基于供应链的DRP优化模型研究

供应链分销系统随着企业信息化的程度不断提高,已经成为当今国内外最为流行的分销管理系统,同时有效的分销优化也成为增加制造商利润的重要途径之一。从制造商的角度研究和建立了以制造商为中心的分销网络模型,并进行了分销计划优化模型的研究,最后设计和实现了以制造商为中心的分销资源管理系统。     

基于免疫算法的地下物流中转分配节点选址研究

互联网加速了物流业发展,地下物流网络节点选址成为新的研究热点。将二分K 均值算法和免疫算法相结合,对物流中转分配节点(一、二级节点)选址进行了研究。首先根据问题的约束条件和优化目标建立物流一、二级节点选址数学模型,然后采用二分K 均值算法和免疫算法求解最佳一、二级节点选址方案。对南京市仙林区110个物流节点分配方案进行实验,结果表明该算法能很好地解决组合优化问题。     

制造-分销网络系统的部署方法

结合汽车产品的生产系统规划问题 ,提出一种生产 -分销网络系统的部署规划方法 .针对传统的网络规划算法模型只局限于对给定方案进行评价分析的问题 ,通过对典型汽车 (产品 )生产系统本地化过程的分析 ,重点研究了基于案例分析与推理的生产 -分销网络初始部署的方案规划方法 ,即案例系统的知识分析抽取方法 ;以相关产品构成为出发点 ,建立相关本地制造 (零部件 )资源制造有效性的分析方法 .在此基础上 ,采用 ithink R○ 分析工具 ,基于案例分析与有效性分析结果 ,建立了制造 -分销网络初始部署的方案规划的仿真模型 ,并用于解决工程问题     

VMI环境下多产品分销系统的利润模型与算法

为了进一步提高分销系统的运作效率,针对带资源约束的多产品分销网络,研究了供应商管理库存（VMI）环境下的库存与补货问题。建立了各零售商处采用周期盘点库存控制策略时分销系统的利润模型,并设计了相应的求解算法。以一个数值算例验证了模型的有效性和实用性,结果表明：供应商及各零售商的利润对补货周期的反应是不灵敏的,同时,供应商可通过调整各零售商处的最高库存资金占用上限以使供应商与零售商的最优决策保持一致。     

改进蝠鲼觅食优化算法的配电网故障定位

复杂的配电网系统中,蝠鲼觅食优化算法存在后期搜索能力不足导致故障定位准确率下降的缺点。针对该问题,提出了一种基于阈值反馈蝠鲼觅食优化算法的多电源配电网故障定位方法。在确立适用于复杂多电源网络的故障定位数学模型的基础上,采用Limit阈值控制算法求得极值时的迭代次数;在算法位置更新阶段引入交流反馈机制,加快算法收敛速率;利用Sigmoid函数对算法进行二进制离散化,输出故障向量完成故障定位。在Matlab中建立故障定位仿真模型,对多种算法开展对比实验。结果表明,不同故障情况下,改进的配电网故障定位算法的定位速度与准确度均优于其他算法。     

网络故障预警算法研究

随着网络规模的不断扩大,为了保障网络安全、稳定运行,需要一种更高效的网络故障预警算法。通过对传统网络故障预警算法优缺点的分析,针对其缺点进行优化改进,采用离群点检测算法建立网络故障预警模型。对异常检测算法数据进行预处理,在 Hadoop 平台上计算数据异常指数,并不断调整阈值参数。实验结果表明,改进型离群点检测算法故障检测率达到 98%,可对网络故障进行有效预警。     

一类带时间窗动态车辆路径优化

基于事件驱动,采用快照记录车辆即时信息,建立物流配送动态车辆路径问题的数学模型。通过改进信息素的更新策略来改进蚁群算法,并采用改进蚁群算法对建立的模型进行仿真求解。结果表明,所建立的模型和改进的算法,对物流配送动态车辆路径有较好的优化。     

改进WOA算法优化SVM的网络入侵检测

基于支持向量机(SVM)的网络入侵,因SVM参数设置不当导致分类准确率偏低的问题,提出改进二进制鲸鱼算法优化支持向量机(IBWOA-SVM)的网络入侵检测。通过对鲸鱼优化算法中收敛因子的改进和更新机制融入粒子群策略的方式,改善其容易陷入局部最优且收敛精度慢的缺点。对初始化参数群采用改进二进制鲸鱼优化算法的更新机制不断地进行更新迭代,迫使鲸鱼搜索代理获取较优的参数值来建立性能较优的分类模型,进而提高网络入侵检测的分类性能。采用多个UCI数据集并与其他的参数优化方法进行对比,最后使用网络入侵检测KDD CUP 99数据集进行验证。结果表明,与遗传算法、粒子群算法和鲸鱼优化算法在SVM参数优化上的性能相比,IBWOA-SVM方法的分类准确率和适应度值在各数据集上都有所提高,从而有利于改善网络入侵检测参数优化中的分类性能。     

多层航空网络拉普拉斯能量最大化问题（英文）

为了提高空域容量、缓解航班延误及提高航空网络鲁棒性,提出了基于拉普拉斯能量最大化的航空网络分层优化方法.首先,通过数值仿真论证了应用拉普拉斯能量作为衡量网络鲁棒性的有效性.然后,以拉普拉斯能量最大化为目标,建立了航线增加最优化模型.采用深度优先搜索算法、贪心算法及蒙特卡罗树形搜索算法3种方法对其进行求解,并通过仿真实验对比了3种算法的系统性能及计算效率.最后,以中国的实际航空网为例,在使用k核分解算法将其分解成多层网络的基础上,对每层子网络的拉普拉斯能量最大化问题进行了求解.仿真结果表明,所提出的方法可为决策者对不同层次的航空网络鲁棒性优化提供决策支持.     

供给市场均衡变分模型

研究了既包含商品随机选择又包含运输损失的供应链网络均衡模型.研究了商品存在产地、品牌差异（即商品随机选择）和运输损失情况下,具有多种商品流动的三层供应链网络.对生产市场和分销市场,考虑运输损失,建立了基于商品运输损失的优化模型.在上述研究基础上,对具有三个层次的供应链网络,得到了供应链网络各层次的均衡模型和整个供应链网络均衡模型以及与之对应的模型平衡条件、经济解释和变分不等式模型。     

含分布式电源的配电网重构优化算法研究

针对含分布式电源(Distributed Generators,DG)配电网络优化运行的问题,进行了配电网重构优化算法的研究,对含有DG的配电网络应用改进二进制粒子群优化算法进行重构,建立基于多种负荷方式(最大、最小、一般负荷方式)的配网重构模型,建立计及DG的配网辐射状判定依据,并对配电网潮流计算进行了改进,使其适用于拓扑结构变化频繁的网络。最后运用IEEE33节点测试系统对所提算法进行仿真验证,结果表明所提优化算法可使含DG配电网络的网络损耗明显降低,在一定程度提升系统的电压水平。     

资源约束条件下多模式项目调度问题研究

本文建立了多模式资源约束下的项目调度问题MMRCPSP的优化模型。该模型是对传统的单模式资源约束下的项目调度问题RCPSP更接近实际的拓展，设计并编写了启发式遗传算法求解MMRCPSP模型，并用数值实例说明了模型的合理性和算法的有效性。     

无线多跳网络信道分配优化算法研究

无线多跳网络信道受到码间干扰容易产生信道分配失衡,为了提高无线多跳网络信道均衡性,提出基于判决反馈均衡的无线多跳网络信道分配优化算法,构建无线多跳网络信道模型,采用判决反馈均衡器进行无线多跳网络信道分配过程中的干扰抑制和多径补偿,根据信道多径扩展覆盖的码元数进行网络信道分配过程中的前馈滤波调制,利用直接序列扩频方法进行无线多跳网络信道的线性均衡配置,采用自适应的梯度学习算法实现信道分配均衡设计,基于判决反馈均衡技术实现无线多跳网络信道分配优化。仿真结果表明,采用该方法进行无线多跳网络信道分配的均衡性较好,抗多径干扰能力较强,提高了无线多跳网络的通信质量,降低了输出误比特率。     

基于全序排列帝国主义算法的多目标无功优化仿真研究

针对电力系统多目标无功优化(MOORPD)问题,建立了两个双目标无功优化模型:最小化网络损耗和电压稳定性指标以及最小化网络损耗和电压偏移量模型,提出了一种基于全序排序帝国主义算法(TRICA)的多目标无功优化方法。通过非劣排序和拥挤距离计算实现所有国家的层级排序和全序排列,以改进国家权力度量方法,实现帝国主义算法在多目标问题中的应用;然后通过模糊群决策方法,找到帕累托前沿中的最优折衷解。选取IEEE30节点系统进行仿真测试,并将实验结果与多目标粒子群算法(MOPSO)所得结果进行比较分析,结果表明了MOTRICA能够找到更优解,体现了改进算法的有效性和优越性。通过该仿真试验可加深学生对智能算法的理解,引导学生解决多目标优化问题。     

水文预报的时间序列神经网络模型

时间序列分析在水文预报中起重要作用 ,其关键是要建立一个合适的预报模型 .文章提出基于 BP算法的单输出和多输出水文预报时间序列神经网络模型 ,克服了以往多种基于随机分析预报模型的缺点 ,不仅能实现快速灵活的信息处理 ,而且具有很强的非线性映射和自学习、自适应能力 ,这为更精确描述复杂非线性水文过程提供了可能 .通过对历史数据的学习 ,模型可对水文径流量时间序列进行预报 ,两个实例分析表明模型的可行性和有效性     

模态参数的优化

为了对结构的动力学模型进行优化,文章提出了用原始结构的模态参数计算结构改变后的模态参数的灵敏度算法,建立了一种对结构进行多点动态修改的连续灵敏度优化分析方法.这种方法只需要模态参数作为初始数据,避免了确定结构物理参数,计算精度较高,易与各种优化方法结合,自动地寻找优化方向.最后以一个多自由度离散系统为例说明了方法的有效性和算法的正确性.     

一类投资组合模型的模糊两阶段算法

对多目标证券组合投资模型进行了研究，模型以风险损失率作为风险。该模型是一多目标线性优化问题．我们采用模糊折衷算法对模型进行了求解，算例给出了该模型的一个实例的最优解。     

关于体育选项课策略的数学模型研究

针对体育选项课学生选课满意度低的问题,文章构建关于体育选项课策略的有约束的、多目标、非线性的组合优化模型,并提出利用进化规划算法有效地求解模型,为科学合理地进行体育选项课选课及网络选课软件开发提供理论依据．     

减肥问题的人工神经网络模型

本文基于减肥这一实际问题,通过建立数学模型,探索如何才能健康、有效地减肥。分析了影响减肥的因素,建立了减肥演算的BP神经网络模型,运用动量梯度下降算法、L-M优化算法和贝叶斯正则化算法对减肥的过程进行了模拟和预测,并对影响网络收敛速度的因素做了探索,发现在减肥问题的应用方面,L-M优化算法模拙和预测效果最佳。     

优化瀑布模型的网络课程开发模式研究

网络课程提供的网络教学资源和服务是教育资源中非常重要的组成部分,网络课程的开发是网络教育活动的基础内容.由于网络课程的开发涉及多领域知识、多专业人员、多媒体技术、多阶段过程,因此是一项系统工程,应采用工程化的项目管理模式运行.合理的开发模式选择能够降低开发成本,提高开发效率和保障课程质量.文章将软件开发基本模型与网络教学特征相结合,在对瀑布模型进行优化的基础上,尝试构建适合于非专业技术人员(教学人员)主导的网络课程开发模式,并将其具体优化机制在网络课程开发实践中进行应用,取得了较好的效果.优化瀑布模型的网络课程开发模式将繁复的网络课程开发过程进行项目化管理,简便、高技,为网络教育的课程开发提供了管理思路与实践框架.