基于组合赋权的装配线作业人员优化配置

文章以装配线多技能作业人员为研究对象,首先依据作业人员在装配工位完成相应生产任务的历史数据,通过计算质量、时间和数量3个方面的评价因子,使用组合赋权评价方法确定各因子的动态权重,计算人员胜任力指数;基于胜任力指数实时矩阵,构建了以整条装配线上人员胜任力指数总和最大为目标的人员优化配置模型,并采用启发式求解算法进行优化求解,通过实例验证了所述方法的可行性和实用性。     

基于遗传算法的模糊控制模型参数优化的研究

模糊控制的精度取决于有关参数,如隶属度函数、模糊关系矩阵、传统 确定参数的方法是依靠人工。作者采用遗传算法来优化参数,大大地提高了模糊控制的精度。试验结果表明,先验知识和遗传算法的结合可以得到很好的控制效果。     

基于模糊综合评价法的高校班主任胜任力模型研究

关于班主任胜任能力的研究有很多,但绝大多数研究都是从定性的角度开展工作,文章在已有工作的基础上,采用定量分析法,建立了高校班主任胜任力数学模型。首先,分析了影响班主任胜任力的因素,结合实际情况,得到了影响高校班主任胜任力的一级指标、二级指标和三级指标,并对这些指标的权重进行了衡量。其次,通过等级评分,得到了相应的评分矩阵。最后,借助模糊数学的相关原理,综合考虑一级指标权重、二级指标权重和三级指标权重,对三级评分矩阵进行分析,得到二级评分矩阵和一级评分矩阵。通过实例分析,对某班主任胜任力进行了分析,最后的得分是84.81分。评估结果符合该班主任的实际情况。     

基于模糊数学的人力资源配置模型

企业员工的选择与配置是人力资源管理中非常重要的一个环节,如何确保员工被分配到最适合的岗位上是保证管理层决策能被下级有效执行的关键[1]。本模型首先给出了对员工素质进行较客观评价的方法,然后建立岗位素质需求矩阵,再根据模糊数学变换理论提出了判断员工所适宜的最佳岗位的方法,从而给管理者提供了依据,最后给出一个实际应用例子。     

基于VENN模型的民航飞行员胜任力评估标准优化

传统的飞行训练评估依赖教员的主观评价,且对能力的量化评估标准模糊,难以保证评估的一致性和有效性。本文基于VENN模型对飞行训练中行为指标展现的数量、频次及威胁与差错管理结果三个胜任力特征进行数学建模,将飞行训练中对科目的检查转化为对能力的量化评估,并结合历史检查工作单数据,提出了一种胜任力评估标准优化方法。最后,以实际的手动飞行操纵技能评估为例,验证了提出方法的有效性。测试结果表明：由算法得出的评分标准获得的技能评分与教员经验给出的评级结果显著相关,且评分保持一致的样本占比83.3%,其余样本评分偏差均在1级以内,表明了提出方法能有效的从历史检查单数据中提取对能力的评估标准,为数据驱动的胜任力量化评估标准制定提供了理论支撑及新方法。     

基于模糊优选和TOPSIS法的流域初始水权分配模型

在综合考虑流域各地区社会、政治、经济和环境等多种因素的基础上,根据流域初始水权分配相关研究成果,提出了流域初始水权分配的指导思想和基本原则,建立了流域初始水权分配的指标体系,并利用模糊优选法计算指标相对优属度,通过TOPSIS法确定各地区水权分配比例及其分配量.算例分析结果表明,这一指标体系体现了初始水权分配的公平性和效率性,可以较好地反映国家对流域生态环境和流域可持续发展问题的重视程度.     

模糊化的指数增长模型——以中国人口为例

指数增长模型是人口预测的基本模型.考虑到统计人口时的不确定性,提出了模糊化的指数增长模型.在此模型中,系数为三角模糊数.最后比较分析这两种模型在拟合我国人口中的应用.     

内生土地效用指数的城市经济增长优化配置模型

通过将含环境因子的人口增长、土地效用指数与社会生产总量联系起来,引入含消费与土地效用指数的双变量效用函数,提出社会效用最大化问题。求解优化问题得到描述模型的三维动力系统并证明了系统存在惟一的双曲型平衡点。     

基于行为序列灰色模糊判定的计算机木马检测方法

针对计算机木马判定困难的问题,提出了一种对行为序列进行多属性灰色模糊木马判定的方法.通过对计算机木马定性分析构建了木马攻击树,归纳了木马使用攻击树叶子节点方法实现不同功能的概率等级.使用基于木马行为的检测技术检测出主机包含网络通信、隐蔽运行、开机启动、自我防护四要素的所有行为序列,视这些行为序列为木马设计方案,使用模糊数量化定性指标,将灰色系统理论与模糊优选结合,计算各方案的木马灰色模糊的优属度,最后使用危险指数进行木马判定.应用示例表明该方法可以有效区分正常程序,检出木马程序.     

基于观测器模糊时滞系统指数稳定的设计方法

研究了一类模糊时滞系统的指数稳定问题。首先利用T-S模型对非线性不确定性时滞系统进行建模,在此基础上设计了基于观测器的模糊状态反馈控制器,通过巧妙选取Lyapunov函数给出了模糊闭环时滞系统的条件及稳定裕度且模糊反馈增益和模糊观测器增益可通过求解线性矩阵不等式获得。     

基于混合PSO的复杂产品功能模块划分方法

模块化设计是实施大批量定制生产的关键技术,合理地划分模块是模块化设计的基础及关键所在.文章在分析前人研究结果的基础上,首先根据产品组件和功能模块的贡献度矩阵,构建功能模块划分的数学模型;然后为上述模型设计了基于混合PSO的详细算法,给出了算法的计算结果,验证了算法的可行性和有效性.     

微粒群优化在Job-shop调度中的应用

Job-shop调度问题是典型的NP-难问题,利用微粒群优化的全局搜索能力和高搜索效率以及模拟退火算法的局部搜索能力,发展了一种快速、且易于实现的新的混合启发式算法,并将其应用于求解标准Job-shop调度问题,计算结果以及与其他算法的比较说明,该算法是一种求解Job-shop调度问题的可行且高效的方法。     

基于改进多目标粒子群优化算法的配电网削峰填谷优化

电力系统削峰填谷优化作为负荷管理的重要手段,而储能系统在削峰填谷的功能显得尤为突出,以负荷峰谷差为目标的单目标优化已经无法全面评价储能系统在削峰填谷上的优势,为更好地体现储能系统在负荷管理上的优势,考虑以经济效益为调度目标的多目标优化问题(multi-objective optimization problem,MOP)显得尤为重要。基于此以负荷峰谷标准差和分时电价构建了配电网削峰填谷的多目标优化模型进行研究。提出基于拥挤距离排序的改进多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法,为改善算法陷入局部最优提出了变异机制的二次寻优,通过设置一定容量的外部档案存储非支配的帕累托(Pareto)最优解,最终获得Pareto最优前沿面。最后通过采用模糊隶属度法求解折中最优解,算例分析验证了本文所提模型的实用性和改进算法的有效性。     

基于改进粒子群算法的损伤检测数值仿真研究

结构损伤检测在数学上常转化为约束优化问题．首先介绍了粒子群算法（PSO）的基本理论，并在分析传统粒子群算法容易陷入局部极小原理的基础上，提出了旨在增强粒子群算法后期粒子摆脱局部极小能力的改进粒子群算法（IPSO）．5个常用测试函数的测试结果表明，改进粒子群算法的性能优于传统粒子群算法．最后通过两层钢框架多种损伤工况的数值研究，进一步验证了改进粒子群算法的优越性及其应用于损伤检测领域的可行性．     

基于EEMD-PSO-LSSVM的中国沿海散货运价指数预测

针对中国沿海散货运价指数(CBFI)预测对精度的要求,从内在波动特性角度出发,提出一种基于集合经验模态分解(EEMD)-粒子群优化算法(PSO)-最小二乘法支持向量机(LSSVM)的组合预测模型.对比LSSVM、PSO-LSSVM、EMD-PSO-LSSVM三种预测模型,EEMD可对CBFI序列中波动较大数据进行降噪分解,保留序列的内在波动特性,且预测精度有一定提升,预测性能更佳.     

基于随机点摆动前行模式的改进粒子群优化算法

基于飞鸟寻食细致化仿生,提出了一种新的基于随机点摆动前行模式(RSFM)的改进粒子群算法原理,设计了改进粒子群算法流程,并利用算例展示了该算法的具体使用方法与计算效果。     

Prediction model for permeability index by integrating case-based reasoning with adaptive particle swarm optimization

To effectively predict the permeability index of smelting process in the imperial smelting furnace,anintelligent prediction model is proposed.It integrates the case-based reasoning(CBR)with adaptive par-ticle swarm optimization(PSO).The number of nearest neighbors and the weighted features vector areoptimized online using the adaptive PSOto improve the prediction accuracy of CBR.The adaptive inertiaweight and mutation operation are used to overcome the premature convergence of the PSO.The proposedmethod...     

预应力混凝土-钢组合风电塔架塔段优化研究

以某2 MW传统钢筒结构风电塔架为对象,采用预应力混凝土-钢组合塔架结构取代原钢筒结构,并对组合塔架结构的两塔段进行优化.以造价为目标函数,在塔架几何外形不变的情况下,考虑预应力混凝土与钢塔段的强度、刚度、稳定性、疲劳以及自振频率、顶部最大位移等约束条件,借助改进的粒子群优化算法,对预应力混凝土和钢塔段的高度及其截面尺寸进行优化.结果表明,采用粒子群算法对预应力混凝土-钢组合塔架两个塔段进行优化后,在满足各项约束条件的前提下,组合塔架结构形式的造价比传统钢塔架造价降低约27%.     

基于微粒群算法的分布式发电优化配置

利用混沌动力学的随机性和遍历设计群体运动模式,提出一种改进的微粒群算法.以运行成本和网络损耗为目标,对分布式发电的优化选址与定容问题加以求解,获取最优的分布式电源安装位置和容量,并针对标准测试系统进行了仿真计算与分析,仿真结果验证了所提方法的有效性.