多部件设备维修问题研究及遗传算法求解

合理组织设备维修，缩短设备维修时间是生产运营管理的一个重要环节。本文探讨了多部件设备维修的有效组织问题。考虑到维修工人对拆分后设备的不同部分具有不同的维修效率，提出了一种基于维修时间优化的决策方法，将其与经典指派方法进行了比较；进一步地，对这一NP-hard问题设计了遗传算法，通过数值例子讨论了其求解有效性。     

关于指派问题求解过程的改进

在应用“匈牙利算法”解指派问题的基础上，提出了“不平衡指派问题的解法”等指派问题求解过程中应注意的三个问题。     

基于家族基因的网格信任模型

针对现有基于PKI (Public Key Infrastructure)的网格信任系统的不足,证书主体信息不明确, 认证过程复杂等缺陷提出了一种新颖的基于家族基因的网格信任模型。该模型解决了传统信任模型存在的问题,如采用将用户的全部身份信息放在用户的基因里方法解决了证书主体信息的不明确,用基因检测解决了认证过程的复杂,用基因指派解决了访问控制的繁琐,并且给出了网格家族、家族基因、基因指派、基因鉴别和信任等概念,并建立了模型的形式化描述,理论分析和实验结果表明这种模型是网格信任领域一种较好的解决方案。     

基于改进遗传算法的Job-shop调整时间指派问题研究

对Job-shop调整时间与人员的指派关系进行研究,提出建立调整时间与人员相关的复杂车间调度模型,给出模型的求解方法。借鉴粒子群算法中的极值模式对遗传算法进行改进,并验证改进遗传算法的优越性;通过仿真实例模拟实际生产工况,对调整时间与人员技能水平相关模型进行分析。     

谓词模态逻辑中变量的严格指派问题

目前,命题模态逻辑已成为人工智能以及计算机科学等其他领域的有效工具,但谓词模态逻辑却不是.关于谓词模态逻辑还存在着很多的争议和问题.表面上看,在命题模态逻辑中添加相应的量词而得到谓词模态逻辑似乎是一件很简单的事情,但是这些新添加的量词却带来了许多的问题和麻烦,例如,变量的严格指派问题、不变论域与可变论域问题、跨界相等问题等.主要研究谓词模态逻辑中变量的严格指派问题.首先,介绍什么是变量的严格指派问题;其次,讨论对于该问题现有的解决办法及所存在的不足;最后,分析造成该问题的深层次原因,并简要介绍该问题的解决办法.     

基于比例冲突再分配理论的目标识别应用研究

目前证据推理理论算法的改进仍然是热门的方向,其应用也越来越广,因此主要介绍了当前证据推理理论的两种最新的改进思想--最新的DSmT理论以及比例冲突再分配(PCR)方法;归纳总结了证据理论的主要应用及其在应用中的关键问题之--基本置信指派的主要构造方法;最后利用人工神经网络训练数据的方法构造基本置信指派,对比例冲突再分配(PCR5)方法在序列图像目标识别中的应用进行了仿真分析,仿真实验结果表明该算法可以有效地提高序列图像目标识别的准确性.     

一种基于领域本体的稿件—审阅人相关度度量方法

随着稿件数量的不断增长,审阅人指派越来越成为会议组织者、期刊编辑和基金委员会的一项费时费力的工作,计算机辅助审阅人指派研究也由此得到了更多的关注。稿件—审阅人相关度度量是该研究中的一个重点问题。该文设计了一种基于领域本体的稿件—审阅人相关度度量方法。该方法由文档关键词提取、领域本体的自动构建及基于网络流模型的稿件—审阅人相关度计算等部分组成。初步实验表明,该方法在国家自然科学基金申请书申请代码分配的任务中取得较好表现,优于单纯基于关键词字串相似度的方法。     

指派问题的模糊数学方法求解研究及其启发

从指派问题的最优化实质出发,分析了指派问题匈牙利解法的管理意义,进而导出了若干有实用指导意义的指派原则。根据指派问题的现实特点进行扩展,建立了模糊效率矩阵,并按导出的指派原则结合模糊数学原理求解了该模糊效率矩阵。对指派问题模糊化求解的过程启发我们:管理问题的定量化处理意义,不仅在于能求出最优解,而且在于它同时含有丰富的管理指导意义。     

复合量化多目标方法在维修力量派遣决策中的应用

针对部队装备维修决策特点,从多目标决策需求出发,结合三角模糊数结构特点,考虑非平衡指派和任务紧急程度,建立装备维修力量模糊多目标指派模型,用水平效应及不确定度对决策意识的模糊性进行描述并加以量化,应用改进遗传算法求多目标模糊派遣模型的最优决策解。实例仿真表明,其计算结果符合实际情况,其最优结果可为决策者提供决策依据,帮助提高维修保障调配的适时性和任务执行的有效性,充分发挥装备维修力量的作用。     

航迹关联指派算法研究

为了解决多目标航迹关联问题,将假设检验方法和线性指派算法综合起来形成了检验优先和指派优先两类方法．针对3种典型算法在雷达探测能力受限或者目标密集场景下容易出现错误关联的问题,提出了一种改进的检验优先算法．该算法通过惩罚性地增加虚拟目标的关联代价来改善关联性能．设计最简单的二目标场景和多目标场景对该算法进行了仿真．仿真结果表明,该算法在目标密集和雷达检测概率下降时仍然能够保持较高的关联性能．