基于遗传算法的作业车间调度优化求解方法

针对 job shop调度问题 ,提出了一种遗传算法编码方法和解码方法。该方法根据问题的特点 ,采用一种按工序用不同编号进行的染色体编码方案 ,并采用矩阵解码方法。此编码与调度方案一一对应 ,并且该编码方案有多种交叉操作算子可用 ,无须专门设计算子。算例计算结果表明 ,该算法是有效的 ,适用于解决 job shop调度问题 ,通过比较 ,该遗传算法优化 job shop调度操作简单并且收敛速度快。     

城市居住区规划设计质量的AHP评价法

从分析城市居住区规划设计管理入手,提出了规划设计的主要技术经济指标,居民居住需求的层次递进性入手,详细系统地论述了AHP分析法在城市居住区规划设计质量定量评价中的应用和步骤,这对于提高规划设计质量评价和招投标制度在规划设计市场的实施,将会产生积极的影响。     

基于粒子群优化算法的LS-SVM财务预警

提出一种基于粒子群优化算法优化有关参数的最小二乘支持向量机的财务预警模型。通过提出适当的验证性能指标,用粒子群优化算法优化最小二乘支持向量机的有关参数,利用上市公司的财务数据对该方法进行实证财务预警分析。仿真结果表明,该模型的精确度令人满意,该方法是可行且有效的。     

基于遗传算法求解Job Shop调度的编码新方法

针对Job Shop调度问题,提出了一种新的遗传算法编码新方法。该方法根据问题的特点,采用一种按工序用不同编号进行的染色体编码方案,每一个编号包含工件工序号、对应的机器号、加工时间等所有信息,此编码与调度方案一一对应,并且该编码方案有多种交叉操作算子可用,不需要专门设计算子。算例计算结果表明,基于该编码方案的遗传算法是有效的,能适用解决Job Shop调度问题。通过比较,用该编码方案的遗传算法优化Job Shop调度操作简单并且收敛速度快。     

基于C~2R模型决策单元规模收益的判断准则

数据包络分析是广受欢迎的管理工具和评价技术,这里应用数据包络分析C2R模型探讨决策单元规模收益的判定准则.文中首先回顾数据包络分析理论研究决策单元规模收益的发展过程;其次引入参数数据包络分析模型PC2R,描述决策单元效率在其附近的变化,推导该模型的性质;最后得到基于C2R模型决策单元规模收益的判定定理.     

盲数在投资项目经济评价中的应用

本文结合传统投资项目经济评价方法,利用盲数理论,对项目的经济可行性进行了分析,并给出新的投资经济评价方法。     

车辆路径问题的混沌神经网络解法

利用混沌神经网络在解组合优化问题时具有的随机性和确定性并存的优点,对一类随机需求服从泊松分布的车辆选径问题进行了求解,提出了一种混沌神经网络求解算法,并与平均场退火算法和模拟退火算法进行了比较。结果表明,该算法具有很强的避免陷入局部极小点的能力和较强的全局搜索能力,较大地提高了优化的时间性能和求解质量,是求解车辆选径问题的有效方法。     

基于依赖结构矩阵的项目规划模型

建立了基于依赖结构矩阵的项目规划模型。在该模型中,采用工序关系依赖结构矩阵来描述工序间的顺序、并行、搭接和时间窗口式依赖等关系;采用概率依赖结构矩阵来描述工序在执行过程中由于不确定因素影响而引起的返工循环特性,并考虑了工序在返工时的学习性。在这些工序关系和返工循环特性情况下,给出了应用平行离散事件模拟仿真方法计算项目工期的步骤,求得的项目工期分布结果可为管理者确定合理项目工期提供决策依据。最后,通过一个算例说明了模型的应用过程。     

供应链中随机需求车辆选径问题的研究

结合供应链的需要给出了允许两次服务失败的数学模型,提出了一种混沌神经网络求解算法,对该问题进行了求解,并与SA算法进行了比较.结果表明该算法具有很强的避免陷入局部极小点的能力,较大地提高了优化的性能和搜索效率,适用于求解车辆选径问题.     

组合预测分析方法及其在物资运输管理中的应用

在物流管理中运输问题非常重要,物资要实现实体转移,都需要通过运输来实现;而要达到运输费用的最小,必须使物资的需求具有前瞻性.根据现代经济学中的预测方法,结合企业物资历年实际需求情况,运用时间序列的趋势移动平均法、自适应滤波预测法、灰色预测法,利用层次分析法确定相应的权重后对未来物资需求进行组合预测,并应用于物资运输管理中,使运输费用达到最小,从而使运输管理更具有现实性及可操作性.