网络的拓扑结构和学习参数,并筛选参与训练的评估因子,搜索出参加训练的输入参数和网络结构参数的最佳组合,从而建立具有较好预报效果的网络模式.实例计算结果表明,与未经优化的神经网络相比,具有收敛速度快,预测误差小等优点,具有较高的识别能力.     

基于遗传算法的企业信息化建设

本文首先介绍遗传算法的定义和内容,分析了企业信息化指标体系和企业信息化措施;其次建立了企业信息化建设的教学模型;然后运用遗传算法对数学模型进行分析、求解;最后举例说明遗传算法在企业信息化建设决策中的合理性.并指出了遗传算法在应用中的不足之处.     

浅谈财务分析的重要性及存在的问题

目前企业的经济环境日益复杂,企业管理者、投资者、债权人,在做出财务评价和经济决策时,都必须进行充分的财务分析。财务分析在经济活动中的作用越来越大,影响财务分析的因素也越来越复杂。由于财务分析在我国起步较晚,在实际工作中财务分析存在着一些问题,影响了财务分析的有效价值。本文对财务分析的重要性进行了阐述,指出了目前财务分析方法运用中存在的不足,并就如何优化财务分析方法提出相关建议。     

南水北调东线水资源供应链契约中的协调因子确定

南水北调东线水资源供应链是一个多流域、多水源、多目标的复杂水资源大系统.在市场经济下环境下,本文引入供应链管理方面的思想、理论和方法,着重体现"沟通与协调",而不是传统的一味追求系统"技术经济寻优";在分析南水北调东线水资源供应链契约的基础上,建立节点供需方的协调因子模型,采用通用的全局优化方法遗传算法对协调因子可能存在区间搜索求解.其建模思想及算法求解从管理学和经济学角度为南水北调工程建成后水价制定及机制运营提供一定的参考价值.     

分销网络优化模型及算法研究

为了优化网络结构,寻求最佳配送策略,最终找出成本最小的供应链,针对需求拖动式供应链中,多供应商、多产品、多客户分销配送网络的优化设计问题,在考虑需求分配的情况下,提出了分销配送网络的优化模型。为了求解优化模型,提出了基于混合遗传算法求解混合0-1整数规划问题的算法,它是用遗传算法搜索0-1变量的最优解,将其他算法融入遗传算法中,对非0-1变量进行求解的一种算法。最后通过两个算例进行了仿真实验,初步验证了优化模型和算法的有效性。     

基于求解TSP问题的双向扩展差额算法

旅行商(TSP)问题是典型的组合优化中的NP-hard难题.本文在最近城市搜索法和两端延伸最近城市搜索法基础上提出了双向扩展差额求解算法,并分析了算法的复杂度.采用以上三种算法求解了TSPLIB标准库中多个算例,比较结果表明本算法能够更快的找到更优的方案,具有更好的综合性能.     

一种有限信息共享的全局寻优供应链双边协同计划方法

针对有限信息共享条件下,供应链协同计划难以实现计划调整的收敛性和达到全局最优的问题,提出一种具有多点搜索舜口概率搜索特征的协同计划方法.将协商中交流的备选计划及其所产生的成本变化信息融入到计划调整算法中.以遗传算法的选择、交叉和变异过程为调整机制,将算法的迭代过程与计划协商过程结合在一起.在确定上下游企业能力约束多产品批量计划模型和最小累积需求求解方法及其模型的基础上,分析了协同计划过程中的编码、适应度函数、初始计划组生成和选择、交叉、变异算法等主要要素,并给出协同计划流程.通过仿真实验验证了该方法的有效性和相对的优越性.     

绿色运输的路径优化问题分析

在绿色供应链管理中,研究绿色运输的路径优化问题并选取恰当的配送路径,可以加快对客户需求的响应速度,提高服务质量,增强客户对供应链环节的满意度,降低服务商运作成本.本文采用遗传算法对绿色供应链中的运输问题进行分析.并利用VC较好地进行了实例验证,对企业实现科学快捷的配送调度和路径的优化具有实际意义.     

基于遗传算法的建筑材料联合库存优化研究

本文基于物流和供应链理论,建立了针对建筑材料二级供应链的联合库存成本的优化模型,并引入遗传算法以求得该模型的最优解.文中探讨了其运算过程并对运算结果进行了分析.分析结果充分显示了遗传算法在求解建筑材料二级供应链中联合成本最优解时的高效性.     

基于遗传算法的资源约束型项目调度优化

资源约束型项目调度的优化是一个NP-hard问题,其求解难度随着资源约束项的增多呈指数方式增长,传统的基于Excel表的手工优化方法不能及时计算出有效的资源配置方式,从而影响项目管理人员的资源调度.针对多资源约束型项目调度的优化问题提出基于遗传算法的资源约束型项目调度的优化方法,该算法采用基于活动优先权的十进制编码方式,结合活动的存储邻接矩阵,有效地解决活动调度违例现象;运用优先抢占模式的资源分配方式安排活动资源,避免资源分配中的冲突问题;并为该算法设计了启发式遗传算法的C语言程序,通过计算机的多次迭代运算得出满足资源约束的最优工期.实践结果表明,遗传算法可以快速有效地解决企业项目调度的优化问题,适合在企业项目进度管理中推广运用.     

模拟遗传算法在热电厂运行优化中的应用

本文介绍遗传算法在热电厂运行优化中的应用方法,与一般的遗传算法不同的是,我们算法的三种遗传算子与个体的适应值有关。     

内蒙古伊利实业集团股份有限公司财务效率分析报告

财务分析以企业财务报告及其他相关资料为主要依据,对企业的财务状况和经营成果进行评价和剖析,反映企业在运营过程中的利弊得失、发展趋势,从而为改进企业财务管理工作和优化经济决策提供重要的财务信息。财务分析既是已完成的财务活动的总结,又是财务预测的前提,在财务管理的循环中起着承上启下的作用。本文以三大报标为载体从三个方面分析了伊利集团的盈利能力、营运能力和偿债能力,从而全方位、多角度、准确分析了其账务存在问题和解决办法。