考虑价格折扣的三级供应链协同计划问题研究

研究了考虑价格折扣的三级供应链协同计划问题,以产品的生产成本、库存成本、调整准备成本、运输成本和原材料采购成本、订货成本、库存成本之和最小为目标,构建了考虑价格折扣的三级供应链协同计划模型,设计了该问题的知识进化算法用以求解方案.对仿真实例进行了计算,结果表明本文建立的考虑价格折扣的三级供应链协同计划模型及算法的有效性.     

基于种群密度的粒子群优化算法

为提高粒子群优化算法的收敛性能,提出了基于种群密度的多子群粒子群优化算法。该算法把生态学中的协同进化思想引入到粒子群优化算法中,充分考虑了环境和子群间相互竞争的关系,通过多种群的Lotka-Volterra竞争方程,动态调整各粒子群的密度,从而提高了粒子的多样性,加快了算法的进化速度。实验仿真结果表明,与单种群的粒子群优化算法相比,该算法提高了收敛速度和收敛精度。     

多UCAV协同目标分配算法研究

针对多无人作战飞机(unmanned combat aerial vehicle, UCAV)协同目标分配问题,提出了一种基于离散粒子群算法的多UCAV协同目标分配方法。根据多UCAV协同目标分配问题的特点,建立了粒子与实际问题间的映射,设计了新的粒子群位置和速度更新公式,并且对标准粒子群算法作了改进。充分利用粒子群优化算法的全局搜索能力,有效地解决多约束条件下多UCAV协同目标分配问题。仿真结果表明,离散粒子群算法能够稳定快速地找到较优分配方案,并且算法简单、灵活。     

基于协同Memetic自适应QPSO算法的传感器目标分配问题求解

对复杂防空作战环境下的传感器目标分配(sensor target assignment,STA)问题进行了研究,建立了基于识别、跟踪、定位多阶段综合作战效能〖JP3〗的分配模型。针对该模型,首先基于粒子群聚集度和进化度判断,对传统量子粒子群(quantum particle swarm optimization, QPSO)算法进行了改进,提出了自适应QPSO算法。然后,结合多粒子群协同和Memetic搜索策略,提出了基于协同Memetic自适应QPSO算法的STA求解方法。同时,为使粒子位置矢量反映分配方案,依据不同战场环境设计了两种特殊的粒子编码方案。最后通过仿真实验验证了所提算法的有效性。     

基于多维特征差异的个性化学习资源推荐方法

协同过滤算法和二进制粒子群算法是目前学习资源推荐领域研究热点.然而,协同过滤算法推荐的学习资源过于随机化,不能满足学习者进行整体知识建构的要求.而基于二进制粒子群算法构建的资源推荐模型,以推荐所有学习者完整的学习资源为目标,且模型数据较难预测,不符合在线智能化学习的趋势.针对以上问题,提出了基于多维特征差异的个性化学习资源推荐算法:首先根据学习者和学习资源多维特征差异建立学习资源推荐模型,并考虑了学习偏好;其次引入协同过滤技术对模型数据进行预测;最后针对推荐模型的多目标优化特征,将协同过滤算法和二进制粒子群算法结合,提出了对惯性权重和种群多样性进行动态协同调整的自适应二进制粒子群算法,实现了个性化学习资源推荐.实验证明,该算法具有较好的准确性,能够满足个性化学习资源推荐的需要.     

基于竞争式协同进化的混合变量粒子群优化算法

现实工业生产应用中存在大量的混合变量优化问题,这类问题的决策变量既包含连续变量,又包含离散变量。由于决策变量为混合类型,导致问题的决策空间变得不规则,采用已有的方法很难进行有效求解。引入协同进化策略,提出一种基于竞争式协同进化的混合变量粒子群优化算法(competitive coevolution based PSO,CCPSO)。设计基于容忍度的搜索方向调整机制来判断粒子的进化状态,从而自适应地调整粒子的搜索方向,避免陷入局部最优,平衡了种群的收敛性和多样性;引入基于竞争式协同进化的学习对象生成机制,在检测到粒子进化停滞时为每个粒子生成新的学习对象,从而推动粒子的进一步搜索,提高了种群的多样性;采用基于竞争学习的预测策略为粒子选择合适的学习对象,充分利用了新旧学习对象的学习潜力,保证了算法的收敛速度。实验结果表明：相比其他主流的混合变量优化算法,CCPSO可以获得更优的结果。     

基于双种群协同进化的QoS全局最优

针对服务质量（quality of service, QoS）全局最优Web服务选择问题,提出了一种双种群协同进化QoS全局最优Web服务选择算法。算法在多目标离散粒子群算法基础上设计一种双种群协同进化框架以同步进行非支配排序和精英粒子保留,并定义了一种新的离散粒子位置更新算子。同时为保证粒子的多样性和算法的全局收敛能力,算法采用基于距离的粒子多样性度量算子、基于适应值排序的粒子选择算法和基于轮盘赌的全局最优解选择策略。仿真实验结果表明该算法能同时优化多个目标,并得到一组满足约束的Pareto最优解,且具有较好的性能和鲁棒性,解集的质量和分布也优于非支配排序遗传（nondominated sorting genetic algorithm,NSGA）算法的改进算法NSGA-Ⅱ,能有效解决QoS全局最优的Web服务选择问题。     

基于Tent映射的混沌混合粒子群优化算法

为改善基本粒子群优化算法的寻优性能,通过算法混合,在粒子群优化算法中逐步引入优进策略和混沌搜索机制,以加强粒子群的局部寻优效率和全局寻优性能。并将粒子分为两类,分别执行不同的进化机制,实现协同寻优,从而构建为一种新的混沌混合粒子群优化算法。标准测试函数的仿真优化结果表明,该混合算法对较大规模的复杂问题具有较强的求解能力。算法寻优效率高、全局性能好、优化结果稳定,性能明显优于标准粒子群优化算法以及遗传算法等单一的随机搜索方法。     

基于IBPSO的编队协同对地攻击目标分配算法

针对编队协同对地攻击目标分配问题特点,对二进制粒子群算法应用于编队协同对地攻击目标分配的若干问题进行研究。首先,通过战斗机毁伤目标收益和攻击目标代价建立了目标分配问题的评估标准。然后,在引入了一系列操作符的基础上,对二进制粒子群算法的速度和位置更新计算公式进行了改进,并利用改进的二进制粒子群算法完成了编队协同对地攻击目标分配。仿真结果表明,改进的二进制粒子群算法比遗传算法具有更强的全局寻优能力、更快的收敛速度。     

基于改进粒子群优化算法的虚拟企业伙伴选择

在分析基本粒子群优化算法和建立虚拟企业伙伴选择多目标决策模型的基础上,提出了一种求解供应链联盟伙伴选择的优化问题的改进粒子群算法.在优化过程中,该算法以优良适应值粒子取代部分不良适应值粒子,使算法具有过滤能力,加快了搜索速度,并保证了收敛于全局最优解.实验结果用基本粒子群算法进行了验证和比较,表明该改进粒子群算法具有较好的性能和简单快速准确等特点.     

生产企业供应链中产销运作协调研究

基于单工厂、多产品、多分销中心的供应链网络,研究生产企业的产销运作协调问题.根据给定的假设条件,建立多周期混合整数规划模型,对产销环节进行同步优化.通过对模型的等价转换,设计拉格朗日松弛启发式算法进行求解.最后,给出数值算例验证算法的有效性,计算结果表明产销运作协调可以有效地降低供应链成本.     

基于CPFR的供方可选择的协同补货模型与仿真

针对传统的供应链补货模型中没有考虑在供方可选择情况下的协同, 从而影响库存补充策略及供应链成本的问题, 研究了由供应商、分销商和零售商组成的多级供应链中的基于CPFR的协同补货问题. 考虑订货概率参数, 建立了基于分销商订货量和零售商订货量之间函数关系的协同补货模型, 以求通过分销商和零售商之间的协同来降低整个供应链的总成本, 并采用MATLAB对协同补货模型进行了数值仿真分析. 其结果验证了所构建的模型是有效的.     

Collaborative supply chain planning under dynamic lot sizing costs with capacity decision

Studies show that supply chain cooperation improves supply chain performance. However, it remains a challenge to develop and implement the realistic supply chain cooperation scheme. We investigate a two-echelon supply chain planning problem with capacity acquisition decision under asymmetric cost and demand information. A simple negotiation-based coordination mechanism is developed to synchronize production/order strategies of a supplier and a buyer. The coordination scheme shows how the supplier and the buyer modify their production and order policy in order to find a joint economic lot sizing plan, which saves the overall supply chain cost. The allocation of the cooperation benefit is determined by negotiation. Due to the complexity of the multiple periods, multiple level supply chain lot sizing with capacity decision, a heuristic algorithm is developed to find coordination solutions. Finally, the results of the numerical study indicate the performance of supply chain coordination scheme.     

协调战略和运作计划的ATO型供应链设计集成模型

结合ATO型供应链运作的特点,从MRP中的物料单(BOM)入手,考虑产品结构,建立了以供应链收益最大化为目标的供应链整体设计集成模型,该模型同时协调战略层和运作层的生产计划。通过该模型可将企业运作层的随机模型和战略层确定性模型决策过程相互结合在一起,利用该迭代算法求出在保证每层中每个供应链企业最优产量情况下,供应链整体最优的生产计划安排。     

供需网的一个节点:供应链协同管理与决策

从供应链决策分析、决策支持技术及决策支持方法等几个方面探讨了供应链协同管理决策的理论和方法 .最后以生产商和销售商为例研究了双方共同获利的、协同决策的建模方法 .由此得出 ,为了实现供应链为增值链 ,减少开销 ,双方共同获利 ,协同决策是非常重要的 .     

考虑中断的制造型供应链协调调度模型

供应链协调调度能有效提高企业应对供应链中断的能力。以两阶段制造供应链为研究对象，研究了中断情境下具有交付时间约束的多产品类型制造供应链协调调度问题。制造商接到包含多产品类型的工件加工订单，各工件需经供应商处理为原材料工件后，交付给制造商处理为完成品，各工件均有一个独立的交付期。如果供应商单方面调整工件加工顺序，会导致制造商冲突成本的增加，需双方协商处理。以最小化供应商总拖期交付成本和最小化制造商总冲突成本为目标，基于收益共享契约协调机制，构建了考虑中断的制造型供应链协调调度模型。设计了一个融合自适应邻域搜索算子的混合自适应遗传算法。通过算例仿真，验证了所提模型与算法的有效性。     

有限资源能力下的供需问题研究

将 JIT思想引入供需链管理中 ,建立了具有供应能力、运输能力约束的极小化产品成本费用总额的供需问题计划模型 ,并利用易于求解的线性规划模型 ,提出了一个有效的启发式算法 .该算法可以在多种资源能力平衡的前提下 ,找到较优的供应计划.     

Multi-Objective Cooperative Salvo Attack Against Group Target

This paper proposes a solution for the problem of cooperative salvo attack of multiple cruise missiles against targets in a group. Synchronization of the arrival time of missiles to hit their common target, minimizing the time consumption of attack and maximizing the expected damage to group targets are taken into consideration simultaneously. These operational objectives result in a hierarchical mixed-variable optimization problem which includes two types of subproblems, namely the multi-objective missile-target assignment(MOMTA) problem at the upper level and the time-optimal coordinated path planning(TOCPP) problems at the lower level. In order to solve the challenging problem, a recently proposed coordinated path planning method is employed to solve the TOCPP problems to achieve the soonest salvo attack against each target. With the aim of finding a more competent solver for MOMTA, three state-of-the-art multi-objective optimization methods(MOMs),namely NSGA-II, MOEA/D and DMOEA-εC, are adopted. Finally, a typical example is used to demonstrate the advantage of the proposed method. A simple rule-based method is also employed for comparison. Comparative results show that DMOEA-εC is the best choice among the three MOMs for solving the MOMTA problem. The combination of DMOEA-εC for MOMTA and the coordinated path planning method for TOCPP can generate obviously better salvo attack schemes than the rule-based method.     

需求依赖于价格的供应链应对突发事件

从企业管理和系统优化的角度研究了供应链系统如何应对突发事件问题.收益共享契约可以协调需求依赖于价格的供应链系统.研究了突发事件对供应链所造成的影响,并指出零售商的最优应对价格是对供应链的最优应对价格的扭曲.最后,建议了一个新的两阶段收益共享契约用于协调突发事件下的供应链.