基于空间价格平衡的订货策略交叉规划模型及算法研究

在大跨度的对象区域中,空间价格平衡原理是商品出行普遍遵循的运输价格规律,在供应链管理中确定订货策略时,可以基于此原理考虑商品在各供应商之间的分配.交叉规划模型揭示了供应链中供需双方的相互协作关系.采用交叉规划模型描述了市场经济条件下供应商与订货商之间基于空间价格平衡原理的订货策略问题,并设计了遗传算法来求解模型.     

多人合作多目标交叉规划的一种算法

随着现代社会经济的飞速发展,各个经济系统的联系不断加强,如何实现各个系统的利益最大化和成本最小化,成为人们日益关注的焦点.针对该类问题,研究了一类多人合作多目标交叉规划.首先给出了多人合作交叉多目标规划的模型,从该模型出发给出了求解多人交叉多目标规划的一种算法:对交叉规划问题中的每个子目标函数求解,将交叉规划问题转化为非线性规划问题,通过引入罚因子,用外罚函数法求出非线性规划的最优解.该解也是多人多目标交叉规划问题的非劣解,从该非劣解出发进行搜索,寻找最优解.最后通过算例验证了算法的可行性和有效性.     

二品种随机存贮模型的一个存贮策略

存贮模型与策略是库存理论中的核心问题.固定订货费用的不同,决定了模型与策略的不同.当单个品种的固定订货费用小于联合的固定订货费,又小于分别的固定订货费用之和时,研究了具有固定订货费用和非线性存贮与缺货惩罚费用的二品种随机存贮模型的公式,并给出了(si,Si)的存贮策略.     

随机需求下两级供应链多周期订货批量研究

建立了供需双方多周期的最优订货批量模型,讨论了随机需求下两级供应链中供应双方多周期的生产和订货批量问题.给出了供需双方协商后的订货批量及利益分担的方式,订货商按照协商后的最优批量订货,供应商则给予订货商一部分利益份额作为补偿.最后给出了模拟算例.     

二品种随机存贮模型的一个存贮策略

存贮模型与策略是库存理论中的核心问题 .固定订货费用的不同 ,决定了模型与策略的不同 当单个品种的固定订货费用小于联合的固定订货费 ,又小于分别的固定订货费用之和时 ,研究了具有固定订货费用和非线性存贮与缺货惩罚费用的二品种随机存贮模型的公式 ,并给出了 (si,Si)的存贮策略     

两人多目标交叉规划的s-最优联合解

在现实生活中存在许多具有相互影响的多人决策问题, 如供应链中的采购库存问题, 决策者 之间不仅存在自己决定的变量, 也存在着决策者共同决策的变量, 这类问题可以用交叉规划来建立 模型, 它要比一般的对策模型更加复杂.笔者将两人单目标交叉规划问题推广到多目标交叉规划问 题, 引进了具有相同联合值的s-最优联合解, 并得到了它的若干有关性质, 证明了可以通过求解等 价的数学规划问题作为此类问题的s-最优联合解, 这样大大地降低了求解多目标交叉规划的难度.     

基于多智能体分销链协同订货的仿真模型

充分利用分销链中的定性因素研究智能协同订货,从多层分解法模型的角度出发,运用模糊控制理论和贝叶斯学习方法建立了基于多智能体的协同订货模型;在Matlab/Simulink平台上设计了由模糊控制器和S函数组成的协同订货仿真过程;仿真结果表明,在分销链公司双方做出适当让步的情况下,能够达到协同订货的目的.     

一类指派问题的数学模型与算法研究

通过建立一个多目标整数规划模型来描述火车站列检任务分配问题;用遗传算法求得了模型的满意解.研究结果表明改进后的交叉和变异算子显著提高了算法的有效性.     

基于遗传算法的数量折扣订货模型求解

在供应链管理中,针对供应商给出的数量折扣优惠,订货商采用合适的订货策略可以提高自己的利润.本文针对多供应商条件下具有数量折扣的订货模型,给出了基于遗传算法的求解方法,并加以实例说明.利用该算法可以确定多供应商条件下,订货商的订货量在各供应商之间的分配及经济订货批量,并使得订货商的总成本接近最小.     

基于DEA的全国电网供热效率综合评判模型的研究

针对城市电网规划综合评判因素的复杂性问题及数据包络分析模型评价效率值的不足,在传统交叉效率模型的基础上引入改进后的交叉效率模型,构建了基于DEA的交叉效率评判模型,并建立了一套完整的电网规划综合评判体系,应用该模型的评价流程对一个实际电网规划算例进行了分析计算,得到的结果与实际情况相一致,其评价结果科学,可行,为发电所需能耗的节省提供了科学理论依据。     

MIMO系统中树搜索检测的排序算法

提出了树搜索算法中基于对数似然比信息的排序算法,给出了使用对数似然比信息排序的一般公式。在未编码情况下给出使用线性检测器近似的对数似然比信息排序方法,在迭代检测解码情况下给出使用解码器反馈的比特后验信息进行对数似然比排序的方法。使用对数似然比信息的排序算法不但用到了信道信息,还利用了每帧中的接收信号矢量和先验信息,使各层信号能按照后验概率的大小进行检测。仿真结果表明,该算法在未编码情况下能显著提高系统性能,在编码情况下能加快整个系统的收敛速度。     

基于Smith预估的纯滞后系统的控制

针对具有纯时间滞后的系统,分析了PID算法、Dahlin算法和Smith预估算法的特点,指出只要对Smith预估控制器进行适当的设计,就能等效于Dahlin算法.提出了利用Smith预估器补偿时间滞后,按Dahlin算法原理设计控制器的Dahlin～Smith算法和将Smith预估系统结构变换为内模控制器(IMC)结构,再按内模控制原理进行控制器设计的IMC-Smith算法.在模型匹配和失配情况下进行了仿真研究,结果表明,所提出的新控制算法在系统模型不精确的情况下,具有更好的稳定性和鲁棒性,对于大时间滞后系统是一种比较实用的控制方法.     

纯滞后系统的模糊复合控制方法

针对具有纯时间滞后的系统,分析了PID算法、Smith预估算法以及模糊控制的不足,由此提出了一种新的模糊复合型控制器,该控制器是基于Smith预估的模糊-PID控制器,利用Smith预估算法克服纯滞后,利用模糊控制来提高系统的鲁棒性,而在稳态阶段则切换为PID控制来提高控制精度.在模型匹配和失配情况下进行了仿真研究,结果表明该复合型控制器既具有模糊控制较强的鲁棒性,又具有PID控制精度高的特点,尤其是在模型失配时表现出良好的稳定性和鲁棒性,对于大时间滞后系统是一种实用而简便的控制方法.     

基于遗传模拟退火算法的钢管订购和运输优化问题求解

钢管订购和运输中的参数优化问题是个复杂的非线性规划问题.针对路费与路线长度的非线性关系、目的地的需求量及货物的未知价格等影响因素,建立了钢管订购和运输问题的二次规划模型,探讨了利用遗传算法求解该问题的方法,并在此基础上提出利用遗传算法与模拟退火算法相结合的方法对该问题进行求解.实验结果验证了利用遗传模拟退火算法求解该问题的可行性与高效性,为求解该类问题提供了一个有效的新途径.     

一种低复杂度的多用户MIMO THP排序算法

Tomlinson-Harashima预编码算法是一种有效的多用户多输入多输出下行链路算法,但是它的性能严重依赖于预编码符号的顺序．为了有效地衡量Tomlinson-Harashima预编码排序算法的性能,定义了一种排序增益因子．在此基础上为了最大化排序增益,提出了一种基于近似等对角QR分解的低复杂度Tomlinson-Harashima预编码排序算法．该算法通过对信道矩阵的行向量排序,使信道分解后的三角阵具有近似相等的对角元素值,改善了排序性能．仿真表明,与优化的Tomlinson-Harashima预编码排序算法相比,该算法大大降低了计算复杂度,而误码率性能几乎没有损失．     

基于QPSO-WNN在异常检测中的应用

介绍了遗传算法的基本原理和KDD99数据集,而后运用遗传算法,PSO算法以及QPSO算法分别对小波神经网络进行优化构建各自的模型.最后通过在KDD99数据集上分别进行各个模型的仿真实验,得出QPSO进化算法的效果明显优于另外两种算法.     

输入排队iSLIP算法的改进与比较

高速路由器交换网络中,输入排队调度算法有良好的性能。为了进一步提高经典算法iSLIP的性能,根据虚拟输出队列(VOQ)中包的个数和队首包的等待时间不同,对iSLIP算法进行改进,提出了lp-iSLIP(Long Queues Prioriy iSLIP)算法和op-iSLIP(Old Queues Priority iSLIP)算法。通过仿真可以看到改进后两种算法包的延时较iSLIP算法有一定降低,即算法性能有了提高。最后对iSLIP算法和对信元加入优先级的pri-iSLIP算法进行比较,仿真结果显示pri-iSLIP算法的性能较好。     

二维多传感器误差配准算法分析

针对二维多传感器误差配准问题,研究目前已有的典型的系统误差估计算法,包括实时质量控制法、最小二乘法、广义最小二乘法、基于Kalman滤波的实时误差配准算法和精确极大似然法等.首先分析比较这几种算法的模型和原理,然后建立一个合理的仿真环境对各种算法中的系统误差估计性能进行仿真比较,最后分析各个算法的性能及其优缺点,为实际应用中根据不同环境选择不同算法提供一种可靠的参考依据.     

经典Bellman-Ford算法的改进及其实验评估

针对以高效求解有边数限制的最短路问题,对经典Bellman-Ford算法进行了改进．借鉴划分算法的思想,通过减少距离标号的数目,得到了两个改进算法．既然已有的改进算法均不能解决有边数限制的最短路问题,因而本算法是经典Bellman-Ford算法的全新改进．相对于经典Bellman-Ford算法,改进后的算法不仅可有效地节省存储空间, 而且实验表明能显著地提高计算效率．