基于声誉的供应链合作伙伴选择模型

为高效准确地寻找最佳供应链伙伴组合,提出一种供应链伙伴选择的多目标优化模型。以提高企业声誉稳定性、企业与盟主企业拟合度极大化,以及供应链伙伴组合总体声誉极大化为目标函数,利用保留精英策略的非支配遗传算法进行求解,以减少优秀企业在迭代过程中被淘汰的概率,并找到Pareto最优解。算例结果表明,与供应链伙伴选择独立决策模型以及TOPSIS模型相比,该模型不仅有助于选取稳定性更高的伙伴组合,并能实现供应链整体综合效用的最大化。     

基于LS-SVM的供应链合作伙伴选择

随着企业在质量、价格、时间、柔性和创新等竞争领域的经营业绩越来越依赖于供应商网络,伙伴关系和有效的供应商管理变得越来越重要。在选择供应链合作伙伴的过程中,由于竞争地位与收益的不平衡,缺乏相互信任等因素会造成合作伙伴评价指标与实际值不相符合。为了能更好地提高企业选择合作伙伴的效率并减少其选择成本,选择最小二乘支持向量机（LS-SVM）算法对合作伙伴进行选择。实验证明,LS-SVM比普通的向量机不仅具有较高的训练效率,而且有更高的精确度。     

基于多Agent的合作伙伴选择协商模型

为提高合作伙伴选择的效率和质量,将具有自治性的软件Agent应用于合作伙伴选择系统,提出了基于多Agent的合作伙伴选择系统的框架。定义了Agent的结构,确定了Agent间交互作用的方式,包括协商目标、协商协议和推理模型。     

一类基于多个目标的制造任务优化分配方法

提出了一种基于多个目标的制造任务优化分配方法。建立了以任务总加工时间最少、任务完成时间最早、任务完成总质量最高为目标函数,以制造设备负荷率满足要求为约束的优化分配模型。针对模型的多目标、多约束、大组合量特点,结合遗传算法全局搜索能力强、模拟退火算法局部搜索能力强的优点,提出了一种多阶段父代更新自适应遗传-模拟退火算法。以某多品种小批量生产车间制造任务分配为例,验证了方法的有效性。     

基于HTN的供应链优化策略

HTN(Hierarchical Task Network，层次任务网络)具有任务描述和分解、任务分派、任务完成的能力以及约束机制和冲突解决机制，可以高效地对复杂问题进行规划。文章就HTN在供应链优化中的应用进行了初步地探讨，结合多代理系统，针对供应链库存管理业务提出其任务网络模型，指出任务分解方法及共约束关系和任务在代理间的分派关系，并给出应用实例。     

基于Cougaar的合作伙伴选择系统

提出了一个合作伙伴选择过程模型和基于Cougaar的合作伙伴选择系统，该系统包括核心企业Agent社区和合作伙伴Agent社区，核心企业Agent社区由管理Agent、任务规划Agent和评价Agent组成。介绍了规划Agent把一个任务分解为多个子任务组成的工作流，决策Agent中模糊变量的创建方法、基于XML的模糊规则表示方法和推理机的工作原理。     

火电厂Multiagent控制系统中的优化任务分解Agents

提出了一个火电厂多代理控制系统（MACS）,并洋细介绍了其中优化任务分解代理子系统（OTDAS）的目标、决策和运行,OTDAS通过一个优化代理和一个分解代理对火电厂多代理控制系统的任务进行了优化分解。优化代理的决策采用了遗传算法（GA）,OTDAS的运行结果表明GA是Agent决策的有效工具。     

目标计划与任务分解

《西游记》中的唐僧团队历经千难万险，终于求得真经，目标明确、分工合理为这支队伍最终走向成功奠定了基础。唐僧从一开始，就为这个团队设定了西天取经的目标，虽然经历各种挫折与磨难，但目标从未动摇。悟空探路、八戒牵马、沙僧挑担，几位徒弟一起肩负着保护唐僧的任务。虽然性格迥异、各有缺点，但目标分解合理及成员分工协作，最终风雨同舟，取得真经。     

基于粒子群蚁群算法的供应链合作伙伴选择研究

针对供应链合作伙伴选择的准确性和效率问题,提出一种基于粒子群和蚁群优化的合作伙伴选择算法。建立基于供应链链节体和连接弧的有向图路径模型,构造多目标规划模型。利用改进的离散型粒子群算法,求取伙伴选择问题的初始解集,构建初始信息素矩阵,通过改进蚁群算法的寻径规则,求取供应链合作伙伴选择问题的最优解。实验结果表明,所提算法有效提高了供应链合作伙伴选择的精度和效率,具有较好的性能。     

合作伙伴选择的多准则群决策算法

针对合作伙伴选择问题,提出一种基于群体理想解的TOPSIS求解算法.求出对每个决策者而言各合作伙伴与其群体理想解的相对贴近度.基于备选合作伙伴集的群体理想解和负理想解,计算决策群体对各备选合作伙伴的最终排序.最后以一个供应商选择算例表明该方法的实用性.     

求解供应链伙伴选择的泛遗传差异演化算法

伙伴选择是供应链组建过程中的关键问题,也是一个难题,针对该问题,构造了融入特殊自然演化规则的泛遗传算法,并且与差异演化算法结合,得到了泛遗传差异演化算法,克服了差异演化算法局部收敛的缺陷,提高了其全局收敛的能力。实验表明,针对供应链伙伴选择问题,泛遗传差异演化算法优于传统的遗传算法和差异演化算法。     

虚拟企业伙伴选择的遗传粒子群混合算法

针对标准粒子群优化算法易陷入局部最优的缺点,提出了一种遗传粒子群混合算法。通过对算法中惰性粒子和局部最优粒子分别进行交叉变异,以及消除粒子速度对寻优的干扰,从而避免了粒子种群单一化和局部最优的问题。将该算法应用于虚拟企业伙伴选择实验,结果表明在进化代数和最优值方面是令人满意的。     

基于声誉的多时段多属性供应链伙伴选择模型

为解决供应链合作过程中伙伴选择信任度低的问题,针对属性权重与时间权重未知的决策情况, 提出了一种基于声誉的多时段多属性供应链伙伴选择模型。模型引入三角模糊数来描述语言类评价信息,分别根据声誉属性间的关联和改进的时间衰减函数确定各时段的属性权重和各时段的时间常权,并将惩罚型变权方法引入模型时间权重设定中,使各时段的时间权重随各时段声誉状态值的变化而变化。算例分析结果表明,该模型有助于优选出声誉在各时段间较为均衡的供应链伙伴,同时具有较强的灵活性,可以适应不同的伙伴选择要求。     

敏捷制造中制造资源选择问题的遗传算法

对敏捷制造系统重构中的制造资源选择问题进行了分析,建立了数学模型,提出了一种适合求解该问题的遗传算法。该算法与解决同类问题的已有算法相比,编码方案和遗传算子均比较简单。实验结果表明,遗传算法在解的质量、稳定性和收敛速度方面具有优良性能。     

并行遗传算法下的农业业务外包伙伴选择

供应链管理环境下的业务外包模式为企业建立和提高自身的竞争优势提供了一种新的途径。其中,合作伙伴的选择是业务外包成功与否的关键因素。分析了农业产品加工业业务外包合作伙伴选择问题,给出了伙伴选择的多目标模型,提出了用一种自适应并行遗传算法来解决伙伴选择的问题,在增强和保持种群多样性的同时,表现出了较好的搜索性能。     

面向敏捷供应链的知识服务选择模型研究

为了实现敏捷供应链知识服务体系,针对知识服务组合中的服务选择问题,提出一种结合敏捷供应链特点和整数规划方法的知识服务选择模型。该模型考虑知识用户需求的QoS全局约束,采用线性加权方法将知识用户多目标转化为单目标。应用Matlab优化工具中的bintprog求解器进行模型实例求解,结果表明模型最终求解能满足用户的实际需求,对敏捷供应链知识服务选择方法和服务组合研究有一定的借鉴性。     

用GA 求解动态联盟中伙伴选择的多目标优化模型

描述了动态联盟中的伙伴选择问题，针对以活动网络形式组织的项目，建立伙伴选择的多目标优化模型，实现项目失败风险最小化和项目费用与拖期惩罚总额最小化，并利用带自适应移动线技术的遗传算法，求得问题的整个非劣解集合或近似集合。计算结果证明了算法的有效性和模型的实用性。     

求解敏捷供应链调度优化问题的混合遗传算法

针对敏捷供应链调度决策中,需求的时间、数量约束和供应商生产能力、可用调度时段约束造成系统优化的复杂性,设计结合贪婪算法的混合遗传算法进行求解。算法以供应链系统库存成本和运输成本为适应度函数,以包含企业信息、部件信息和调度时段信息的时段编码作为遗传编码,以线性次序交叉LOX算子和逆序变异INV算子进行交叉和变异操作,在解码过程中结合贪婪算法进行调度决策和适应度计算,保证算法在满足约束条件的基础上快速收敛到系统Pareto最优解,通过算例验证算法的有效性。     

求解供应链优化问题的广义遗传算法

供应链优化研究是供应链管理中的一个重要问题,也是一个难题,针对该问题,提出了一个新型供应链优化模型,并且构造了广义遗传算法对其求解,该算法融入了特殊的演化规则,克服了遗传算法局部收敛的缺陷,提高了全局收敛的能力,实验表明对供应链优化问题的求解,广义遗传算法优于传统的遗传算法和分枝界定法。