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Agent的物流系统仿真及进化算法研究

本文研究在电子商务环境下连锁经营物流系统规划问题,采用基于自适应Agent建模技术进行仿真研究,为了弥补有限自适应仿真优化出现局部最优解或满意解的现象,采用进化算法(遗传算法)对规划方案(物流仿真模型)进行整体进化操作,通过全自动的、并行的重复仿真与运算,最终寻求全局最优解.求解时提出了从基于Agent模型向线性编码的编码解码算法及并行仿真、自动寻优机制,从而构筑一个基于SWARM平台的仿真优化+进化计算的规划平台,总结出基于上述研究成果的连锁经营物流规划的全新方法.     

基于MDE资源分时段与活动平移并行的均衡优化

本文以资源均方差作为衡量工程网络计划资源均衡性的评价函数,基于非关键活动资源可以分段使用的状态,提出了对非关键活动机动时间及其各个时段的资源强度同时动态并行调整的优化策略,以弥补非关键活动平移幅度因受时差的限制而对均衡效果产生的影响,并以此构建了网络计划资源均衡优化模型;并针对网络计划均衡优化模型是一多峰值的非线性优化函数的特点,对基于种群的全局搜索策略的差分进化算法进行了改进和进行全局最优解的寻优,以优化各个非关键活动起止时间,求出各个非关键活动最优的安排;最后,通过实例分析,并与其它算法进行了对比分析,验证明了所提出的均衡优化方法的优越性和实用性.     

车辆路径问题的混合蚁群算法设计与实现

蚁群算法是一种新型的模拟进化算法,具有许多优良的性质,可以很好地解决TSP问题.在分析车辆路径问题(VRP)与TSP区别的基础上,论文将蚁群算法应用于VRP的求解,针对VRP的具体特点,构造了具有自适应功能的混合蚁群算法.该算法对基本规则作了进一步改进,并有机结合了爬山法、节约法等方法,以减少计算时间,避免算法停滞.指出可行解问题是蚁群算法的关键问题,提出了大蚂蚁数、近似解可行化等四个解决策略.计算机仿真结果表明,自适应混合蚁群算法性能优良,能够有效地求解VRP.     

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.     

基于差分进化算法的运输容量约束下有数量折扣的模糊联合补货模型研究

针对采购管理中广泛存在的不确定性,将单位库存成本和可变订货成本视为模糊变量,构建了运输容量约束下有数量折扣的模糊联合补货模型,此模型属于NP-hard问题,目前缺乏可靠的全局优化求解算法。在选取梯级平均综合表示法对总成本去模糊的基础上,设计了基于自适应混合差分进化算法的求解方法,并通过算例验证了此模糊联合补货模型的有效性和求解算法的全局优化能力。     

混合离散差分进化算法在单机批处理调度中的应用

本文研究单机批处理调度问题,批处理机有批次容量限制,批处理时间由每个批次所含作业中的最长作业处理时间决定。每个作业具有不同的大小、处理时间、提前拖期惩罚权重,所有作业具有公共交货期,且交货期无限晚。目标函数为最小化所有作业的加权提前拖期惩罚之和。该问题已被证明为NP难题,本研究找到了其最优解具有的一些性质,在此基础上利用它们提出了一种动态规划(DP)与差分进化(DE)算法相结合的混合离散差分进化(HDDE)算法来求解该问题,通过与传统的遗传算法、模拟退火算法和迭代贪婪算法进行对比,HDDE算法显示了更加强大的全局搜索能力。     

基于改进小生境GA的有时间窗物流配送路径优化问题研究

有时间窗的物流配送车辆路径优化问题是一个NP难题,较难得到满意解.本文在基于隔离机制的小生境遗传算法的基础上,引入迁徙操作和模拟退火方法,用来解决有时间窗的车辆路径优化问题.这种方法不仅能够保证群体的多样性,而且具有良好的全局收敛性.实例也证明了该方法的有效性和实用性.     

多粒子群混合算法求解虚拟组织服务资源配置

为了提高虚拟组织服务资源配置的效率,本文提出了一种多粒子群混合算法。该混合算法将多种群与线性搜索相结合,在算法优化过程中,通过多个粒子种群协同来控制种群的多样性,将多种群中较优的粒子进行复制,同时在每个种群中对单个粒子进行维变量变换。实验结果表明该方法具有可行性。     

基于随机权重多目标遗传算法的多目标动态单元构建方法

考虑多变的市场需求环境下单元生产系统在多个计划期具有多个目标的动态构建决策问题。通过对单元生产构建过程中的总费用、设备负载与能力之间最大偏差以及零部件跨单元移动的总次数3个目标进行权衡,建立了非线性多目标动态单元构建的数学模型。采用自适应小生境技术、惩罚技术、双轮盘赌法和精华选择策略,提出了基于精华保留策略的随机权重多目标遗传算法求解该组合优化问题。结合实例对模型和算法进行了仿真分析,结果显示了算法对解决多目标动态单元构建问题的有效性。     

Dynamic Updating of Labour Force Estimates: JARES

Abstract. In this paper a new algorithm is proposed in order to produce an automatic dynamic compound estimator of the labour force based on an interactive scheme. The proposed algorithm, JARES, is based on the probability estimator of Jaynes based on the notion of maximum entropy of a given probability distribution with a constraint on the average of an external information. The iterative scheme is based on the solution of a set of linear equations which represent the algebraic relationships between the weights and the estimates.     

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。     

An adaptive algorithm for active queue management

This paper proposes an adaptive proportional integral (API) algorithm for active queue management. API uses mean packet loss ratio and mean queue length as control error to adaptively adjust packet drop probability in order to expedite congestion control. The extensive simulations validate that API achieves faster control response and improved performance in terms of goodput, average queue length, and packet loss ratio.     

面向供应链协调的利润分享契约及其响应方法研究

针对收入分享契约未能使供应链中的风险在成员企业之间有效分担的情况,提出了一种利润分享契约及其在需求价格弹性变动情况下的响应方法。按照该契约,供应商与零售商之间采用中间产品的单位成本作为结算价格,并在销售期末对供应链系统利润进行适当分配。当需求价格弹性发生变化时,需要调整利润分享契约参数以引导零售商的决策。研究表明,利润分享契约能够协调供应链;对市场需求变化的合理响应,能够促使双方接受新的协调契约,使供应链系统利润始终处于最优水平。仿真实例表明了利润分享契约及其响应方法的有效性。     

基于合作博弈模型的公共河流水资源分配方案研究

水资源的稀缺性使得公共河流的水资源分配问题中存在着各种冲突与矛盾。为了确定公共河流流经的各用水主体之间分配水资源的合理方案，本文建立具有外部性的合作博弈模型来分析公共河流流经的各用水主体之间在竞争与合作并存情况下的水资源分配问题。使用动态博弈的方法来确定联盟之间通过竞争产生的均衡水资源分配量，然后在各联盟之内通过Nash协商的方式来分配联盟的均衡水资源分配量，比较各种方案下用水主体产生的总效用，进而得到公共河流用水主体之间竞争与合作并存时的最优水资源分配方案和各用水主体之间形成联盟的具体形式。研究表明：受到外部性环境的影响，公共河流用水主体之间部分合作可能比完全合作产生更大的总效用，合作与竞争并存时的最优分配方案优于完全合作时的最优分配方案。     

含交付时间不确定性的供应链协调策略研究

分析含有交付时间不确定性的季节性供应链管理问题.如果在供应链中共享供应商的交付时间不确定性信息,零售商可以调整订货量,减少销售损失,就有可能提高供应链的整体利润.分析指出,当交付时间不确定性程度大时,信息共享能提高改进供应链绩效的可能性,但不一定能提高供应链的整体绩效,因而,仅仅采用信息共享有应用价值,但有一定的局限性.进一步分析发现,存在能协调这种含有交付时间不确定性供应链策略,能使供应链达到整体绩效最大化,并且对供应链的利润进行分配,协调策略能有效地弥补信息共享的局限性.     

基于拍卖机制的灾害多主体合作搜救仿真研究

本文通过多主体仿真,用改进后的截断性莱维游走模型（Truncated Lévy walks）对搜索过程进行模拟,研究灾害为"极严重"、"严重"、"普通"三种情景下,搜救队伍之间基于分布式拍卖机制的合作方案对救援效果的影响,以某滑坡灾害频发地区为例进行仿真,结果表明：基于该合作机制的救援方案同比提高伤员相对生存率8.0%-14.5%,伤员救出比例同比提高7.4%-16.7%,各掩埋点平均救援完成时间同比减少25%-26.7%;与知名的F-Max-Sum算法相比,性能并无逊色,并且计算过程复杂度低,更适用于搜救队伍之间的合作;对救援方案的鲁棒性和敏感度分析还表明,搜索半径的变化对救援效率具有显著影响,搜救队伍合作范围的扩大并不会对救援效率有明显影响;掩埋点限定的挖掘时间和游走模型中最大转动角度两个参数都存在最优值,当达到最优值时,可使整体救援效率最高。     

Quality of Service Based Pricing Schemes for Content Sharing in Peer‐to‐Peer Networks

In this paper, we study quality‐of‐service (QoS) based pricing schemes that serve as incentive mechanisms to induce sharing behaviors in Peer‐to‐Peer (P2P) networks. We incorporate operational QoS metrics into users’ utility functions and demonstrate how they affect individual users’ content sharing decisions. Using a game‐theoretic model, our study reveals how organizations respond to the changes of operational QoS metrics in their design of pricing schemes for various business objectives at different stages of network evolution. Our results show that a higher upload capacity can foster rational sharing to start when the network is small; however, it also discourages sharing behaviors when the network becomes large. In order to induce a socially optimal behavior, a pricing scheme will not charge users for requesting content while compensating them for sharing content. Such compensation is found to increase faster with the network size when the network is large. In order to maximize the profit of a monopolistic provider, however, a pricing scheme will charge content requests with a positive price while providing less compensation to sharing users compared to the socially optimal scheme. When the network size is small, such compensation can be even negative, which implies that a monopolistic provider discourages content sharing when the network is small, but encourages it when the network becomes larger. In addition, we find that more information about peer upload capacity discourages peers to share.     

基于收益共享-双向期权契约的供应链金融风险控制研究

通过核心企业的信用水平为中小企业获取贷款提供担保,使得整个供应链有效运行是实施供应链金融的重要意义。本文考虑分销商（核心企业）-零售商（贷款企业）组成的二级供应链,为了降低银行面临的零售商违约风险,在银行监督下,分销商与零售商引入收益共享—双向期权契约。本文计算得到了零售商的违约概率,在此基础上,深入分析了各方期望收益、零售商最优初始订货量与最优期权购买数量、分销商最优收益共享比例、银行下侧风险规避前提下可参考的收益共享比例范围。并构造了数值算例,探讨了期权执行价格、收益共享比例及银行质押率等关键参数对风险控制方面的影响。本文所得结果能够为银行及企业在供应链金融决策方面提供参考。