一种求解双目标flow shop排序问题的进化算法

提出一种求解双目标flow shop排序的递进多目标进化算法.算法采用改进的精英复制策略,在实现精英保留的前提下降低了计算复杂性;通过递进进化模式增加群体多样性,改善了算法收敛性;通过群体进化过程中对非劣解集进行竞争型可变邻域启发式搜索,增强了算法局部搜索性能.采用新算法和参照算法NSGA-II对31个标准双目标flow shop算例进行优化.研究结果表明,新算法在所有算例的求解中均获得了优于NSGA-II的非劣解集,验证了算法的有效性.     

交通信息条件下道路和停车选择SUE模型及算法

考虑交通信息系统(advanced traveler information system,ATIS)对出行者道路和停车选择行为的影响,并将出行者分成两类:一类出行者使用ATIS,另一类不使用ATIS.在此基础上,构造了一个基于概率的随机用户均衡模型来描述ATIS条件下的道路和停车选择问题,并给出了相应的求解算法.最后,通过一个算例分析了模型及算法的使用效果.     

利用和声分散搜索算法解决动态共乘的乘客选择研究

动态共乘作为一种配合解决城市交通出行难题的新模式近年来引起了人们越来越多的关注，然而在较大范围内选择合适的乘客，以便获得最佳的综合服务效果却具有相当大的挑战性。本文正是针对这一问题，建立了以乘客效用最大化和司机总行程最短为目标函数，以满足司机与乘客的时间要求和司机参与约束为限制条件的多目标0-1规划共乘模型，用于帮助司机选择最合适的乘客。根据该模型的特点，构造了加入了分散搜索机制的新的和声搜索算法。在仿真实验时，针对司机和乘客效用的两种产生方式，在较大规模的路网环境下利用该算法分别对模型进行了求解，得到了Pareto最优解集。仿真结果不仅表明了模型的合理性和算法的可行性，而且还指出基于效用函数可以发现更多合适的潜在乘客。最后，通过与文献中其它算法的对比进一步展示了本文算法的有效性。     

远海岛礁冷链物流体系优化模型及其集成算法

为研究远海岛礁渔获冷链物流的运行方案,本文选择了岛礁冷库储存中转和海上直接收购等两种不同的渔获运输方式,同时考虑了中转冷库选址、中转运输和直接收购船舶配备、航线配置、在渔场停留时间和渔获运输损耗等诸多复杂问题,构建了远海冷链物流体系组合优化模型。求解时,提出了一种以遗传算法（GA）为外部框架,以改进的模拟植物生长算法（PGSA）为内部模块,通过信息传递实现内外连接交互的集成算法。最后,以我国南海远海岛礁及渔场为实例进行分析,取得了较好效果。通过与传统遗传算法对比,本文优化结果、稳定性及计算速度等均有明显提高,从而证明了本文所建模型与算法的合理性和有效性。     

面向多样化需求的M RO 服务资源配置模型与算法

针对大型复杂企业维修任务集的多服务需求点和多样化需求特征,基于服务需求视角,定义一类多服务需求点下的MRO服务资源配置问题,建立以MRO服务提供商整体服务成本为优化目标,同时考虑资源紧张度、信任度和多服务需求点不同工期要求的问题模型;针对模型中的关键参数（即服务成本和资源紧张度）的特征进行分析,并给出相应的度量方法;在此基础上,设计改进的模拟植物生长算法实现求解,算法通过启发式获得初始可行解,并进行敏感性分析。研究结果表明, MRO服务资源配置模型和算法是可行和有效的,服务成本的波动、信任度和资源紧张度的变化对于资源配置结果均有影响,模型能够有效提高维修服务成本的估算能力,同时能够保持MRO服务提供商资源配置的稳定性。     

舆论危机的异化极化效应研究

随着Web2.0时代的到来,网络媒体逐渐成为舆论生成、传播和交锋的主阵地,舆论危机的形成及其异化也成为日益突出的社会风险问题.本文以舆论的异化演化机理为研究对象,通过梳理典型事件舆论话题的异化过程,对其基本内涵、表现形式和演化模式等进行系统总结.随后,研究以舆论超网络模型为基础,借鉴社会影响理论的基本原则,提出舆论异化机理的极化算法,并对其具体流程进行解析和实现.最后,本文以“7·23甬温动车事故”为例,对舆论危机的异化极化过程和影响因素进行系统仿真和实证分析.     

基于分量差的线性及匿名合作对策值的简化算法

通过给出Shapley值、均分Shapley值、贴现Shapley值、Solidarity值、广义Solidarity值、合意值、 Banzhaf值及最小二乘预核仁分量差的显式解析表达式,本文提出了一种同时计算这些线性及匿名效用可转移合作对策值的简化算法.特别地,这一算法也适用于同时计算这些值中的两种及以上.为了详细说明简化算法的计算过程及优越性,文中给出了具体的数值算例,并将其与传统算法进行了比较分析,结果表明简化算法确实能显著降低同时计算多个值的时间复杂度.     

活动重叠模式与资源约束下的项目调度优化

采取活动重叠模式通常是加速研发的有效手段,带有活动重叠的资源受限项目调度问题是经典资源受限项目调度问题的扩展.首先,深入分析了活动重叠对于项目调度的影响,对活动重叠及其不确定进行详细描述与建模,提出了活动重叠导致下游活动返工时间的二项分布概率模型;其次,构建了以最小化研发项目期望工期为目标的优化调度模型,设计了基于串行进度生成机制的遗传算法对大规模问题进行优化求解;最后,基于PSPLIB J60问题库中480个算例分析了该算法的计算结果,并考察了网络参数、资源参数和重叠参数变化时,采用活动重叠模式对缩短项目工期的影响.研究结果表明:活动对资源的需求强度越小或资源稀缺程度越低,可重叠活动对数量就会增加,项目工期缩短得越明显;网络复杂度的变化对缩短项目工期的影响不大;项目中重叠活动对越多,重叠导致的下游活动返工的概率越小,项目工期缩短的越明显.     

动静态属性数据相结合的客户分类方法研究

研究了一种客户动态、静态属性数据相结合的客户分类方法。提出了客户时间序列的加权处理方法,并应用客户时间序列的统计特征作为聚类特征向量,采用混合式遗传算法对客户聚类,使每一类客户具有相似的时序特征。在此基础上将聚类结果与客户的静态属性数据相结合,对客户进一步分类。实验结果表明,与传统的基于静态属性数据的客户分类方法相比,本文的方法提高了客户分类的准确性。     

分支蚁群动态扰动算法求解TSP问题

蚁群优化算法是一种求解组合优化难题的强启发式算法,它利用正反馈和并行计算原理,具备很强的搜索能力。近年来,蚁群优化算法广泛应用于TSP问题的研究。本文提出分支蚁群动态扰动(DPBAC)算法,该算法主要从5个方面对基本蚁群算法做出改进:引入分支策略选取出发城市;改进状态转移规则;引入变异策略改进蚂蚁路径;改进信息素更新规则;引入条件动态扰动策略。实验表明,该算法可以有效改善基本蚁群算法搜索时间较长、容易陷入局部极小等缺点。