一种新颖的概率仿真优化方法

文章提出了一种基于正交量化遗传算法的概率仿真优化方法。该方法将计算机仿真技术、遗传算法和假设检验等完美地结合在一起,能有效地求解各种复杂的优化问题。将该方法应用到二级分销网络系统的仿真优化中,实验结果表明,采用本文方法能获得比较满意的优化结果。     

一种改进的集成混合遗传算法

文章针对传统的遗传算法的早熟现象(即很快收敛到局部最优解而不是全局最优解),提出了一种将传统优化方法以及模拟退火算法与遗传算法相结合的新思路,即分别在无约束问题和有约束问题两种情况下,采用下降算法和模拟退火算法与遗传算法相结合的混合遗传算法;并将此混合算法应用于实际问题求解中,实验表明该算法具有全局最优性和收敛性.     

求解VRP的变种群规模混合自适应遗传算法

车辆路径问题是一个NP—hard问题。文章针对该问题设计了一种结合c—w节约启发式算法进行子路径优化的变种群规模混合自适应遗传算法。该混合遗传算法的种群规模随适应度值及进化代数的变化而变化;交叉概率及变异概率也随个体适应度值的不同而自适应地调整。其次．利用C-W节约启发式算法对子路径进行优化,有效地弥补遗传算法局部搜索能力较差的不足。对随机选择的10个基准测试实例的计算结果表明,该算法是求解车辆路径问题的有效方法。     

县域经济治理效率综合评价的非参数方法

文章在对传统DEA和样本DEA进行对比分析的基础上，给出了县域经济治理有效性的概念和判定方法，讨论了县域有效单元与相应的多目标规划Pareto有效解之间的等价关系，并对治理效率的优化问题进行了分析，对该方法进行了仿真应用。     

基于高斯过程回归的混合型参数建模及优化

针对小样本情况下混合型参数的复杂作用关系过程建模及优化问题，文章提出基于高斯过程回归和B样条曲线相结合的建模及优化方法。首先采用B样条基函数与其控制顶点的加权求和建立函数型参数模型，然后运用超拉丁方设计对控制顶点与标量型参数进行采样并建立高斯过程回归模型，最后对所构建的模型进行遗传算法寻优。仿真与实证研究表明，该方法能够在可行域内较好地对具有复杂作用关系的混合型参数建模，与传统的实验设计方法相比，该方法能够在可行域内实现全局性最优。     

基于遗传算法优化的LS-SVM模型的应用研究

文章介绍了最小二乘支持向量机及遗传算法的原理,利用遗传算法优化参数后的最小二乘支持向量机建立四川省天然气消费量的时间序列预测模型.并利用两个性能指标将其与BP神经网络模型进行了对比,结果表明,在样本有限保证一定精度的情况下,遗传算法优化参数后的最小二乘支持向量机模型的范化能力较强,能够利用该模型对四川省天然气消费量进行预测,并在最后利用该模型预测2007～2009年四川省天然气消费量.     

基于遗传算法和支持向量机的银行个人信用评估

文章提出将重要属性变量提取和模型参数选择两方面的工作同步进行,引入遗传算法作为筛选属性变量和调节参数的优化算法,建立基于遗传算法和支持向量机的个人信用评估模型,并选取现实数据对模型做了实证分析,并将其与不筛选属性变量只优化参数的情况进行比较,实验结果表明,该模型只需要少量重要的属性变量就能具有很好的预测效果。     

虚拟企业生产计划模型研究

针对虚拟企业中盟主企业或某些成员企业可能获得一个订单中多个生产任务的问题,文章提出了一种从全局角度考虑的生产计划.该方法以各企业承担的生产任务为对象,建立生产任务计划的数学模型,然后提出一种多种群退火遗传算法求解.该算法结合多种群遗传算法的全局搜索能力和模拟退火算法的局部搜索能力,提高算法的全局寻优能力.最后通过一个数值仿真算例说明了本文算法的有效性.     

改进的GM(1,1)模型及其应用

为提高GM(1,1)模型的预测精度,针对GM(1,1)模型的特点,提出了将遗传算法与LS-SVM算法融合对GM(1,1)模型中的参数估计方法进行改进.该方法首先根据GM(1,1)灰色差分方程的特点,构造以背景值序列和原始序列为训练样本的灰色LS-SVM模型,将GM(1,1)模型参数的估计问题转化为灰色LS-SVM模型参数的估计问题,然后利用遗传算法对LS-SVM自身的参数进行寻优预处理,再对经过优化参数的灰色LS-SVM,依据LS-SVM算法求解回归参数,进而得到GM(1,1)模型的参数估计.将改进的GM(1,1)模型用于实际的经济预测问题,并与传统的预测方法进行比较,结果表明,方法是可行的且有效的.     

二维不平衡指派问题模型及其求解

文章通过界定二维指派及不平衡指派问题,针对运输换装过程中货物批数和车辆数不等的情况,建立了二维不平衡指派问题的优化模型,给出了遗传算法进行求解的方法。     

人力资源随机规划模型构建及验证

文章将随机规划引入人力资源调度问题,提出了人员流动状态下项目的人力资源随机规划模型;将遗传算法、马尔科夫状态转移模型以及多阶段决策方法相结合,构建了模型的求解方法;最后,通过一个算例对模型及求解方法的有效性进行了验证.结果表明:文中提出的方法能够结合人力资源的波动特征合理选择新员工的入职时机,从而实现项目的人力资源优化.     

基于加速遗传的交通流变点分析方法

交通流变点是交通流演化规律研究的一个重要内容.以往用于交通流变点搜索的最小方差、局部比较等算法虽然有很多优点,但是也存在数据误差满足正态分布假设、识别全部变点困难、部分和的项数较难确定等问题.鉴于此,文章结合均值变点模型,运用加速遗传算法对交通流变点问题进行分析研究,利用英国南安普敦市的实际数据对上述算法进行标定,并给出模型的应用实例.仿真及分析结果表明,将加速遗传算法用于交通流多变点诊断是简便、可行和有效的.     

AGA参数优选的SVR模型及其在经济系统预测中的应用

支持向量机已经被成功应用于解决非线性回归和时间级数等问题。文章运用自适应遗传算法对支持向量回归进行最优参数设置,得到一种新的预测模型——AGASVR模型,并且将该模型应用于经济系统的和预测。实验结果表明,提出的模型相对神经网络模型、小波神经网络模型和灰色系统模型而言,运算精度高,是一种有效的经济系统预测方法。     

基于PLS-GA-SVR的区域经济预测模型及实证

文章提出了一种将偏最小二乘法（PLS）、遗传算法（GA）和支持向量回归（SVR）相结合的预测算法。首先,为了解决多元回归中存在的多重共线性问题,采用偏最小二乘法选取回归变量的主成分;然后,利用支持向量回归预测模型对数据进行训练,利用遗传算法获得更好的预测模型参数,以解决传统支持向量机预测模型中的参数选取困难的问题;最后,利用优化的预测模型对区域经济发展进行预测。结果表明,该算法在预测精度上优于其他预测模型,能够准确预测未来区域经济发展趋势。     

基于RFM模型的商业银行营销决策分析

客户关系管理(CRM)的应用帮助商业银行建立起现代化经营理念,打造其核心竞争力.文章的重点为CRM的核心问题:客户分类以及以客户为中心的营销体系.以解决商业银行营销决策问题为目的,首先利用RFM模型对客户进行分类,然后将营销问题转化为组合优化的($)0/1($)背包问题,最后利用遗传算法对该问题进行求解.     

不确定条件下供应链网络鲁棒优化与算法

在市场需求和成本的不确定条件下,文章整合供应商选择、设施选址和能力规划,建立供应链网络设计的鲁棒优化模型,分析了鲁棒优化模型的可行性,并将随机模拟和双层遗传算法相结合,提出了模型求解的混合智能算法.算例表明模型和算法是有效可行的,并且运用鲁棒优化模型进行供应链网络设计能够有效地降低企业的市场风险.     

知识密集型企业资本结构的优化方法

随着我国社会主义市场经济体制已逐步完善,知识密集型企业获得了更大的发展空间,其筹资渠道也变得更加多样.资本结构的调整优化不仅能够提高企业利润,而且还能够有效控制风险,知识密集型企业资本结构优化是一个非常有价值的理论问题.基于结构化神经网络对知识密集型企业资本结构优化问题进行建模,同时采用改进遗传算法对结构化神经网络模型进行优化求解.实验结果表明:所建结构化神经网络、所提改进遗传算法都是可行的、有效的.     

运用Gibbs抽样解决数据缺失

在数据仓库中,传统的缺失值处理方法均存在一定程度缺陷.文章主要论述将统计中的Gibbs抽样仿真概念应用到数据仓库中的缺失值处理中,在满足原有数据条件分布充足的条件下,能够解决传统数据仓库缺失值处理工作量大、数据偏置等问题,并且该方法能够使用excel完成仿真过程,简单易行,可操作性强,能够更为直接和有效的解决现实中的数据仓库中缺失值处理问题.     

基于改进遗传算法的物流配送中心选址研究

物流配送优化研究是一个既有理论和实践意义又富有挑战性的课题。对配送中心选址问题,文章提出了单点PMX交叉方法及有针对性变异的思想,并对传统精英个体保留策略进行了改进。通过性能比较可以看出,改进遗传算法的优势明显。     

公交发车时刻表区域协同模型研究

区域调度是目前城市公交调度发展的新趋势。文章在适应外部环境且自身调度工作合理的基础上,以最大程度的协调区域内各线路上的公交车辆、达到区域协同工作为目的,以尽可能的减少公交乘客在主要换乘站点的等待时间之和为优化目标,建立区域协同调度模型,并针对此离散变量优化问题,提出了求解该问题的改进的遗传算法,并通过算例进行验证。