基于目标分解的业务流程的分析与改进

本文提出了业务流程分析与改进中执行目标分解的框架和步骤。运用所提出的方法,对某公司子流程的示例进行了详细分析,将目标逐级分解,直到最底层的活动,并提出了改进方案。在此基础上,运用仿真软件(LGIP)建立了改进前后子流程的仿真模型,并做了仿真运行。仿真结果表明,流程改进不仅减少了流程的环节和流程中活动的人数,而且提高了流程的效率。     

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.     

基于流程挖掘的流程建模方法研究

针对流程分析人员在描述企业现有流程中遇到的流程建模语言复杂、绘制的流程图主观性强、需要长时间地深入了解企业运作现状等问题,提出基于流程挖掘技术的流程建模方法.从理论上论证该方法解决上述问题的可行性;并给出流程自动建模系统的部分原型界面,为进一步的系统开发提供依据.     

基于改进遗传算法的置换装配线调度问题研究

企业的置换装配线调度问题（Permutation Assembly-line Scheduling Problem,PASP）是一类典型的NP-hard型生产调度问题,是现代集成制造系统CIMS极为关心的问题。该问题可以具体描述为n个工件要在m台机器上加工,每个工件需要经过m道工序,每道工序要求不同的机器,这n个工件通过m台机器的顺序相同,它们在每台机器上的加工顺序也相同,问题的主要目标是找到n个工件在每台机器上的最优加工顺序,使得最大完工时间最小。由于PASP问题的NP-hard性质,本文使用遗传算法对其进行求解。尽管遗传算法常用以求解调度问题,但其选择与交叉机制易导致局部最优及收敛慢。因此,本文提出基于区块挖掘与重组的改进遗传算法用于求解置换装配线调度问题。首先通过关联规则挖掘出不同的优秀基因,然后将具有较优结果的基因组合为优势区块,产生具优势的人工解,并引入高收敛性的局部搜索方法,提高搜索到最优解的机会与收敛效率。本文以OR-Library中Taillard标准测试例来验证改进遗传算法的求解质量与效率,结果证明：本文所提算法与其它求解调度问题的现有5种知名算法相比,不仅收敛速度较快,同时求解质量优于它们。     

面向隐性目标优化的改进小生境遗传算法及其在汽车造型设计中的应用

针对传统交互式遗传算法中处理保持种群多样性和加速收敛这对矛盾问题的缺陷,本文结合共享机制小生境思想,通过引入小生境熵及自适应的小生境半径来保证种群多样性,并在此基础上提出一种面向隐性目标优化问题的改进小生境遗传算法,旨在确保避免局部收敛的同时,提高算法收敛效率、降低用户疲劳。通过汽车造型草图设计仿真实验,验证了该算法在汽车造型设计问题中的正确性及有效性。     

基于径向基函数网络的改进算法的数据分类方法及其应用

径向基函数网络是数据挖掘领域的一种重要挖掘工具,受到了特别的重视.本文通过考虑输入--输出扩展矢量的方式改进了应用广泛的HCM挖掘算法.实例表明改进的HCM算法可以获得更好的挖掘效果,提升了此挖掘工具的价值.     

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.     

Web数据挖掘在客户关系管理应用中的问题及对策

基于Web的数据挖掘是一个结合了数据挖掘和WWW的热门研究主题.本文从CRM和Web数据挖掘的概念入手,介绍了Web数据挖掘的工作流程以及Web数据挖掘在CRM中的应用.最后从几个方面讨论了Web数据挖掘在CRM应用中的问题及对策.     

基于遗传算法的机组优化组合的应用研究

火电厂机组优化组合问题是一个复杂的优化问题,本文提出了用于求解机组优化组合的一种改进的遗传算法方法,取得了较好的计算结果。     

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.     

民航机场机位分配问题的遗传算法研究

本文通过对求解目标和所受约束条件的分析研究,提出了机场机位分配问题模型,设计了相应的遗传算法模型,并使用改进的遗传算法对问题进行了求解,实验结果表明,本文提出的改进策略是可行和有效的.本文研究成果已应用于国内某大机场的生产运营系统.     

多车型车辆路径问题的量子遗传算法研究

本文在分析现有文献中多车型车辆路径问题中车辆使用优先原则的基础上,将车辆使用费用分为固定费用和油耗费用,并建立以配送总费用最小为优化目标的数学模型。设计量子遗传算法对模型进行求解,采用量子比特位设计染色体结构,改进遗传算法中交叉与变异算子,避免优秀基因不被破坏,设计快速寻优机制与最优保留机制,增强的求解效率。最后,结合算例对模型和算法进行了检验与分析。     

基于改进模糊遗传算法的混合车辆路径问题

本文建立了多配送中心、多车型、多产品的车辆路径问题的混合数学模型,提出了一种新的模糊遗传算法求解混合车辆路径问题,通过改进的模糊逻辑控制器实现交叉概率和变异概率的动态调整,以加快算法收敛速度并避免算法陷入局部最优解。采用标准算例进行对比,证明模糊遗传算法有较好的计算结果和计算效率,并用模糊遗传算法对混合车辆路径模型进行仿真测试,取得了理想的结果。     

资源约束下多项目调度的改进遗传算法

针对资源约束下的多项目调度问题,在前人提出的有效的启发式算法研究路径基础上,本文利用遗传算法,结合进度生成机制,提出了多项目调度的改进遗传算法。与其他多项目调度启发式算法相比,该算法在平均项目延迟和最佳解比例方面都表现较好,综合利用优化后的优先规则也使得该算法更适用于不同网络复杂度和不同资源约束程度的多项目调度问题中。     

基于ANN-GA的混沌时间序列预测方法研究

本文基于遗传算法和神经网络理论提出了一种混沌预测的改进方法,即C-ANN-GA混合预测方法;通过实例分析,证明该方法是一种用于混沌时间序列预测的有效方法.     

一种策略层项目计划的双目标优化方法

针对产品开发项目管理的实际情况,对策略层计划优化方法进行研究。以工作包的工作量估算为基础,以资源投入水平和工期最小化为目标,考虑各种约束条件,提出一种策略层项目计划问题的混合整数规划问题模型。以非支配遗传算法NSGA-II为基础框架,设计了一种改进的双目标遗传算法。该算法针对问题的特点,提出了基于资源平滑的解码算法。参考NSGA-III的关键特征,对拥挤密度计算方法进行改进。通过企业实际项目案例,验证了算法的性能和所提出的策略层项目计划方法的有效性。     

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.     

神经网络生产作业计划专家模拟系统研究

综合人神经网络、遗传算法、计算机模粗及生产作业计划方法等技术,研究集成人神经网络的生产作业计划专家模拟系统功能及构成,探讨其实现机理和工作流程．     

多Agent供应链协同采购冲突消解协商研究

在构建多Agent供应链协同采购模型基础上,通过协商方法消解协同中的冲突;建立协商框架和流程;采用分布估计算法优化协商过程,从而达到冲突消解的目的。通过算例验证该方法的有效性,比传统遗传算法具有更好收敛性。     

SIPOC运用于核心流程梳理

SIPOC模型是一代质量大师戴明提出来的组织系统模型,是一门最有用而且最常用的,用于流程管理和改进的技术,作为识别核心流程的首选方法。