批量制造业模糊交货期准时化生产计划方法

通过建立批量制造业模糊交货期下的准时化生产计划模型,将隶属度函数引入到生产计划问题中,从而拓宽了准时化生产计划问题的研究范围,并为实际生产计划的编制提供了一种有效途径。     

任务可拆分项目调度问题

经典资源受限的项目调度问题的前提之一是任务不可拆分,即每个任务只能被一次执行,中间不能停顿.但是在企业实际的项目调度中,许多任务是允许被拆分成若干次执行的.针对任务可拆分的项目调度问题提出了总项目工期最短的数学模型,该模型在任务较多、任务工期较长或时间粒度小时解空间很大,不利于精确求解.提出了一种结合邻域搜索方法的混合遗传算法求解该模型.给出了算法的编码方案、解码规则、适值函数、选择方法、交叉算子和变异算子的实现方法.最后通过算例验证了算法的有效性,列出了任务不能拆分和任务可拆分两种情况下算例最优解的甘特图.     

季节性商品的促销定价模型与算法

研究了季节性商品在促销前提下的定价问题.在综合考虑季节性商品的销售特点、销售折扣率、商品库存、商品周期衰退、商品价格等问题的基础上,建立了以利润损失最小为目标的动态定价模型,以商家需处理的货物量为约束条件,基于改进遗传算法和粒子群算法,找到了成本最优的商品定价.并通过仿真,分析了商品定价对利润损失的影响,为大中型企业的促销决策提供了重要依据.     

神经网络在项目评估中的应用

项目评估在市场机遇获得、成本控制和竞争力判别等方面决定着企业的成功与否.通过对影响项目价值的属性、因素、显性指标以及它们之间关系的研究,采用模拟生物神经元基本功能的神经网络技术建立项目价值模型,改进了传统的BP算法,对样本进行监督训练的反向传播算法得到权重因子,从而确定指定项目的价值,辅助决策者进行项目评估决策.实际应用证明了算法的有效性和模型的实用性.     

厂网分开条件下购电配电计划的优化方法

将电力系统描述为一个由发电节点和用电节点两类构成的二分图·在电力系统的经济决策和系统运行技术分析可以分别进行的前提下,提出一种电力市场下电力购买与配送计划优化的模型,基于图论理论给出模型解存在的必要条件·并提出基于线性规划的模型求解算法·根据各类节点的电量和资金平衡条件,构造包含节点电价的线性方程组,从而构成确定各节点成本电价的方法·上述方法对大量来源于实际电力系统购配电计划模拟问题进行了计算,取得了满意的结果·     

面向顾客的市场4C竞争策略

在回顾企业传统的4P和6P市场策略基础上,着重讨论了面向全球化大市场环境的4C竞争策略,分析了其构成要素即顾客满意、降低成本、加强交流、提供方便以及各要素之间的关系·也论述了现代4C竞争策略与传统4P和6P策略的相互关系,4P策略着重产品功能,6P策略除产品功能外更偏重市场功能,而4C市场营销策略除强调市场功能外更突出顾客的支配作用;指出了实现这一策略的关键是顾客至上,千方百计满足顾客需要·为企业改造和发展,参与全球化、网络化大市场的竞争提供了有益的借鉴     

基于两层混合遗传算法的lT外包进度风险控制

针对IT(information technology)外包项目的两层进度风险控制优化问题,设计了两层混合遗传算法.该算法是在传统遗传算法中引入模拟退火和自适应机制,并结合优化问题的两层特点而设计的,能够克服传统遗传算法易于早熟、局部搜索能力较差的弱点.在算例分析中,首先分析了两层数学模型在IT外包项目进度风险控制中的管理意义,进而将两层混合遗传算法的仿真结果与两层粒子群优化算法和传统遗传算法的仿真结果进行比较,验证了改进算法的效率和有效性.     

绣字问题及其动态规划算法

一、问题的提出如何用最短的线在织物上不间断地绣一个汉字是一个有趣的图论问题。一个由n条直线段组成的汉字可以看成是一个有2n个节点的图G。每条线段连接一对顶点,n条线段构成G的一个完美对集M。如图1中的“六”字,4条直线段连接了8个顶点。将顶点间的距离作为顶点间连线的权,则问题变为如何寻找一条经过所有M中元素的路P,使P中边的权和为最小。由于顶点间的连线是任意的,P交替地通过M中元素和非M中元素,所以问题的实质是在一个2n阶的完全图中找一条M交错路,     

基于定性模拟的分组多属性逆向拍卖评标行为分析

网络逆向拍卖已经成为政府和大型企业集团集中采购的重要途径,分组多属性评标是当今普遍采用的评标机制.针对采购招投标现状,提出了分组多属性逆向拍卖概念,在评标专家有限理性的前提下,分析了评标机制中可能存在的问题,提炼出了专家评标工作行为变化各因素及相互作用关系图,建立了影响评标专家决策的定性模型.利用定性模拟技术对评标专家对立情绪等行为进行仿真研究,进而调整不同时刻的决策变量,仿真结果表明评标专家组之间对立情绪的累积现象是明显存在的,适时采取合适的管理措施对情绪的累积有一定的减缓作用,并给出了三点改进建议,以提高评标公平性.     

钢铁企业合同匹配多目标优化模型与算法

针对钢铁企业中存在的合同对库存余材的优化匹配问题,建立了实现余材利用量最大化和匹配损失费用最小化的多目标0-1规划模型·采用模糊决策方法处理两个目标函数,尝试基于群体的增量学习(Population BasedIncreasedLearning,简称PBIL)算法进行求解·结合模型的特点,利用自然数编码表示合同的匹配结果,按照学习概率大小修复不可行个体·通过对应用实例的计算,以及与遗传算法结果的比较,证明该模型和算法是解决合同优化匹配问题较为理想的方式·