简介:存在监控冲突的天基中段预警传感器调度优化是一个动态、高维、复杂多约束的非线性优化问题,其解空间的高维度与状态复杂性直接制约了智能优化算法的运用。本文以任务分解与任务复合优先权计算为基础,通过二级分离机制将解空间维度与状态复杂性降低至适于连续蚁群(continuousant-colonyoptimization,CACO)处理的全局优化形态,构建出相应的优化子路径集.在此基础上,针对监控冲突导致的状态变化特性,从局部搜索递进与募集的角度提出适于传感器调度优化的MG-DCACO(doubledirectioncontinuousant-colonyoptimizationbasedmassrecruitmentandgrouprecruitment)算法,成功将智能优化算法应用于基于低轨星座的天基中段预警中.最后对算法的收敛性进行论证,并通过与已有规则调度算法的对比得出MG-DCACO算法可获得优于规则调度算法的全局最优解。
简介:随机需求库存-路径问题(StochasticDemandInventoryRoutingProblem,SDIRP)是典型的NP难题,也是实施供应商管理库存策略过程中的关键所在。文章通过引入固定分区策略(FixedPartitionPolicy,FPP),将SDIRP分解为若干个独立的子问题,并采用拉格朗日对偶理论以及次梯度算法确定最优的客户分区。在此基础上证明了各子问题的最优周期性策略由分区内各客户的(T,S)库存策略以及相应的最优旅行商路径构成,进而给出了客户需求服从泊松分布时求解最优(T,S)策略各参数的方程组,并设计了求解算法。最后,通过数值算例讨论了上述策略以及算法对于解决SDIRP的有效性。
简介:针对旅行者在行走过程中遇到的某一或一系列无法预知堵塞事件的加拿大旅行者问题,考虑每个堵塞恢复时间是一个相互独立随机变量的情形,从在线问题与竞争策略的角度,给出了每个堵塞恢复时间都为正态分布下的等待策略和贪婪策略以及相应策略下的竞争比,并对两种策略的执行效果进行了分析和比较。
简介:针对政府补贴难以激励战略性新兴产业形成创新驱动力的问题,以新能源汽车产业为例,构建了一个旨在促进企业技术研发的政府创新补贴策略分析模型。假设产业呈现明显的创新驱动特征,模型分别针对政府理性决策与有限理性决策的情况,对政府创新补贴及企业创新投入策略进行了博弈均衡分析,并讨论了技术创新环境的改善对最优策略及局中人收益的影响。结果表明,在创新驱动模式下,企业最优创新投入比例对政府补贴水平不敏感,且过高的补贴可能挤出企业创新投入,容易形成企业套利空间。此外,改善技术创新环境对强化企业市场主体地位,弱化政府管制对市场的干预具有积极作用。