基于遗传算法的项目经理评价

本文根据自然进化规则，把项目经理视为评价系统，项目经理所要满足的要求视为系统环境，用遗传算法的方法评价项目经理，力求提出一种比较客观科学的、且可以定量分析的项目经理的评价方法。     

应急资源调度问题的改进进化规划算法研究

针对应急资源调度问题,建立一种多资源时间-成本调度模型。设计了进化规划算法的全局变异算子和局部变异算子,根据全局变异前后个体适应度值和分量值的变化趋势,实现定向变异。构建了具有惩罚系数的适应度函数,给出了改进的进化规划算法种群进化策略。计算实验表明,改进的进化规划算法具有较强的局部寻优能力,在收敛速度和求解精度方面优于比较的遗传算法、差分进化算法和进化规划算法,解决了标准进化算法的早熟收敛问题。     

生物系统冗余结构的Type-2型数学模型

生态系统本身就是一个自组织的进化系统,生物与环境的交流和相互作用中,生物利用自身的冗余结构和冗余补充,使整个系统的进化始终朝着有利于生物发展的方向进化。本文利用Type-2模糊系统建立了生物群落冗余结构的数学模型,提出了生物群落稳定性的度量方法,研究了生物群落冗余结构与生物进化可靠性和稳定性的关系。     

基于指数分布的进化策略

典型的进化策略受自然进化过程的启发而成为求解全局优化问题的重要方法。传统的ES变异算子作为一个主要的进化技术是建立在正态分布的随机变量基础上的，本文提出了基于指数分布的进化策略由于采用了新的变异算子有效地减少了产生探试解的成本，从而优于传统的进化策略。     

实数遗传算法进化策略的改进研究

在现有文献研究的基础上,对传统实数遗传算法的进化策略又作了进一步研究,提出了一种改进的进化策略.进化策略克服了传统实数遗传算法中交叉得到的优秀个体有可能在变异过程中遭到破坏而不能生存的不足,并取消了交叉概率,使交叉产生的个体数增多,这样可增大产生更优秀个体的可能性,因而可使实数遗传算法的性能得到更好的改善.另外,给出了一种计算种群中个体适应度的计算公式和计算方法.该方法不但使得遗传算法具有较强的局部搜索能力,而且具有较强的广域搜索能力和较好的种群多样性,不易陷入局部最优解,从而可快速收敛到全局最优解.5个测试函数的计算结果表明,给出的实数遗传算法的改进进化策略比传统实数遗传算法进化策略的运算速度明显提高,迭代次数明显减少,从而验证了提出的实数遗传算法改进进化策略的有效性.     

具有生态位构建作用的种群进化动力学模型及其应用研究

依据进化动力学的理论与方法,系统探讨了生态位构建的机理与模式．通过建立生态位构建的空间模式及其适合度计算公式和具有生态位构建作用的单种群与两种群的进化动力学模型,并对其种群进化动态、种间竞争共存机制进行的理论与数值模拟分析,揭示了生物与环境资源的协同进化关系．结果表明:种群动态受其主要生态因子及资源含量的正反馈作用．生态位构建作用通过对种群适宜度的影响而产生进化响应．单种群动力系统存在种群大小的阈值效应;在两竞争种群动力系统中,生态位构建可以导致进化动力系统的多个竞争结果,从而为解释种间竞争与稳定共存提供了一种新的理论机制．     

O眼里的财务升级

公司进化的大潮中，集团企业财务管理的模式如何进化？种种探索正给出一条条参考路径。     

农村防灾减灾能力建设中资金投入的进化博弈分析

农村防灾减灾能力建设的政府资金投入体系中中央政府和不同的地方政府之间的博弈可以看作是中央政府和地方政府、地方政府和地方政府之间的两个层次的进化博弈.通过建立三方进化博弈模型来分析博弈达到均衡的过程,试图建立农村防灾减灾能力建设中政府资金投入的激励机制.根据分析结果可以得出两点启示:应将农村防灾减灾能力的强弱纳入地方政府政绩考核评价体系当中;地方政府进行农村防灾减灾能力建设的资金利用效率会影响到博弈的最终均衡.     

基于动态自适应t分布变异的人群搜索算法

针对人群搜索算法在进化后期大量个体聚集局部最优时,易陷入局部最优,搜索精度低的缺陷,提出一种基于t分布变异的人群搜索算法.算法使用动态自适应方式确定变异步长,引入t分布变异算子以融合柯西变异和高斯变异的优点,促进算法在进化早期具备良好的全局探索能力,在进化后期收获较强的局部开发能力,增加种群的多样性;采用边界缓冲墙策略处理越界问题,避免越界个体聚集在边界值上的缺陷.实验结果表明,算法比基本人群搜索算法具有更高的寻优精度和收敛速度,是一种有效的算法.     

一种改进的进化规划算法

本对于全局优化问题提出一个改进的进化规划算法，该算法以概率p接收基于电磁理论求出合力方向作为随机搜索方向，以概率1-p接收按正态分布产生的随机搜索方向。改进算法不仅克服了传统进化规划算法随机搜索的盲目性，而且保留了传统进化规划算法全局搜索性。本算法应用于几个典型例题，数值结果表明本算法是可行的，有效的。     

基于精英协同的混洗差分进化算法及其应用

提出了基于精英协同的混洗差分进化算法(Shuffled Differential Evolution,SDE)。该算法引入反向学习的初始化机制,并对设置的普通群和虚拟精英群采用不同的差分策略,进而将精英个体作为信息通道实现种群间的信息交流;同时,借助定期混洗机制实现种群间的文化交流,从而达到协同进化的目的;此外,对长期停滞的个体进行跳变操作,以充分挖掘种群的搜索潜能,增强搜索的有效性。通过函数仿真,并与PSO及其它差分进化算法比较,结果表明该算法具有较好的寻优能力。     

空间生态学中的一些反应扩散方程模型

本文旨在介绍反应扩散方程模型在生物学中的应用,重点考虑空间非均匀环境对种群动力学、物种进化和疾病传播的影响.一方面通过建立并分析一系列反应扩散方程模型,把空间生态学、物种进化和疾病传播这些方面有机融合起来,试图了解各种生物过程以及机制.另一方面通过建立新的数学模型、提出新的数学问题、发展一些新的数学方法,促进反应扩散方程基础理论的发展.讨论内容包括非均匀空间中的单个物种数量、非均匀环境对竞争物种的影响、扩散和移流在物种生存和竞争中的作用、非均匀环境中的物种进化、单个或多个浮游植物的生存和竞争、河流中的物种扩散、非均匀空间中的疾病传播和变异等问题.     

提倡“四大能力”如何?——摆正数学应用能力位置的思考

提倡“四大能力”如何？———摆正数学应用能力位置的思考沈翔（江苏省扬州中学２２５００２）逻辑思维能力、运算能力和空间想象能力，这三大数学能力在我国本世纪６０年代初提出来，“三大能力说”的数学教学目的观逐步确立，并为广大教师接受和重视，这对改变“重知识...     

基于模糊系统的改进型NSGA-III算法

在利用多目标进化算法解决高维多目标优化问题时，随着目标函数个数的增加，非支配解的个数呈指数增长，使得在环境选择阶段缺少足够的选择压力，进而影响算法性能。基于分解的NSGA-III算法是一种能够有效解决上述问题的多目标进化算法，但在该算法中采用固定的交叉概率和变异概率生成新的解，使得算法在处理一些复杂的高维多目标问题时表现较差。因此，本文提出一种基于模糊系统的改进型NSGA-III算法，该算法利用模糊系统动态调整子代生成过程中算子的交叉概率与变异概率。对于模糊系统的设计，采用与算法密切相关的Spread值和迭代次数作为输入，利用模糊逻辑推理后输出交叉概率与变异概率。将所提算法与其他基于分解技术的算法在20个高维多目标优化问题上进行实验对比，结果表明本文算法可以有效提高收敛速度，且能很好地保持种群的多样性和收敛性。     

关于城市生态安全的模式评价原理及模型

根据自然进化原理,用模式评价理论对城市生态安全进行评价,提出评价系统和系统环境的概念,把城市视为评价系统,把建设生态安全城市所需满足的各种要求视为系统环境,并通过评价系统与系统环境的适应程度,建立了关于城市生态安全的模式评价原理及模型,达到了对城市生态安全进行客观评价的目的.     

50家海外公司的进化轨迹

进化无国界。世界上其他国家和地区在公司进化方面积累了丰富的经验和教训。他山之石,可以攻玉。对这些公司进化路径的梳理,可以为进化中的中国企业提供有益参考。纵观企业的进化,所采取的方式主要有以下几种：     

基于混合果蝇优化算法的选址-库存-配送集成优化研究

本文面向企业运营管理实践,构建了一种基于联合补货策略的选址-库存-配送集成优化新模型。作为典型的NP-hard问题,传统算法难以高效稳定地求解,故本文设计了一种新的混合果蝇优化算法(Fruit Fly Optimization Algorithm, FOA),通过引入进化算法的信息交换、变异、选择操作来增强算法局部寻优能力,采取概率性飞行策略来平衡算法的全局寻优与局部寻优。算例结果表明,新混合FOA算法的准确性和稳定性较标准FOA有了明显的改善,与差分进化、自适应混合差分进化、粒子群优化相比也具有比较优势。     

多种群协同进化策略下的虚拟企业基因重组

随着基因学说研究的深入,运用DNA理论来研究企业的可持续发展问题正逐渐成为管理学的热点.基于现有的企业DNA理论,本文首先从概念、结构、基因组要素识别及基因重组原理等方面对虚拟企业组织DNA的基本理论问题进行了系统研究.其次,在此基础上提出了采用多种群协同进化策略,通过生物学中的基因重组技术来实现虚拟企业可持续发展的思路.最后,研究了多种群协同进化策略对虚拟企业基因重组的影响,并建立了相应的基因重组模型.该研究不仅揭示出不同的进化策略,基因重组的效率效果不同;而且还充分论证了在多种群协同进化策略下,借助于基因重组技术,通过持续提高"基因"能力要素的竞争能力,能够有效保持虚拟企业在"市场生态"中的知识地位,从而实现可持续发展.     

求解0-1规划问题的改进差分进化算法

针对0-1规划问题,提出了一种新的智能优化方法——差分进化算法.首先利用佳点集法产生初始种群,大大提高了种群的多样性,再用牵引法处理约束条件,将进化中的不可行解逐步引入到可行解集,克服了罚函数法选择罚因子的困难,最后对10个0-1规划问题的算例进行测试,并将测试结果与其它算法进行了比较,结果表明:文章提出的算法具有较快的寻优能力和较好的全局搜索能力,是求解0-1规划问题的一种有效方法.     

一种基于进化算法的非线性两层规划的快速全局优化方法

由于非线性两层规划具有非凸性、NP-难等计算困难，高效的算法并不多见。本文设计了一种新的进化算法，基于此进化算法提出了求解带有一重或多重下层的非线性两层规划的高效算法。该算法充分利用两层规划的结构特点。最后，给出了六个不同类型的算例，数值结果表明，本算法是快速和有效的。