一种多目标优化进化算法研究

提出了一种基于多性别遗传算法(MSGA)的多目标优化进化算法，在同一性别种群的进化中采用了线性排名选择算子，给出了一种求解非劣解的算法，并以两个算例作了对解决多目标优化问题有效性的验证。     

带折扣的多阶段库存系统的优化算法

针对供应商提供数量折扣、需求率随时间变化、周期性检查并补充库存的多阶段库存控制策略，提出一种优化算法．该算法以各时段的累计需求为根节点建立搜索树，从而将带折扣的库存问题转化为典型的动态批量问题，运用动态规划法即可求解．利用该算法可以找出在计划时段内总成本最小的补充策略．用算例说明了该算法的有效性．     

一种杂波环境下的多传感器多目标数据关联算法

研究了多传感器多目标的数据关联问题，提出了杂波环境下多传感器多目标跟踪的极大似然关联算法．算法中考虑了传感器对目标的漏检情况，在各个观测站传感器的观测数据不完备的情况下，建立了传感器测量与目标的可行关联分配模型，并综合采用了假点的后验概率比模型，提高了多传感器对同一目标测量的互补性和对弱信号目标的跟踪精度．理论分析和仿真实验结果表明，所提出的算法可实现杂波环境下对弱目标的持续跟踪，并且在确保航迹关联性能和较好跟踪效果的基础上，降低了算法的运算量．     

多式联运网络中的托盘共用调度方法

为解决多式联运网络中的托盘共用调度决策难题，采用非线性规划、混合整数规划和改进粒子群算法（particle swarm optimization，PSO）等方法优化了托盘共用系统，研究了在管理者可以选择水路、公路和铁路3种运输模式运输托盘时，管理者应采取的调度方法. 首先分析了多式联运网络中的托盘共用调度流程；其次构建了多式联运网络中的托盘共用调度混合整数非线性规划模型，模型中考虑了转运时间、转运成本、作业批量、托盘毁坏率、时间约束等因素；然后设计了带惯性因子的粒子群算法 （PSO with inertia weigh，IPSO） 和带压缩因子的粒子群算法 （PSO with constriction factor，CPSO）；最后通过实验分析验证了模型和算法的有效性. 研究结果表明:较单一的公路运输，采用多式联运网络中的托盘共用调度模型总成本降低了69.1%；与CPSO相比，IPSO得到的调度总成本降低了1.82%；客户的期望满足时间越宽松时，采用多式联运的方式调度托盘越能节约调度成本；多式联运所耗费的转运时间和转运成本直接影响托盘共用调度决策.      

多跑道着陆飞机协同调度多目标优化

综合考虑空中交通管制、航空公司和机场因素,研究了多跑道降落航班的协同调度问题,以实现安全、公平和高效的空中交通管理战术决策．提出了采用协同航班调度策略和多目标优化调度模型．模型以安全性为约束,以总延误成本和空中交通管制员管制负荷最小、航空公司之间尽量公平为优化目标,用多目标遗传算法求解．算例仿真结果表明,用本文算法得出的最优方案与FCFS算法结果相比,因延误造成的总成本损失减少了61．4％,并使延误损失在各航空公司间的分配更加均衡．     

应急救援物资多式联运的成本最优化模型

针对突发事件中应急物流的特点,提出综合考虑应急救援时效性、经济性和安全性因素的 应急物资车辆调度方法。在参阅国内外众多有关应急物资车辆路径选择问题研究文献的基础上, 综合考虑了时间窗约束（硬时间窗和软时间窗） 及公路、铁路、航空3 种运输方式及路网道路的 脆弱性和可修复性等因素,建立了多应急救援点、多受灾点的应急车辆路径问题模型。问题求解 过程中采用模拟退火算法,并通过算例验证模型与算法的可靠性。结论证明应用模拟退火算法求 解应急物资车辆调度问题时,搜索效率较高;算例结果表明了在应急救援中由于不同的时间窗要 求导致不同类型的物资所选择的路径不同;同时体现了多式联运在应急救援中的应用。     

多品种流交通网络的最大流算法研究

基于Ford-Fulkerson算法在单一品种网络中最大流量分配的思路,通过对多品种交通网络的网络特性进行分析,作者将多源多汇的交通网络构建成单源单汇的形式。在保证符合流量约束的条件下,设计了适用于多品种交通网络的最大流分配算法。在交通网络的实际应用领域里,多品种交通网络的问题普遍存在,因此该算法为解决实际交通网络的相关问题提供了基础。     

融合支持向量机与多目标进化算法的质量管理研究

提出一套支持向量机和多目标进化算法的融合建模技术（SVM-EMO）以及计算框架,并采用差分进化算法（DE）选择支持向量机参数,并将SVM-EMO应用于一个钢铁企业产品质量管理实例,与人工神经网络的建模结果相比,所提框架结果拟合误差更小,精度更高,能够更好地解决质量管理研究中的多目标非线性优化问题．最后根据模型求解结果,给出了相应的生产建议．     

多目标模糊优化问题的神经网络解法

基于函数联接神经网络，提出了一种解决工程结构多目标模糊优化问题的新算法。该算法以设计人员对目标函数值的满意程度作学习样本，采用神经网络取代传统的隶属度函数，从而较好地解决了隶属函数的描述问题。在解决多目标模糊优化问题中，该算法较传统算法具有更大的灵活性。     

多因子过程分析及SCGMmu（1,h）预测模型

解决“贫”信息、多因子预测问题，通常有很大的难度．文中基于多因子过程分析构造了SCGmu(1,h)预测模型．理论证明和示例表明，该模型计算量少，拟合和预测效果相当好．     

��Ӧ�������¹�Ӧ�̹�����ģ�͵��о�

库存是保证供应链功能合理的一个必要步骤，供应链管理环境下的库存控制管理是供应链管理的重要内容。供应商管理库存（VMI）是一种比较常见方法，它能有效避免需求放大，实施VMI能够降低供应链的整体成本，提高运营效率。本文通过对供应商管理库存模式下单一制造商、单一零售商组成的二级供应链中供需双方和整个供应链的总收益构成的分析，建立了使供应链收益最大的库存控制模型。并对供应商管理库存模式下零售商总需求为常数和为函数的两种情况建立模型，并利用迭代的方法求解需求为函数时的算例。通过调节零售商采购价格的激励机制，调节供应链中供求双方的收益。     

供应商管理库存的分销系统利润模型及其算法

为了进一步提高分销系统的利润,针对拓扑结构为一个分销商或供应商与若干个零售商的分销网络,研究了在产品具有随机价格弹性需求时的系统优化问题,采用各零售商处采用周期盘点的库存控制策略与供应商管理库存模式,建立了分销系统利润优化模型,设计了相应的求解算法。计算结果表明:供货价格与正常批发价格的比值对模型最优解不产生影响,随着商品零售价格的增加,销售总量下降,供应商的利润下降,但是零售商的利润却上升了,因此,在确保系统总利润最大的前提下,可通过合约的形式确定供货价格与正常批发价格的比值,将零售商一定比例的利润转让给供应商,从而激发供应商的积极性。     

供应链中供需协调及数量折扣定价模型

在非合作博弈条件下，供应链中的供需双方独立确定各自的最优批量，虽然其中一方处于最优决策之中，但整个供应链系统未达到最优，为使供应链得到优化、供需双方达到双赢的目的，提出了供需双方合作博弈条件下的最优批量及数量折扣定价模型，据此，可计算折扣的取值范围，再根据供需双方博弈力量以及对供应链业绩的贡献，即可确定合理的价格折扣。     

��Ӧ��ѡ������IJ�ȷ����ģ�ͼ��Ŵ��㷨

供应商选择问题是物流领域内的一个重要问题，其目标函数就是在包括送达时间、原料质量和服务水平等的约束下使总花费最小。传统的确定性模型取得了较好的效果，但是由于其约束条件的随机性和模糊性，需要应用不确定性模型来更准确地描述和给出最优解。论文应用了不确定性模型描述这类供应商选择问题，这个不确定性模型就是一类特殊的机会约束规划模型，此类机会约束可以转化为相应的等价类，这样不确定性模型就可以转化为确定性模型，然后设计了解决这类问题的遗传算法。通过实例计算表明，不确定性优化模型及遗传算是解决供应商选择等这类不确定性智能商业问题的有效办法，有广泛的应用前景。     

基于卖方管理库存的配送决策优化模型与算法

为实现供应链一体化和卖方管理库存，建立了同时考虑供给方的配送费用和客户的库存费用的整体优化模型．为降低求解该模型的难度，初步确定送货车辆与客户的对应关系后，将该模型分为库存分配模型和带时间窗的旅行商问题的模型．采用较为成熟的算法即可分别求解这2个模型，然后再将2者合成为原问题的模型．     

不确定价格下制造商的多阶段最优订购策略

为研究国际供应链中制造商的多阶段最优订购策略,建立了制造商的随机净现金流模型.模型中假设该供应链由不同国家的单制造商和单供应商组成,制造商与供应商之间通过数量柔性契约确定供给关系,汇率波动服从几何布朗运动,制造商对其客户可缺货.用二项式网格方法求解该模型,即可求得各阶段的最优订购策略.求解的效率与订购的阶段数以及各阶段可行解集合的大小正相关.用算例验证了该模型及求解方法的合理性.     

同相牵引供电系统平衡补偿的最优模型

为消除同相牵引供电系统中的三相不平衡、滤除谐波、补偿无功,讨论了平衡变换的两种最优补偿模型:以波形质量最优为目标的波形畸变最小模型和以获得最佳负载为目标的最佳负载模型.通过仿真分析了系统电压畸变时两种补偿模型的补偿效果.结果表明,波形畸变最小模型使系统只提供负载所需要的基波有功电流,最佳负载模型将不对称的单相负载变成三相(或两相或四相)对称纯阻性负载.在三相系统电压对称无谐波时,两者补偿特性一致;当三相系统电压不对称有谐波时,两者补偿特性有区别.     

信息不对称下两极供应链的合作机制

研究由一个供应商和多个销售商的两极供应链系统。首先分析在需求信息和存贮费信息对称情况下单供应商和多个销售商合作的激励机制模型,进一步探讨在信息不对称的情况下促进供应链成员有效合作的激励机制,并使各供应链成员能建立起长期稳固的合作关系,使整个供应链系统收益最大,同时实现各供应链成员的共赢。     

信息不对称下两极供应链的合作机制

研究由一个供应商和多个销售商的两极供应链系统。首先分析在需求信息和存贮费信息对称情况下单供应商和多个销售商合作的激励机制模型,进一步探讨在信息不对称的情况下促进供应链成员有效合作的激励机制,并使各供应链成员能建立起长期稳固的合作关系,使整个供应链系统收益最大,同时实现各供应链成员的共赢。     

供应商选择问题的不确定优化模型及其算法

应用了不确定性模型描述供应商选择问题,建立了多目标随机机会约束规划的模型.设计了解决这类问题的混合智能算法;并通过实例计算表明:不确定性优化模型及混合智能算法是解决供应商选择等这类不确定性智能商业问题的有效办法,具有广泛的应用前景.