改进的CATSMLP预警藻类污染

人工神经网络由于其很多的特点与优势现已被广泛关注和运用.但是人工神经网络也存在学习过程易陷入局部极小、易出现震荡和网络存在冗余连接或节点等缺陷.针对这些不足,一种新的级联M LP神经网络CATSM LP比ATSM LP有更好的鲁棒性和高度的解释性,并且是一个万能逼近器.采用粒子群优化算法对其进行优化使其鲁棒性增强,具有更快速的收敛能力和更好的寻优能力,从而能更有效的建模.藻类的生长是湖泊等水体污染程度的一个直接表现形式.在某些情况下,甚至精密仪器都不能测出某些藻类污染物,因此需要好的方法越来越受到专家学者们的重视.将其用于藻类污染预警,仿真试验表明其用于环境污染防治有很好的效果,值得推广应用.     

报废汽车逆向物流网络参与者利润分配研究

研究了报废汽车逆向物流网络中的参与者利润分配问题.针对一个服务供应商和一个汽车修造厂形成的供应链,分别设计了各自主导下的利润分配模型,并进行了具体的分析,算例说明了方法的实现过程和可行性.     

基于遗传算法的城市物流网络设计研究

本文探讨的是政府主导下的城市物流网络设计。首先构建了由物流园区、物流中心、配送中心组成的三层城市正向物流基础设施网络；接着提出了一个混合整数规划模型，优化目标是使整个城市的物流费用达到最小，并用遗传算法求解；最后给出了一个算例，说明了模型和算法的有效性。     

供应链多级系列系统库存控制策略

供应链管理的目标是通过成员间的密切合作和信息共享,以最小的成本提供最大的客户价值(包括产品的服务),这就要求供应链上各节点企业的活动同步进行,对库存管理职能进行必要的整合,集中管理整个供应链系统的库存,从而降低整个供应链的库存成本.基于供应链多级系列系统为研究对象,给出了在需求率为恒定情况下的级库存的表达方式,提出了递归搜索的概念,并采用该办法求出了多级系列系统的最佳订货周期及批量,计算出了多级系统最小总费用.     

拆解中心的选址决策研究

针对拆解中心选址决策问题,考虑到检测中心到拆解中心和用户的运输容量,基于成本最小原则,建立了备选拆解中心选址的优化模型,并提出了求解算法,最后通过算例说明了方法的可行性.     

基于模糊判断矩阵满意一致性的方案排序研究

应用模糊判断矩阵的完全一致性进行多属性方案排序因其条件较苛刻，有时会存在与专家原始判断意见偏离较大的缺陷。为此本文提出了一种基于满意一致性的排序新方法。首先提出了顺序模糊判断矩阵的概念，证明了任何满足满意一致性的模糊判断矩阵均存在顺序模糊判断矩阵。然后给出了顺序模糊判断矩阵的影子矩阵所具有的性质，并且根据这些性质对满足满意一致性的模糊判断矩阵提出了方案排序算法，最后进行了算例分析。从分析可知：这种基于满意一致性进行排序的算法不仅简便、实用，而且更符合专家的原始判断。     

基于季节性RBF神经网络的月度市场需求预测研究

本文提出一种季节性神经网络预测模型,对具有季节性变化的产品月度市场需求进行预测.在Matlab语言环境下,用傅立叶周期分析法得到时间序列的周期长度;借鉴嵌入理论,提出了确定季节性神经网络输入维数的策略;利用计算机程序搜索,确定最优参数;通过合理插值,重构样本集.仿真实验表明,该模型的预测精度明显高于其他几个常用的季节预测模型.     

霍尔特-温特模型在货运量季节性预测中的应用

为了提高货运量季节性预测的精度,应用了一种线性季节预测模型,霍尔特-温特模型。通过傅立叶周期分析确定季节影响和周期长度,利用迭代法寻找模型最优参数。将预测结果与其他三个常用季节预测模型:分组回归模型、可变季节预测模型和季节周期回归模型进行比较,结果表明霍尔特-温特模型预测精度最高。