人工蜂群算法求解资源受限项目调度问题

针对资源受限项目调度问题,提出了一种基于人工蜂群算法的优化方法。人工蜂群算法中每个食物源的位置代表一种项目任务的优先权序列,每个食物源的位置通过扩展串行调度机制转换成可行的调度方案,迭代中由三种人工蜂执行不同的操作来实现全局最优解的更新。实验结果表明,人工蜂群算法是求解资源受限项目调度问题的有效方法,同时扩展调度机制的引入可以加速迭代收敛的进程。     

基于动态规划的资源受限随机工序调度

为解决资源受限条件下的随机工序调度问题,该文提出一种基于离散随机动态系统描述的加工时间离散随机分布且同时具有不兼容和多种可更新资源约束的资源受限项目调度模型,使得在满足资源约束和工序约束的前提下,总的平均加工时间最短。该系统研究了动态规划算法求解该问题的方法。通过实例,验证了该方法的有效性和可行性。     

蚁群算法在资源受限项目调度中的应用

本文描述了在应用蚁群算法求解资源受限项目调度问题时,蚂蚁如何在项目网络图上巡游并动态生成最优解,以及蚁群信息素的更新方式和多种启发式信息的定义方法,验算了算法在不同的参数组合下对测试案例的求解效果。     

蚁群算法在资源受限项目调度问题中的应用

资源受限的项目调度问题(RCPSP,Resource-ConstrainedProjectSchedulingProblems)已经被证明是一种NP-hard的组合优化问题,随着问题规模的增大,使用经典的数学方法如数学规划等方法,已经很难解决问题。论文提出了一种用于求解资源受限的项目调度问题的蚁群算法。针对资源受限的项目调度问题的具体特点,提出了蚂蚁巡游网络图的动态生成方式,信息素的表示及更新方式,以及启发信息的计算方法。针对PSPLIB中的测试集对算法中的主要参数进行了优化,最后,使用PSPLIB中的四种测试集对算法进行了测试,计算结果表明了算法的有效性。     

基于因素空间的规则调度决策模型

为解决在开发生产调度仿真系统时所遇到的复合调度规则仿真和复合规则决策问题,提出了一种引入决策者偏好信息的生产调度决策模型.在模型中,采用了基于因素空间的知识表示方法,并在此基础上提出了一种基于变权综合函数的调度决策方法,使得该模型不但可以表达模糊调度规则中的模糊概念,而且适用于复杂调度环境下的复合规则决策过程.偏好信息的引入,使得决策结果体现了决策者的意愿和兴趣,调度仿真的结果更加贴近真实情况,从而为决策者提供了令人满意的决策支持.最后,通过一个实际调度决策问题,对模型进行了验证与评价,结果表明了模型的有效性和可行性.     

不确定资源受限项目调度研究综述

不确定资源受限项目调度问题(RCPSP)是研究在不确定环境和有限资源约束下如何合理安排项目活动,以实现既定目标的最优化.不确定RCPSP具有很强的工程背景,在学术和应用上均具有很高的研究价值,但存在大规模、强约束、多极小、多目标和不确定等诸多复杂性,求解非常困难.为此,介绍了不确定RCPSP的数学描述和几种具体形式,重点综述了不确定RCPSP的算法进展,并归纳了相关的应用成果,最后指出了有待进一步研究的若干方向和内容.     

等待时间受限Flowshop调度的HGA算法

针对等待时间受限的Flowshop调度问题,提出嵌入约束满足和变邻域搜索技术的混合遗传算法。该算法基于约束满足思想,通过递归回溯和约束传播修复工件的开工时间,以解消工件在相邻阶段的等待时间受限冲突,根据回溯工件的位置信息设计相应的交叉算子和变异算子,利用变邻域搜索技术增强算法的收敛性。仿真实验表明该混合遗传算法的有效性,并分析等待时间上限对目标值的影响。     

一种求解多目标资源受限项目调度的遗传算法

采用基于非支配性排序的多目标遗传算法—NSGA－Ⅱ,设计了一种求解多模式、多种类资源约束的多目标资源受限项目调度问题的遗传算法,该算法所设计的编码包含两部分,一部分为一个任务链表,另一部分为任务链表中各任务所对应的执行模式组成的模式向量。将所设计的算法用于求解文献中的以项目总工期和资源均衡为目标的农业项目调度问题,结果表明此算法对于求解多目标资源受限项目调度问题是有效的。     

基于TSP方法求解等待时间受限的置换流水车间调度

等待时间受限的置换流水车间调度问题要求工件在连续两个机器间的等待时间满足上限值约束.对此,分析了工件序列中相邻工件的加工持续时间及其上下界关系,并且提出一种启发式方法.首先,建立旅行商间题（TSP）以生成初始调度;然后,采用扩展插入方法优化调度解.为了衡量算法性能,给出问题下界的计算方法和相关评价指标,并通过数据实验验证了该启发式和下界计算方法的可行性和有效性.     

针对资源受限工程调度问题的一种局部优化算法

针对现有局部搜索算法在处理数据量较大的受限资源工程调度问题时效果欠佳,提出了一种与FBI优化相结合的局部搜索方案FBLS(Forward-Backward Local Search).FBLS利用问题的对称性,以局部搜索的解集为单位,在原问题与对称问题上交替进行优化.并通过分析领域中解的合法性以及可能出现的重复情况,削减领域中解的数量,提高搜索效率.在PSPLIB的数据测试中,经FBLS优化所得到的结果已经优于所有非智能甚至大部分智能演化算法.作为一种通过局部搜索进行优化的方法,FBLS可以被灵活用于已有的各种智能算法框架求解RCPSP问题.     

交通拥挤控制的实时决策支持模型

针对交通拥挤的快速检测和控制问题,设计了一种基于管理者知识和经验,能够实时反映交通拥挤状况的决策支持模型．设计的自动决策支持模型中包含了概念模型和推理模型,推理模型中集成了交通拥挤自动检测算法和拥挤交通量控制方案选择的模糊推理算法．研究结果表明,采用自动决策支持模型能在一定程度上取代交通管理者对拥挤的管理,从而提高拥挤管理的效率和决策质量．     

基于辐热积模型的温室栽培生产规划决策支持系统磁

为实现定期上市目标下的温室栽培生产规划,以作物辐热积模型为依据,利用历史气象数据和市场价格信息,建立基于辐热积模型的温室黄瓜栽培生产规划决策模型。应用 Web 技术开发了温室作物栽培生产规划决策系统,系统能实现作物在确定种植时间条件下预计上市期及温室运行过程的逐日环境优化决策,并以温室栽培黄瓜为例,对决策模型进行了验证。结果表明,系统能根据用户所提出的决策目标和温室运行状况,实现温室栽培生产的规划决策。     

支持产品设计的决策空间方法

利用粗糙集理论中的粗度概念,在对获取产品设计知识进行扩展性粒度描述的基础上,通过引入知识依赖关系图,构造了n维知识粒度决策空间以及基于多决策类的同构映射决策空间,提出了基于知识依赖关系图和决策空间的决策算法,并结合产品设计中滚动轴承选择决策说明其实用性.     

Restricted arc-connectivity of digraphs

Since interconnection networks are often modeled by graphs or digraphs, the edge-connectivity of a graph or arc-connectivity of a digraph are important measurements for fault tolerance of networks.The restricted edge-connectivity λ^′(G) of a graph G is the minimum cardinality over all edge-cuts S in a graph G such that there are no isolated vertices in G−S. A connected graph G is called λ^′-connected, if λ^′(G) exists.In 1988, Esfahanian and Hakimi [A.H. Esfahanian, S.L. Hakimi, On computing a conditional edge-connectivity of a graph, Inform. Process. Lett. 27 (1988), 195-199] have shown that each connected graph G of order n?4, except a star, is λ^′-connected and satisfies λ^′(G)?ξ(G), where ξ(G) is the minimum edge-degree of G.If D is a strongly connected digraph, then we call in this paper an arc set S a restricted arc-cut of D if D−S has a non-trivial strong component D₁ such that D−V(D₁) contains an arc. The restricted arc-connectivity λ^′(D) is the minimum cardinality over all restricted arc-cuts S.We observe that the recognition problem, whether λ^′(D) exists for a strongly connected digraph D is solvable in polynomial time. Furthermore, we present some analogous results to the above mentioned theorem of Esfahanian and Hakimi for digraphs, and we show that this theorem follows easily from one of our results.     

质量嵌入的大数据产品生产系统超图模型及其生产线决策研究

大数据产品(Big Data Product,BDP)在原材料、用户需求、加工工艺等方面具有不同于实体产品的特征,而现有BDP生产系统的研究仍停留在概念模型阶段。为了解决该问题,提出BDP生产线的概念,基于生产线特征研究了生产线决策要素,强调了质量作为关键决策要素在BDP生产中的作用机理;采用超图理论建立了嵌入质量、质量传递函数和质量聚集函数的BDP生产系统模型,设计了BDP生产线决策流程;提出了供给侧稳定和需求侧稳定的BDP生产线决策模式。实例验证结果表明,所提出的模型和决策方法能够满足用户对BDP质量的要求。     

Integrated Decision Model for Credit Product Outsourcing

Integrated Decision Model for Credit Product Outsourcing The European banking landscape seems to be evolving from a highly vertically integrated banking landscape into a value network of specialized banks. This can also be seen in the credit product industry where consumer credit specialists take over portfolios from other banks. While decision models for IS, operations and production outsourcing are discussed in the literature, we lack a model for credit product outsourcing which reflects the change of risk capital as discussed in the literature about credit sales. In combining these two literature strands, we develop a model to determine whether it is beneficial to internally produce or externally source a credit product.     

面向网络化制造的产品再配置模型

该文提出一个面向网络化制造的产品再配置概念模型．该模型突出配置过程的动态特性,在分析了基于版本模型的部件、配置模型演化方式以及两者在演化过程中的相互影响的基础上,给出在集成产品配置的产品数据管理系统中对部件演化和模型演化进行跟踪和记录的方法,以实现产品再配置．该模型具有较强的时态描述能力,可广泛应用在网络化制造系统中．最后还提出了一个面向网络化制造的产品再配置结果相关度匹配算法．     

产品重构设计中基于最小损失函数的零件选择算法

选择和重用已有零件设计方案是复杂产品创新的基础，零件选择的结果需要满足特定的设计约束。文中讨论了在零件选择过程中约束的不同类型。结合可选择域的概念，通过最小损失函数的方法，给出了同时满足零件个体约束和零件重构约束的启发式零件选择算法。该算法利用最小损失函数对可选择域大小进行预测，优化了搜索过程，并通过一个应用实例，对运用该算法前后的情况进行对比，得出了相关结论。     

一种冲突性的多人多目标决策模型

具有冲突性质的多人多目标决策是一类比较常见的决策问题,本文提出了一种分析这类问题的决策模型。文中首先给出模型的数学描述,并提出一套公理系统。在公理系统的基础上,证明了存在唯一满足公理系统的解函数——参考解。并对参考解的性质进行了分析,同时给出用此模型求解多人多目标冲突决策问题的步骤。     

虚拟产品设计方案神经网络决策模型研究

虚拟原型逼真设计作为虚拟产品开发研究的一个方面,是近几年发展起来的新技术,主要研究虚拟环境下的产品建模问题以及基于仿真的集成产品和过程设计问题。生命周期虚拟产品设计方案评价模型是虚拟原型逼真设计模型实现的重要模块之一,论文在设计方案多目标多级模糊综合决策模型的基础上,研究并建立了设计方案ANN多目标决策模型,该模型已应用于仪表新产品开发决策支持系统中。