简介：在生产制造系统中,装配线的平衡需要针对多个目标.传统的装配线平衡问题,优化单一目标,忽略了目标之间的联系.优化一个目标的同时,劣化了另外一个目标.文章研究了多目标装配线平衡问题,探讨了这些目标之间的联系,设计了禁忌搜索算法求解多目标装配线的平衡问题.文章从生产管理系统的角度优化多目标装配线平衡,与单一目标相比,具有显著的改进.

简介：投资者进行投资实践时无不面临着背景风险。绝大多数以均值方差为框架的投资组合并没有考虑背景风险，其效用在实际应用中容易受到背景风险的影响。本文在含有交易费用的双目标函数模型中引入背景风险，从是否含有背景风险和背景风险偏好度大小两方面对投资组合问题展开研究，并使用智能算法得到模型的最优解，对模型进行实证分析。实证结果表明：1）当背景风险收益为0时，含有背景风险的投资组合比不含有背景风险的投资组合更能反映真实的投资环境。2）当背景风险收益不为0时，含有背景风险的投资组合比不含有背景风险的投资组合得到更高的收益。因此，考虑背景风险后投资组合的构建优于不考虑背景风险投资组合的构建。

简介：本文研究的是多目标随机结盟对策的问题，是将单目标的随机结盟对策的ZS-值拓展到多目标的随机结盟对策上，同时考虑了局中人对不同目标的偏好程度，从而，给出了多目标随机结盟对策的ZS-值的定义，并讨论了该值的性质及定理。

简介：在对偶单纯形方法的基础上,提出了线性规划的目标函数最速递减算法.它避开求初始可行基或初始基,以目标函数全局快速递减作为选基准则,将选基过程与换基迭代合二为一,从而大大减少了迭代次数.数值算例显示了该算法的有效性和优越性.

简介：逻辑生长函数相对于龚珀兹生长函数具有拐点高和对称性的特点，采用逻辑生长函数形式的功效函数法求解混合多目标规划问题具有形式简单、计算量小、符合实际的优点。证明了用这种方法求出的最优解是有效解。讨论了满意值对有效解的影响。逻辑生长函数还可以应用于多维变量评价的功效系数法中。

简介：本文针对创新产品目标设计阶段的顾客需求进行研究,分析了需求的层次、需求的类型以及需求的特点,探讨了识别需求的方法、途径和所需注意的问题,论述了需求分析的方法、手段和重要性,最后,给出了需求的产品设计规范所包含的内容及一般的表达形式.

简介：本文分析了多目标线性规划中'min'算子的非补偿性和'算术平均'算子的不平衡性,并在此基础上论述了两阶段模糊算法与经典折衷算法之间的内在联系.

简介：在文[1]中,作者引入了多目标规划的较多有效点及较多最优点的概念,并讨论了它们的性质.本文首次提出了ak-较多有效点与ak-较多最优点的概念,并讨论了ak-较多有效点、ak-较多最优点、ak-较多有效解、ak-较多最优解的相关性质.

简介：装配线平衡对于提高装配效率和降低装配成本都有重要意义。为了满足顾客需求的多样化和减少成本，通常采用混合模式的装配线。本文针对混合模式下U型装配线平衡问题，提出一个目标规划法以求解该问题，量化示例表明所提方法是有效的。

简介：针对多目标0-1规划问题，首先基于元胞自动机原理和人工狼群智能算法，提出一种元胞狼群优化算法，该算法将元胞机的演化规则与嚎叫信息素更新规则、人工狼群更新规则进行组合，采用元胞及其邻居来增强搜索过程的多样性和分布性，使人工头狼在元胞空间搜索的过程中，增强了人工狼群算法的全局搜索能力，并获得更多的全局非劣解；其次结合多目标0-1规划模型对元胞狼群算法进行了详细的数学描述，定义了人工狼群搜索空间、移动算子、元胞演化规则和非劣解集更新规则，并给出了元胞狼群算法的具体实现步骤；最后通过MATLAB软件对3个典型的多目标0—1规划问题算例进行解算，并将解算结果与其它人工智能算法的结果进行比较，结果表明：元胞狼群算法在多目标0-1规划问题求解方面可获得更多的非劣解集和更优的非劣解，并具有较快的收敛速度和较好的全局寻优能力。

简介：适应现代炮兵作战的战术思想和要求,深入分析影响炮兵目标威胁度和炮兵火力单位射击有利度的诸因素,构建了基于模糊多目标决策算法的目标威胁度评估和火力优化模型,通过实例仿真,表明所建立的优化模型能有效提高炮兵辅助指挥决策的可信度.

简介：供应链中存在着广泛的信息共享,既包括上下游企业间的纵向性共享,也包括同层企业间的横向信息共享。以一个具有学习效应的供应链为研究对象,为研究信息共享对分散型供应链中零售商决策的影响,提出了一个具有横向信息共享的供应链模型。以Cournot博弈为研究手段,求解了零售商的均衡订货决策和信息共享策略。在此模型中,生产商为多个零售商提供类似的产品,每个零售商具有自己独立的终端市场。零售商面对单周期需求,该需求可以在本周期内满足或者在第二阶段延迟交货。由于学习效应的存在,第二阶段生产商的批发价格是第一阶段总订货量的减函数。零售商在观察到自身的需求之前,达成信息共享的协议。研究结果表明,当第一阶段的均衡订货数量低于需求时,零售商间无共享私有信息的动机,该结果和寡头模型信息共享的相关结果相反。除此之外,在一个总体需求稳定的市场中,信息共享的影响随着零售商数量的增加而递减。此结果对企业在不同市场情况下选择信息共享策略具有重要价值。

简介：在再制造利益的驱动下，一些非原始设备制造商（UOEM）欲进入再制造市场。为探究UOEM参与再制造的进入博弈，应用演化博弈理论构建了原始设备制造商（OEM）和UOEM策略选择的复制动态。研究表明：博弈双方的回收价格、UOEM排除障碍的成本会影响UOEM的策略选择；OEM选择默许而潜在的UOEM进入再制造品市场是二维动态系统唯一的演化稳定策略。进一步考虑了参与人的学习行为，将噪声项引入复制动态方程中，得到了一个非子博弈完美均衡，即当带着噪声项的OEM采取竞争策略时，进入者的最优策略是置身于市场之外。

简介：本文考虑指数学习效应和位置学习效应同时发生的新的排序模型。工件的实际加工时间不仅依赖于已经加工过工件正常加工时间之和的指数函数,而且依赖于该工件所在的位置。单机排序情形下,对于最大完工时间和总完工时间最小化问题给出多项式时间算法。此外某些特殊情况下,总权完工时间和最大延迟最小化问题也给出了多项时间算法。流水机排序情形,对最大完工时间和总完工时间最小化问题在某些特殊情形下给出多项时间算法。

简介：本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题，而后在此基础上提出了基于超球结构的支持向量机增量学习算法。该算法主要利用超球结构，完成对增量学习中训练样本的选取，进而完成分类器的重构。实验表明，该算法比传统支持向量机增量学习算法具有更高的分类精度。

简介：本文研究了一类不相关平行机的排序问题，在该问题中工件的加工时间既具有学习效应，又资源可控，也就是说在该问题模型中，工件的实际加工时间为其正常的加工时间、加工过程中工件所处位置以及加工时间可控这些变量的函数。该研究的目的是为使得总机器负载和总的控制费用的加权和最小以及总的完工时间和总的控制费用的加权和最小。文章通过对问题的相关性质的分析和证明找到了一个解决问题的最优化算法，并且也证明了在处理机的数量给定的条件下，该问题的时间复杂性为0（nm·2），最后也给出了相应的数值例子来阐述该问题。

简介：论文将动态能力作为解释组织学习和企业绩效间关系的中介变量。采用结构方程方法建立了其关系模型，以制造业部分上市公司为例，通过问卷调查、信度效度分析、回归分析验证提出的假设，研究理论模型符合可接受的适合度检定水平。实证研究结果表明制造业企业组织学习对动态能力影响显著且动态能力对企业绩效影响显著，组织学习对企业绩效直接影响较弱，动态能力中介作用明显。

简介：本文主要讨论了工件加工时间具有学习效应和安装时间的单机排序问题。工件的加工时间不仅与之前已加工完的工件加工时间有关,还与工件的加工位置有关。安装时间是依赖于已加工完的工件的实际加工时间的简单函数,即p-s-d形式。本文证明了极小化最大完工时间,极小化总完工时间,极小化完工时间的平方和问题具有多项式算法,也证明了极小化加权总完工时间,极小化最大延误和极小化总误工问题在某些条件下具有多项式算法。