基于遗传算法的装备采购决策优化研究

在装备采购中，由于需求单位地域分布和担负的任务各不相同，对装备的品种、数量、时限要求也就不一样，如何使装备采购科学化、合理化，是一个涉及多变量、多目标的复杂系统问题。在综合考虑装备采购各项因素的基础上，构建多约束条件下的多目标模糊指派模型，提出了基于遗传算法的解决方案，最后通过案例进行仿真实验，验证该算法的可行性和有效性，解决了采用传统优化方法难以解决的装备采购优化决策问题。     

基于遗传算法和文法的叶子生成模型

阐述了将两类技术组合的一种方法：用L-systems和遗传算法CA获取一种改写表达式描述树叶模型。L-systems用于构造给定改写表达式，而GA用于改写表达式的适应参数。介绍了用目标函数实现真值参数替换方法，研究结果表明，提出的方法能产生可以接受的输出效果。     

The utilization of prevailing evaluation policy in the selection of performance measures

This study considers the problem of inferring a functional evaluation criterion from existing performance measure policies. The objective is to develop a rational basis by which to adaptively evaluate a current best set of performance measures from alternative sets. The analysis is based on a matrix approach for relating system characteristics to performance measures across a set of activities. A procedure for ranking measure combinations which are candidate implementation alternatives is devised using this matrix representation and cost information. An example illustrating the procedure is presented.     

我国研究生培养机制改革下“三助”成本分担研究

随着我国研究生教育规模不断扩大,有限的高等教育公共财政资源日趋紧张.在高校研究生培养机制改革的背景下,分析了研究生"三助"工作的现状,探讨了研究生"三助"成本分担中导师对助研劳酬的分担、学院和任课教师对助教劳酬的分担、学校行政部门对助管劳酬的分担以及社会和企业的成本分担问题,并提出了相应的对策.     

GA改进的统计组合模型在个人信用评估中的应用

将分类精度作为遗传算法的适应度函数,利用遗传算法改进了基于线性回归和Logistic回归的统计组合预测模型,并将其应用于个人信用评估。结果表明,遗传算法改进后的组合预测模型在总分类精度和两类误判率方面都低于单一模型以及基于误差平方和最小的组合预测模型。利用遗传算法改进组合预测模型并用于个人信用评估是具有优势的。     

基于改进遗传算法的电力系统无功优化

在简单遗传算法的基础上，针对无功优化的动态、多目标、多约柬以及非线性特点，提出了基于简单遗传算法的改进算法．改进遗传算法中采用了个体适应度函数的线性变换、归一化的选择方法，以及定向变异策略的应用．以Ward＆Hale6节点标准测试系统为例对该算法进行了有效性验证．仿真结果表明，该方法对电力系统的无功优化效果良好．     

基于支持向量机的中国股指期货回归预测研究

本文针对股指期货预测的特点,选择对股指期货指数有重要影响的相关指标,首次提出用支持向量机(SVM)方法对其进行回归预测,并用遗传算法(GA)和粒子群算法(PSO)分别优化四种不同核函数的支持向量机,构建了八种不同的中国股指期货回归预测方案,用实证研究的方法对这八种方案的准确性和时效性进行了比较。实验结果表明粒子群算法优化的线性核函数支持向量机作为中国股指期货回归预测的模型,具有更好的预测效果。     

我国研究生培养机制改革下“三助”成本分担研究

随着我国研究生教育规模不断扩大,有限的高等教育公共财政资源日趋紧张。在高校研究生培养机制改革的背景下,分析了研究生“三助”工作的现状,探讨了研究生“三助”成本分担中导师对助研劳酬的分担、学院和任课教师对助教劳酬的分担、学校行政部门对助管劳酬的分担以及社会和企业的成本分担问题,并提出了相应的对策。     

Genetic algorithm to production planning and scheduling problems for manufacturing systems

Fundamental and extended multi-objective (MO) models are designed to address earliness/tardiness production scheduling planning (ETPSP) problems with multi-process capacity balance, multi-product production and lot-size consideration. A canonical genetic algorithm (GA) approach and a prospective multi-objective GA (MOGA) approach are proposed as solutions for different practical problems. Simulation results as well as comparisons with other techniques demonstrate the effectiveness of the MOGA approach, which is a noted improvement to any of the existing techniques, and also in practice provides a new trend of integrating manufacturing resource planning (MRPII) with just-in-time (JIT) in the production planning procedure.     

遗传算法在WMS货位优化分配中的应用

从一汽轿车股份有限公司仓储中心WMS的实际业务出发,考虑物料的进出库频率和货架的受力情况,为货位分配问题建立多目标优化模型.利用遗传算法中的并列选择法,设计遗传算子并进行求解.优化后结果表明:可以减少堆垛机的运行距离,合理安排货物的分配,减少人工作业,提高仓储的利用效率,降低企业成本.