基于遗传算法的多agent联盟的生成

联盟生成是多Agent系统的一个关键问题,主要研究如何在多Agent系统中动态生成面向任务的最优Agent联盟.本文讨论了Agent联盟的生成,并将遗传算法应用于Agent联盟生成中,对比实验结果表明,遗传算法可以快速、高效地找出合适的Agent联盟,并在解的质量和收敛速度上均优于相关算法.     

基于联盟效应的医药物流中心选址模型及算法

针对医药供应链物流系统,分析了药品供应链物流的需求特征,阐述了药品供应链中生产企业、批发企业构建共享物流中心的意义,提出了一种三方合作效益最大化的物流联盟结构模式。建立了药品物流联盟物流中心节点选址的双层规划模型,上层规划以联盟效益最大化为目标,下层规划考虑联盟博弈的Shapley分配模式,体现了各参与方的利益分配最大化,并设计了遗传算法的求解模式。算例测试结果表明,该方法与算法具有较强的实践可操作性,可以作为物流节点选址决策的参考方法。     

用遗传算法实现多智能体联盟的形成

在多Agent系统中,当单个Agent不能或不能有效完成特定的任务时,任务就必需分配给一组Agent,即Agent将形成联盟。本文将讨论Agent联盟的形成,并将遗传算法应用于Agent联盟形成中,希望可以快速、高效地找出合适的Agent联盟。     

整车物流运输模型算法的研究

针对乘用车物流运输计划问题,本文建立了基于三维装箱问题的最优化装箱问题模型,提出了基于两阶段线性规划的处理算法。利用此算法,可在定义目标函数和约束的基础上,以较小的时间开销完成搜索空间的搜索,以得到最优化结果。在路径规划问题上,本文将路径规划问题简化为三角形路径规划问题,大幅减小了复杂度。最后,将两种算法相结合,可解决一般性的物流规划问题,并得到较优结果。     

基于电子眼的应急物流运输路径自动规划研究

传统应急物流运输路径自动规划方法无法对灾区路况进行整体把握,导致规划的路径中出现道路损毁的情况,车辆无法到达,影响安全的同时,绕路延长运输时间.因此,设计一种基于电子眼的应急物流运输路径自动规划方法.首先确定电子眼的相关参数,设计其工作逻辑,完成传输图像视频的遍历检测,为路径规划提供参考,选择GIS系统中的栅格数据,作...     

DDSS中多Agent协商联盟的构建与算法分析

通过对DDSS中的多agent协商机制的分析,阐述了agent系统的协商联盟的概念,对构建agent协商联盟作了说明,并对协商联盟进行了公式化描述;提出了多方协商算法构建agent协商联盟,给出了算法的流程图和文字描述。协商联盟的建立是Agent协商机制的关键,也是提高系统的性能,增强其解决问题能力的关健,并使DDSS具有更好的灵活性。     

合作博弈下医药物流联盟节点决策模型及算法

以合作博弈为基础,分析医药物流网络需求特征,描述了一个包含药品生产企业、第三方物流企业、物流中心、销售终端在内的“三方四层”医药物流联盟结构体系,建立了合作博弈模式下的医药物流网络节点决策的双层规划模型,上层规划以联盟效益最大化为目标,下层规划考虑不同的情景状态,建立了合作博弈下的Shapley值为分配模式,并设计了问题求解的混合遗传算法。算例测试结果表明,该方法与算法具有较强的实践可操作性,可以作为物流节点选址决策的参考方法。     

基于网格的物流资源挖掘模型的研究

分布在因特网上的物流资源具有地理分散和职权自治的特性,资源结构和接口难以统一。该文以网格、Agent和增量挖掘技术为基础,提出了不通过资源整合就能够实现全局信息挖掘的方法。分析了基于Web的物流资源网格系统,将其划分为物流域的集合实施分级管理。提出了新的面向网格的信息挖掘模型并设计了域内动态资源挖掘算法和域间请求式资源挖掘算法。该模型解决了不同物流系统之间的信息挖掘难题,算法中引入的增量挖掘技术提高了域间资源挖掘效率。     

跨境物流联盟稳定性研究

为解决跨境物流联盟稳定性不高,效率低下等问题,对跨境物流联盟特征及稳定性因素进行分析,以构建联盟稳定性的演化博弈模型,分析跨境物流联盟内企业的演化稳定策略及稳定路径,并结合系统动力学仿真分析不同影响因素对联盟稳定性的影响。研究表明：联盟利益分配机制、成员企业投入的物流资源规模、组织成本对提升联盟稳定性有显著影响;而联盟运作效率、企业机会主义及合作协同度对提升联盟稳定性影响相对较弱。并据此提出增强跨境物流联盟稳定性的建议。     

移动Agent环境下物流信息系统模型的研究

有效处理全局信息及较好适应环境变化,是物流信息系统发挥作用的关键因素。但目前物流信息系统这两方面的能力都明显不足。为此,文章提出了一种基于移动Agent环境的物流信息系统模型,并分析了主要部分的功能及工作流程。该模型有效地提高了系统对全局信息的处理能力,增强了系统对环境的适应能力及可重构性。     

粗糙集在物流联盟稳定性决策中的应用研究

在对有关战略联盟稳定性的文献综述的基础上,提出具有层次结构的物流联盟稳定性评价指标体系。然后,利用粗糙集的基本理论和方法,建立基于粗糙集的物流联盟稳定性决策模型,并给出其中的基于分辨矩阵的指标属性约简算法,优化评价指标。最后通过实例说明该模型的有效性及实用性。     

Partner selection model and soft computing approach for dynamic alliance of enterprises

Partner selection is an active research topic in agile manufacturing and supply chain management. In this paper, the problem is described by a 0-1 integer programming with non-analytical objective function. Then, the solution space is reduced by defining the inefficient candidate. By using the fuzzy rule quantification method, a fuzzy logic based decision making approach for the project scheduling is proposed. We then develop a fuzzy decision embedded genetic algorithm. We compare the algorithm with tranditional methods. The results show that the suggested approach can quickly achieve optimal solution for large size problems with high probability. The approach was applied to the partner selection problem of a coal fire power station construction project. The satisfactory results have been achieved.     

A mixed-integer programming model for global logistics transportation problems

In today's highly competitive global environment, companies are forced to compete on price and delivery speed. Global logistics transportation presents some special challenges and issues for business organizations, and these issues differ from those posed by domestic logistics transportation. This study considers road transportation problems between two countries. A mixed-integer programming model is formulated to determine the optimal fleet components, route plans, and warehouse control in two countries. A series of experiments is designed to test the effectiveness of the proposed model. To enhance the practical implications of the model, different logistics plans are evaluated according to future changes.     

观测器在物流联盟稳定性中的应用研究

针对目前物流联盟系统稳定性较差和实际物流系统中状态不可观测的困难,根据控制论中状态反馈可以镇定系统、观测器能够解决状态不可观测的问题,提出把观测器状态反馈的思想和方法应用到物流联盟稳定性研究中,这为物流联盟稳定性的分析提供了一个新视角。最后通过仿真算例验证了所提方案的有效性。     

基于改进遗传算法的物流配送路径优化研究

通过对物流车辆配送过程的研究分析,建立了不带时间窗约束的物流车辆配送路径优化模型。针对普通遗传算法早熟和易陷入局部最优的缺点,通过引入小生境技术对遗传算法进行了改进。其中,选择操作采用了最优个体保留和轮盘赌结合的策略,交叉操作采用最优路径子路径保留策略;变异算子保证个体逐代进化。个体交叉前的配对选择以及交叉完毕后的调整都引入了小生境选择机制。这些方法大大增强了种群的多样性和全局寻优能力,加速了算法的收敛。最后通过实例验证了算法的可行性、实用性和高效性。     

基于服务联盟的Web服务组合模型及方法

在QoS驱动的Web服务组合中,结合商业应用中服务联盟关系,构造了服务组合的两层关联流程网络结构。基于概率方法建立服务选择的非线性0－1规划模型,并采用遗传算法选取组合服务。仿真分析表明,考虑了服务联盟关系的Web服务组合模型能得到更合理更优的服务组合,获得更好的商业效益。     

面向应急物资调度的一种灰色规划模型*

为了科学合理地进行救援物资的调度,考虑在满足处置突发应急事件需求的同时,所耗物资降到最低限度,并且从总体上最大限度地降低处置突发应急事件物资运输调度的费用。在现有研究成果的基础上引入了灰色理论的知识,建立了应急开始时间最短、出救点个数最少以及需求约束偏爱度最大的多目标灰色规划模型,并通过算例用遗传算法实现该问题的求解,通过测试优选了种群数目、交叉率和变异率三种控制参数值以提高算法性能。实验所得的数据值越大,说明调度方案越好。实验结果表明,同限期最大量算法相比,在所有物资供应点提供的物资总量一定的情况下,应急地点所需的物资数量较少时,遗传算法针对该模型的求解体现更强的优化能力,其所得适应值更高,遗传算法对于求解应急物资调度灰色规划问题的适应性较强。