基于AR12的随机抽样样本选取算法在F1A薄膜蒸发器建模中的应用

本文将ART2聚类算法与随机抽样算法相结合,提出了一种新的样本选取算法,并通过样本空间分布图和原始样本空间分布图的对比,验证了该算法的有效性。最后将该算法应用于PTA薄膜蒸发器的神经网络建模过程。     

估计灰色Verhulst模型参数的LS-SVM方法及应用

估计灰色Verhulst模型中的参数通常采用最小二乘法，这种基于大样本理论的经验风险最小化方法无法保证小样本预测下模型的推广性能.为提高灰色Verhulst模型的预测精度，本文提出了基于LS-SVM算法估计模型参数的方法.首先根据Verhulst灰色差分方程的特点，通过构造以背景值序列和原始序列为训练样本的LS-SVM模型，将一维样本空间里的Verhulst模型转化为一个二维特征空间里的LS-SVM模型，进而将Verhulst模型的灰参数的估计问题转化为一个LS-SVM模型的回归系数估计问题.然后通过核函数构造法，结合模型特点合理构造了LS-SVM模型的核函数，基于LS-SVM算法求解回归系数，进而得到Verhulst模型的参数估计.实验结果表明该方法是可行的有效的，可保证Verhulst模型具有良好推广性，相比于传统参数估计方法本文预测精度更高.     

一种基于小生境熵的自适应混合遗传算法

将熵的概念引入共享机制小生境技术,提出了一种基于小生境熵的自适应混合遗传算法.通过自适应调整小生境半径,改进了共享机制在算法中的作用,提出了用以度量种群多样性的小生境熵的概念.算法通过种群所处的进化世代数及该世代种群的小生境熵,实现了进化参数(交叉、变异概率)的自适应调整.证明了该算法具有强全局收敛性.实验表明,该算法对于解决多模态函数优化问题,具有很好的全局搜索能力和较快的收敛速度.     

基于机器学习的企业定价算法研究

本文根据经济微观仿真模型ASPEN的定价机理,提出了一种自动学习算法.该算法借鉴分类器系统中的规则及消息系统和信任分配系统,模拟了企业通过渐进学习得到最大利润下的价格的过程.文中以一个简单经济模型中的两个企业代理人的价值竞争为例,将算法的定价与理论计算法的结果进行了比较,比较结果表明该算法很好地实现了企业定价的自动学习.     

基于粗糙集的决策方法及其在房地产预测中的应用

利用差别矩阵的差别元素的重要度的思想给出了信息系统属性的重要度,然后利用该重要度给出了信息系统中属性的权重,再由属性的权重给出了将信息系统转化成决策机构表的方法.在此基础上,利用正区域的大小作为属性选择标准,给出决策树的生成算法.将该算法运用到产品销售预测过程中,获取了一些较合理的简洁规则.     

供应网络中越库转运中心仓门分配问题研究

本文探讨一种带有时间窗口的仓门分配问题--车辆在转运中心进行货物装却作业时如何在其时间窗口限制内有效的分配有限的仓门资源,以达到最佳运作效率.以往的研究结果表明该问题是强NP难题,因此本文针对该问题的特殊结构,提出一种新颖的整合了贪婪算法、遗传算法以及禁忌算法思想的混合启发式算法来有效的解决该问题.我们并将该混合启发式算法与遗传算法、禁忌算法以及CPLEX这三种方式的求解效果进行对比,其数值实脸结果表明混合启发式算法在求解效果上有明显的优势.     

MC模式下供应链动态调度的蚁群寻优分析

在对MC模式下供应链调度的基本运作特征描述及界定基础上,分析了调度过程中主导矛盾的缓解思路;通过将该思路引入动态调度的运作过程,分析了MC模式下的供应链动态调度机理.在调度求解过程中,引入蚁群觅食的寻优机理并对其进行特定的算法设计及改进,提出了供应链动态调度的蚂蚁寻优算法.算法特点为在运算过程中不仅能够反映该生产方式独特的运作特征要求,而且能够融入对主导矛盾的缓解思路.通过仿真,验证了算法的可行性.     

基于熵的同业税负测算方法研究

随着经济的不断发展,开展同业税负研究测算的意义也愈显重要.传统行业税负计算方法没有考虑非正常样本对计算结果的影响,所得到的税负平均值往往低于行业税负的正常值.本文首次将C4.5数据挖掘算法引入到行业税负测算过程中,有效避免了传统测算方法中的不足,并结合税收领域知识对该算法进行了改进应用;通过对算法测算结果进行验证表明,利用该算法选出的企业样本代表了真实的行业税负水平,具有很高的可信度.     

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.     

ACO算法在投资组合中的运用

证券投资组合优化是降低投资风险的有效方法之一.该文基于现有的相关文献,并将蚂蚁算法引入证券投资组合优化领域,对Markowitz的资产组合模型进行了必要的改进.在对ACO算法作出相应的定义与描述的基础上,文章运用实例检验ACO算法,结果表明该算法具有较好的收敛性、稳定性和合理性,是求解证券投资组合优化问题的一种较好的方法.     

面向第4方物流的多代理人作业整合优化算法

物流作业整合是现代物流方法中减少物流成本的主要手段.在综合考虑代理商选择和线路优化两问题的基础上,建立了基于图状结构的面向第4方物流的多代理人作业整合优化模型.为了避免将代理商选择和线路优化作为两个互相分离的子问题来处理,提出了求解它的两层邻域搜索算法.第1层采用了转移、交换和环形移动3种移动策略求解作业在代理商之间的分配,而在第2层提出了路合并、路生成替换策略,形成了适于该问题的优化算法.随机产生20例算例,将两层邻域搜索算法的计算结果与基于k-最短路的枚举算法的计算结果进行比较,说明了该算法的可行性和有效性.     

解决多目标优化问题的自适应差分算法

针对多目标优化问题,该文提出了一种自适应差分算法.该算法引用了一种新的选择方法,有效保留了精英解;给出了自适应参数F的一个新定义,使算法的搜索速度与算法当前的实际情况相结合;同时采取了局部搜索策略,有利于算法全面搜索可行空间.最后,把算法应用到四个典型的多目标测试函数,数值结果表明,该算法能够有效的收敛到Pareto非劣最优目标域,并沿着Pareto非劣目标域有很好的分散性.     

基于蚁群算法的群体用户兴趣导航路径发现

在电子商务的发展进程中,如何准确理解用户访问网站的行为是一个紧迫的问题.Web使用挖掘是解决该问题的重要研究方法.发现用户的兴趣导航模式是Web使用挖掘的一个重要研究领域,也是优化Web站点框架设计的根本方法.在本文中,我们把Web用户看成是人工的蚂蚁,应用蚁群算法来发现用户的导航模式.首先,建立了一个Web站点模型;然后基于蚁群算法和Web日志数据建立了一个用户导航模型;最后,设计了一个算法,将所有的访问用户视为整体来挖掘他们偏好的导航路径.实验结果表明该方法能准确反映出用户的浏览兴趣.     

面向JIT制造的零部件配送中心货位优化研究

面向JIT生产的零部件配送具有种类多、批次多、批量少、出入库时间分散等特点,使得有效分配配送中心的存储货位成为一个难题.将存储货位分配问题抽象为三角形装箱问题,构建了考虑时间维度的货位分配模型,设计了求解该问题的启发式算法.应用某知名汽车装配企业零部件配送中心的实际数据,对货位分配优化模型及算法进行了验证,实证数据表明模型及算法能够有效降低运营成本,提高存储空间利用率.     

组合拍卖竞胜标确定问题的混沌搜索算法

组合拍卖能够提高拍卖的效率,还能降低竞标人的风险. 但竞胜标确定问题是一个NP 难题. 在分析该问题特性的基础上,设计了一种嵌入优先适合启发式规则的混沌搜索算法. 与 传统算法相比,该算法具有实现方便,寻优效果好的优点. 实例计算结果表明了算法在解决该 问题的有效性和广阔的应用前景.     

智能决策支持系统中定量特征规则的挖掘方法研究

定量特征规则通过将定量信息与规则相结合定量地反映了概念的主要特征和次要特征,面向属性的归纳学习算法是在数据库中挖掘定量特征规则的一个重要手段,但直接采用这种方法往往会使同一个概念有不同的特征描述,这种现象必然降低规则对决策的参考价值.本文提出了一个测量定量特征规律有效性的计算指标,并结合该指标设计出一个新的面向属性的归纳算法,该算法使定量特征规则在有效性上达到最优,避免了同一概念有不同的特征规则的现象.     

柔性资源约束下的产品开发项目优化调度研究

为解决具有柔性资源约束的产品开发项目调度问题,综合考虑项目调度过程中任务的先后约束关系、所需技能以及柔性资源等约束,以遗传算法和最大流理论为基础,提出了问题求解的改进遗传算法.该算法采用基于优先权的自然数编码,在解码过程中首先采用拓扑排序将染色体翻译成先后关系可行任务链表,然后运用网络最大流理论求解每项任务的柔性资源配置方案,并采用了适用于该问题的遗传操作.测试问题实验结果验证了算法的可行性和有效性.     

具有同时的配送和回收需求的逆向物流VRP研究

具有同时的配送和回收需求的车辆路径问题(VRPSDP)是逆向物流研究领域中的一个热点和难点.在对具有同时的配送和回收需求的车辆路径问题进行简单描述的基础上,本文建立了该问题的数学规划模型,并设计破了解决该问题的一种混合遗传算法.最后,通过随机模拟以及与其它算法的比较试验,验证了该混合遗传算法的有效性与优越性.     

基于视觉阈值的分形图像压缩算法研究

本文提出一种基于视觉阈值的四叉树分割方案,应用于定义域块和值域块的划分,并引入人类视觉系统理论,对传统的定义域块的搜索方法进行了改进,将其与基本的分形图像压缩算法通过实验进行了比较.实验结果表明,在保证重建图像质量的前提下,当视觉阈值为30、60、90时,该算法的编码速度是基本算法的8～27倍,是一种有效的图像压缩方法.     

资源约束下多项目调度的启发式算法

讨论了目前RCPSP领域的研究现状,建立了一种针对单模式资源受限下多项目调度问题的数学模型,并提出一种解决该问题的启发式算法,给出了具体的算法步骤以及算例,结果表明该算法可以得到可行解.