第四方物流及其在我国的发展

供应链的日益复杂要求物流系统运作更加有效率。单纯的第三方物流已不能满足物流整合的需要，这样第四方物流的理论提出和实践应用逐渐被提上日程。首先对第四方物流的运作方式及解决方案的创新性进行了分析，随之提出我国发展这种新的物流方式的紧迫性，最后探讨了我国对此的基本措施和战略对策。     

GASS II遗传模拟混合智能优化算法

通过对遗传算法算子的行为分析，给出概率动态变化的交叉和变异算子。同时，将遗传算法与随机模拟结合。设计GASS II遗传模拟混合智能优化算法。随机模拟采用缩减方差、加速收敛的分层抽样技术，保证抽样遍布整个搜索空间，突破个体分布“畸形”交叉对遗传算法进化能力的限制，有效发挥遗传算法的隐合并行搜索特性，在发生不成熟收敛时能从当前局部解中跳出，搜索转向具有更高适应度的抽样解，迅速收敛到全局最优解，从而有效避免早熟现象，提高了寻优的效率与精度。Benchmark问题评测结果显示出该算法的有效性。     

基于查询术语同义词的扩展信念网络检索模型

针对信念网络模型没有考虑术语之间关系的缺陷,引入了查询同义词的概念,提出了一个基于查询术语同义词的扩展信念网络检索模型。给出了模型的拓扑结构,讨论了利用新模型进行信息检索的方法,并给出了一个实用案例。新模型同时考虑了用户查询术语及其同义词的作用,提高了检索性能。     

质量控制界限及其优化

以x- R控制图为例,针对现行质量控制中以x-±3σ作为控制图控制界限的方法,通过分析控制图控制界限(Kσ)与两类错误(α和β)发生的概率及损失费用,提出了最优控制界限的观点。建立了两类错误损失费用的数学模型,给出了主要研究过程和最优控制界限(K)的算式。并通过实例对其优化结果和现行"x-±3σ"法的结果进行了比较和分析,说明了本文提出的方法的优化性。在此基础上,对其结果的一般性和优化性做了近一步的讨论和推广。     

2-D系统的稳定性问题

以线性矩阵不等式为工具,研究有关2-D系统第二类Fornasini-Marchesini模型的稳定性的问题.首先提出了该类系统的一种Lyaptunov不等式,由此给出了该类系统渐近稳定的新的判别条件.其次,给出了该类系统能稳定化的充分条件和反馈矩阵的求法.最后,提出了一种求该类系统的稳定性裕度下界的方法,并指出了利用该方法得到的稳定性裕度的下界大于原有文献中给出的下界.     

具有不确定次品率的EPQ模型及其求解算法

假设在具有衰变特性的生产过程中次品率为随机变量或模糊变量的情形下,分别建立了经济生产批量模型;给出了次品率为随机变量情形下最优经济生产批量的解析表达式;设计了模糊模拟算法以及基于模糊模拟的粒子群优化算法对次品率为模糊变量情形下的经济生产批量模型进行求解。最后给出了两种情形下的数值实例来说明模型的求解过程以及所设计算法的有效性。     

基于分层抽样的模拟禁忌混合智能优化算法TSII

将分层抽样随机模拟与禁忌搜索结合,构造了TS II模拟禁忌混合智能优化算法。随机模拟采用缩减方差、加速收敛的分层抽样技术,保证抽样遍布于整个搜索空间,避免禁忌搜索路径往返重复,克服禁忌搜索对初始解的依赖,算法同时使用禁忌表与希望表,将分散搜索与集中搜索相结合,增强算法的并行处理能力,提高寻优的效率与精度。Benchmark问题评测结果显示出了该算法的有效性。     

带有周期系数和时滞的细胞神经网络模型的周期解的存在性和全局指数稳定性

本文运用非奇异M矩阵的性质,不等式分析法和建立在重合度基础上的连续性定理,得到了带有周期系数和周期时滞的细胞神经网络的周期解的存在性以及全局指数稳定性的新判据。并且给出了指数收敛率的估计。     

柔性Flow-Shop调度的遗传算法优化

柔性Flow-shop调度问题（Flexible Flow-shop Scheduling Problem,FFSP）是一般Flow-shop调度问题的推广,由于在某些工序上存在并行机器,所以比一般的Flow-shop调度问题更复杂。为了有效地解决柔性Flow-shop调度问题,用遗传算法求解,给出了一种改进的编码方法,能够保证个体的合法性;并根据编码方法提出了矩阵解码方法。最后以某汽车发动机厂金加工车间的生产调度实例进行仿真,通过比较表明了算法的有效性。     

基于HGA的最小旅行时间多旅行商问题研究

为了解决最小化旅行时间的多旅行商一类问题,提出了一种递阶遗传算法和矩阵解码方法。该算法根据问题的特点,采用一种递阶编码方案,此编码与多旅行商问题一一对应。用递阶遗传算法优化多旅行商问题不需设计专门的遗传算子,操作简单,并且解码方法适于求解距离矩阵对称和距离矩阵非对称的多旅行商问题。计算结果表明,递阶遗传算法是有效的,能适用于优化最小化完成时间的多旅行商问题。