基于改进的粒子群算法求解供应链网络均衡问题

传统的供应链求解方法为投影法,针对其要对投影进行计算,十分复杂的缺点,提出用改进的粒子群算法求解供应链均衡问题,利用动态异步调整学习因子来有效的提高了算法搜索能力与精度。本文介绍了供应链网络均衡问题转变为无约束优化问题的方法,然后用改进的粒子群优化算法进行求解。通过四个数值算例,将实验结果与标准粒子群算法、蜂群算法、学习因子同步变化的粒子群算法进行比较,验证了改进的粒子群优化算法在解决供应链网络均衡问题中的有效性与优越性,为供应链网络求解提供了一种新的方法。     

广义(F,α,ρ,d)-凸条件下的多目标规划的最优性充分条件

本文在 (F,α,ρ,d) -凸的基础上引进了广义 (F,α,ρ,d) -凸 ,并在此基础上获得了多目标规划的有效解的最优性充分条件 .     

广义(F,α,ρ,d)-凸性下一类多目标规划问题的对偶

本文在广义(F,α,,ρd)-凸的基础上讨论了混合类型的对偶问题,并获得了弱对偶结果.