动态联盟中伙伴选择的证据推理方法

通过分析动态联盟中伙伴选择问题的特点，认为伙伴选择是一个具有不确定性主观判断的混合多属性决策问题，本文在用数值或置信结构表示备选企业属性值的基础上，给出了一个基于证据理论对信息进行集成，并根据评价等级效用的不完全信息，优选出满意合作伙伴的方法，最后，用实例说明了该方法选择伙伴的有效性。     

虚拟企业伙伴选择中的多目标决策问题

在竞争，合作，动态的市场环境中，虚拟企业被认为是21世纪最有竞争力的企业运行模式，但如何选择合适的伙伴，则是虚拟企业能否组建成功的关键。在应用整数规划描述虚拟企业伙伴选择多目标决策模型的基础上，给出了支持伙伴选择的多目标决策工具与算法，并以实例说明该工具能有效支持虚拟企业伙伴的选择。     

基于交互正交遗传算法的动态联盟伙伴选择研究

针对动态联盟中的伙伴选择问题,提出一种有交互作用的正交试验方法和遗传算法相结合的方法,对多目标伙伴选择问题进行求解。着重考虑成本、质量、时间、风险及其它们之间存在的交互作用作为伙伴选择中的主要评价指标,给出了基于交互正交遗传算法模型求解方法,并应用实例验证了该模型和算法的有效性。     

基于工期约束的动态联盟伙伴选择

具有项目投标价格和完工时间因素的带工期约束的伙伴选择问题是企业动态联盟的基本问题,证明了该问题是NP完全问题。为设计求解该问题的分支定界算法,建立了非线性整数规划模型。证明了模型中目标函数和约束函数的单调性,并利用单调性给出了判断问题无解和问题最优解已知的条件,构造了收缩求解区域的二分法。实验表明,基于这些结果所构造的分支定界算法是有效的。     

基于任务分解结构的虚拟企业伙伴优化选择

提出了基于WBS的虚拟企业伙伴优化选择模型，根据总体任务及其分解结构中各个子任务的特性来建立候选伙伴企业的评价指标体系，确定各个评价指标的权重。基于总体任务的分解结构建立虚拟企业伙伴选择的多目标决策模型，并在该模型中考虑到了各个子任务相对于总体任务的关键程度。采用一种自适应遗传算法对模型进行求解并通过一个实例验证了所提出模型和求解算法的有效性。     

基于PSO神经网络在动态联盟制造伙伴选择中应用

制造伙伴选择是组建动态联盟的一个关键问题.在对已有制造伙伴选择方法总结和分析的基础上,给出了制造伙伴选择综合评价参考体系,提出了一种基于神经网络的制造伙伴选择模型,采用基于连接结构优化的粒子群优化算法(SPSO)对神经网络进行训练,实验证明,该算法不仅使训练的收敛速度大大提高,且其训练的神经网络的性能也显著增强,为制造伙伴选择问题提供了有效的解决途径.     

虚拟企业伙伴选择问题领域的目标本体论

虚拟企业的合作伙伴选择是一个复杂的决策问题，为此提出了虚拟企业伙伴选择问题领域的目标本体论，它是招标企业决策支持系统的重要基础，为虚拟企业目标的管理和分析提供了完备的计算理论和问题求解元模型，同时着重讨论目标本体的概念，属性，约束，以及目标体系的分解关系，冗余性，约束可变性和一致性等。     

基于实例推理的企业动态联盟伙伴选择与优化模型

将基于案例的推理方法运用于动态联盟伙伴企业选择与优化系统中,建立了伙伴企业选择系统的模型,具体讨论了方案库和评价结果库的建立,提出了基于灰色关联理论和模糊集理论相结合的相似度计算方法,从而可以准确地检索到相近案例,提高了伙伴企业选择的效率和准确性.     

基于粒子群算法的敏捷供应链伙伴选择问题研究

伙伴选择是组建敏捷供应链过程中的关键问题之一,主要研究如何在众多候选企业中选择合作伙伴组成最优敏捷供应链.引入粒子群算法解决这一问题,提出了一种基于粒子群算法的敏捷供应链伙伴选择算法,最后以一个典型算例说明了该算法的有效性.     

基于依赖的网络化制造动态联盟合作伙伴组合选择

合作伙伴的有效选择是影响网络化制造动态联盟的成功构建和高效运作的关键因素。利用协调理论对企业间的依赖关系进行了分析，从网络化制造动态联盟整体最优的角度，提出了一种基于依赖的合作伙伴组合选择方法。该方法在伙伴选择过程中引入了依赖度指标，从而提高了网络化制造动态联盟的兼容性和稳定性。通过一个实例验证了该方法的有效性和可用性。     

基于多分类器融合的供应链伙伴动态选择方法

通过将备选企业的属性看作分类器,将伙伴选择问题转化为不完全、不确定性信息下的分类识别问题.应用多分类器融合规则,建立了供应链伙伴选择的决策模型和方法.该方法不但有效解决了决策信息的不完全性、不确定性和主观性问题,而且有效解决了供应链伙伴的动态选择问题.实例分析结果表明,该方法在供应链伙伴选择和动态选择中具有可行性、有效性和优越性.     

敏捷制造下合作伙伴选择的有效算法

为实现虚拟企业实践中有效的合作伙伴选择,根据制造成本和产品上市时间这两个重要因素建立了问题优化模型。基于此模型,给出了一个两阶段求解算法。该算法首先通过一个多项式的精确算法求得最早完成时间的解,保证了解的可行性。然后以最早完成时间作为可行初始解,利用一个启发式算法对解进行改进。该算法最终使得在完成时间的约束下制造成本最小。最后给出了一个应用案例说明了该算法的有效性。     

虚拟企业伙伴选择模型与方法研究的进展

对近年来国内外虚拟企业伙伴选择模型与方法的研究进展作了综述。首先,对伙伴选择的研究进行了分类;然后,分别介绍了个体决策情况下的关于单任务与多任务的伙伴选择研究现状以及群决策情况下的伙伴选择研究现状;最后,对今后的主要研究工作进行了展望.     

基于自适应遗传算法的虚拟企业伙伴选择求解

针对虚拟企业合作伙伴的选择问题,根据虚拟企业的市场目标,采用层次分析算法确定评价因子的权重,然后建立多目标的虚拟企业伙伴选择优化模型.为简化模型,以最短的完工时间、最低的成本和最高的信誉度为目标.在遗传过程中对各个单目标进行排序选择,通过对交叉、变异算子进行自适应改进,采用最优保存策略迭代求出最佳合作伙伴及分配的具体工作量.通过与普通遗传算法的对比,仿真算例验证了改进后的算法的优越性.     

大批量定制合作伙伴的小波网络综合评价方法

为客观地综合评价合作伙伴,建立了大批量定制环境下合作伙伴的评价指标体系.在此基础上提出了一种基于小波网络的合作伙伴多指标综合评价方法,并结合案例,对大批量定制企业合作伙伴的选择进行了较为客观的评价.最后,给出了该方法与层次分析法和前馈神经网络法的对比.仿真实验表明,该方法不仅能够模拟专家对合作伙伴进行综合评价,避免评价过程中的人为失误,还具有比前馈神经网络法更好的质量和更高的效率.     

大型工程物资供应组织中的合作伙伴选择

合作伙伴选择是当前动态联盟和供应链管理研究的一个热点问题,本文以某大型工程建设的物资供应为背景,深入研究了工程建设中动态物资需求情况下动态选择合作伙伴的问题,用非线性整数动态规划模型建立合作伙伴选择模型,同果,详细讨论了该类模型的求解方法,最后,以某大型工程为例,给出模型在计算实例。     

基于改进粒子群算法的生产批量计划问题研究

为求解基于成组单元有能力约束的生产批量计划问题,提出了一种基于二进制粒子群算法和免疫记忆机制相结合的方法,并阐明了该方法的具体实现过程。在该方法中,采用罚函数法处理约束条件,每个粒子都代表一组可用于描述具体批量计划方案的规则组合。通过对其他文献中一个仿真实例的计算和结果比较,表明该算法在寻优能力、求解速度和稳定性等方面都明显优于文献中的遗传算法。