具有时间转换约束的离散时间-费用权衡问题研究

离散时间-费用权衡问题(DTCTP)是项目进度中研究最多的双目标优化问题,它通常以三种形式出现:(1)P1:截止日期问题,在项目截止日期约束下使完成项目的总费用最小;(2)P2:预算问题,在费用预算约束下使项目工期最短;(3)P3:工期-费用曲线问题,找出全部有效的工期-费用模式集合。然而,考虑时间转换约束(TSC)的DTCTP却很少被关注。本文首先介绍时间转换约束的问题描述,在此基础上,建立具有活动类型时间转换约束的DTCTPTSC-P2模型;从实用角度出发,设计求解模型的遗传算法;最后,用一个真实项目实例说明模型的合理性和算法的有效性,对算例分析结果表明,该模型对承包商更准确地进行项目工期-费用权衡决策具有借鉴意义。     

基于模糊时间窗的车辆调度问题研究

基于现实生活中配送企业车辆资源有限和顾客对服务时间要求并非完全刚性的特征,通过时间窗模糊化处理将顾客服务的满意度量化为配送服务开始时间的模糊隶属度函数。在一定满意度下,构建了基于模糊时间窗的车辆调度模型,根据模型的特点,改进了基于客户的染色体编码方式,设定了一种新的约束处理方法,避免了惩罚策略中选取惩罚因子的困难。在算法中用模糊优化程序处理问题的模糊特征,通过对顾客服务时间的局部调整来确定最佳服务时间。最终通过实例验证与原结果比较发现,引用模糊时间窗函数不仅可以降低配送成本,而且有利于节省运力资源。     

准时生产方式下混流装配线的调度问题

混流装配线的调度问题是 JIT生产方式中的一个重要问题 .本文建立了多级混流装配线的调度模型 ,其目标是使不同生产级上各零部件的消耗量尽可能保持均匀 ,并用遗传算法和模拟退火进行求解 .试验表明 :遗传算法和模拟退火算法的求解质量比“目标追随法”有所提高     

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.     

基因隐私权与知情权的冲突与协调——以商业保险领域的基因歧视现象为视角

在商业保险领域,保险人为了达到双方信息知晓的对等性而要求知晓被保险人的基因信息,以求更为全面的知情权;被保险人认为基因信息是个人隐私的核心部分,其特殊性要求受到比隐私权更为有利的保护,保险人的基因歧视是对基因隐私权的侵犯,因而极力主张自己的基因隐私权而排斥保险人的知情权。保险人知情权的能动性与被保险人基因隐私权的被动性形成鲜明对比,为此,可采取人格尊严优先保护原则和利益协调原则进行协调,以求找到两者间的平衡点。     

Integrating linear discriminant analysis,polynomial basis expansion,and genetic search for two-group classification

We propose a hybrid two-group classification method that integrates linear discriminant analysis, a polynomial expansion of the basis (or variable space), and a genetic algorithm with multiple crossover operations to select variables from the expanded basis. Using new product launch data from the biochemical industry, we found that the proposed algorithm offers mean percentage decreases in the misclassification error rate of 50%, 56%, 59%, 77%, and 78% in comparison to a support vector machine, artificial neural network, quadratic discriminant analysis, linear discriminant analysis, and logistic regression, respectively. These improvements correspond to annual cost savings of $4.40–$25.73 million.     

基于GA-SVR模型的中国上市公司融资风险预测

提升融资风险预测精度对促进企业资金融通与缓解企业融资约束问题具有重大意义。将中国上市公司作为研究对象,利用粗糙集理论（RS）筛选出企业融资风险预测指标,利用遗传算法（GA）对支持向量回归（SVR）模型的参数进行寻优,并采用GA-SVR模型预测上市公司的融资风险。研究表明:粗糙集理论筛选后得到的17个融资风险预测指标具有较强区分企业是否出现异常状况的能力;资产规模对上市公司的风险预测具有至关重要的作用;GA参数寻优后的SVR模型具有良好的预测精度与稳健性。     

基于遗传算法的有折扣多产品采购多供应商选择问题求解

针对传统供应商选择过程大多只面向单一供应商进行选择的局限性,本文以质量、价格、交货期和交货提前期为评价指标,以最小化综合评价值为目标,纳入供应商供货能力和价格折扣,建立面向多供应商采购多产品条件下供应商选择的数学模型,并提出基于改进遗传算法的模型求解方法。实证分析验证了本文提出的求解方法的有效性。     

基于遗传神经网络的工程造价估算方法研究

人工神经网络已经成功的运用到工程造价估算方法研究中,高度的鲁棒性和容错能力使它优于多元线性判别分析（MDA）、逻辑回归等方法（Logistic Regression）,针对传统的BP神经网络在工程造价估算方法中存在收敛速度慢和容易陷入局部最小值等问题,提出遗传神经网络的估算方法。将遗传算法和神经网络结合,充分利用两者的优点,使新算法既有遗传算法的全局随机搜索能力,又有神经网络的学习能力和鲁棒性。利用遗传算法的全局搜索能力,针对传统误差反向传播算法的不足,采用染色体编码对神经网络的权值和阈值等主要参数进行优化,通过仿真试验验证其稳定性和有效性,表明该算法在工程造价估算方法中具备较高的实用性。     

基于遗传算法的虚拟企业协同资源优化问题研究

面向复杂零件的协同制造,以工艺流程为核心将协同制造任务进行分解,并有效利用"逻辑制造单元"和"逻辑加工路线"等概念描述复杂零件的协同制造任务,最终目标是形成基于复杂零件工艺流程的、可支撑异地协同生产的加工路线。对复杂零件协同制造的制造资源优化配置问题进行了数学分析和描述,建立了问题的目标函数与约束条件。本文以加工时间、运输费用和加工质量作为目标,约束条件包括顺序约束、释放期约束、时间约束、交货期约束、成本约束和质量约束,最终将资源优化配置问题归结为多目标优化问题,并利用遗传算法进行求解,得到了较为满意的结果。通过实例分析,将模型应用于某型号发动机叶片协同制造,说明采用本论文的模型可以有效解决复杂零件协同制造的资源优化配置问题。