简介：本文针对损伤效率(TFR)模型,首次提出将步加试验推广至序加试验,给出了两参数Weibull分布参数的极大似然估计.

简介：文[2]通过两个反例的计算,认为文[1]所提出的求LP可行基的方法有不妥之处,并对[1]的方法中主要步骤作了修正.本文对[1]的算法中轴心项的选取作进一步说明,对[2]中所提出的反例以[1]中算法进行计算与[2]对比分析,说明[2]中的反例并不成立.

简介：考虑到顾客需求和市场价格具有高度的不确定性，供应商和零售商为了回避风险而达到最大的期望利润，双方通常可以采用签订合约的方式来进行决策。为此，我们建立了以供应商为领导层、零售商为从属层的具有合约决策的一个二层报童模型。供应商和零售商可以依据该模型的最优解通过谈判协商确定合约决策变量值以获取较高的期望利润。

简介：针对无容量限制的多重分派枢纽中位问题（UMApHMP），提出了一种基于禁忌搜索和最短路算法的新的启发式算法。利用CAB基准数据对该算法进行了验证，计算结果表明所提算法具有较强寻优能力和较快的求解效率。

简介：本文针对TFR模型,首次提出将步加试验推广至序加试验,就两参数Weibull分布给出了损伤因子函数,同时给出了产品寿命的残存函数.另外针对TRV模型,在序加试验下就两参数Weibull分布给出了损伤系数,同时给出了产品寿命的残存函数.

简介：针对多指标多标度大群体决策问题,提出了一种基于证据推理的决策方法。首先将参与决策人针对各指标给出的方案评价信息转化为关于指标评价标度的概率分布,然后运用证据推理方法将针对不同指标的概率分布形式的群体评价信息进行集结,得到关于综合评价标度分布形式的群体综合评价信息,在此基础上计算每个方案的效用值,并据此对方案进行排序。最后,通过一个实例说明了本文提出方法的可行性和有效性。本文的方法为解决大群体决策问题提供了一种新途径,具有实际应用价值。

简介：禁忌搜索算法是一种元启发式的全局优化算法，是局部搜索算法的一种推广，已被成功地应用于许多组合优化问题中。本文针对有界闭区域上的连续函数全局优化问题，提出了一种改进的禁忌搜索算法，并进行了理论分析和数值实验。数值实验表明，对于连续函数全局优化问题的求解该算法是可行有效的，并且结构简单，迭代次数较少，是一种较好的全局启发式优化算法。

简介：本文提出一种带时间窗和容量约束的车辆路线问题(CVRPTW),并利用TabuSearch快速启式算法,针对Solomon提出的几个标准问题,快捷地得到了优良的数值结果.

简介：约束传播算法是求解约束满足问题的一种重要方法.调度问题是一种特殊的约束满足问题.本文介绍了调度问题中的Edge-Finding和Energy-Reasoning两种分离约束传播算法,并对它们进行了比较,文中最后给出了一种结合Energy-Reasoning的Edge-Finding改进算法.

简介：由于非线性两层规划具有非凸性、NP-难等计算困难,高效的算法并不多见.本文设计了一种新的进化算法,基于此进化算法提出了求解带有一重或多重下层的非线性两层规划的高效算法.该算法充分利用两层规划的结构特点.最后,给出了六个不同类型的算例,数值结果表明,本算法是快速和有效的.

简介：

简介：为解决一次性n人囚徒困境中局中人如何走出困境的问题，引进了背叛惩罚函数及其严厉度和参与人的背叛愿意度等概念，并用数学论证法证明了如下结果：（1）参与人的背叛愿意度都不超过1。（2）背叛愿意度越大，这个参与人越愿意背叛；（3）背叛愿意度为0零时，这个参与人是否背叛其赢得一样；（4）当背叛愿意度取负数时，其绝对值越大，参与人的合作积极性越大。得到博弈结果的判定法：（1）计算各参与人的背叛愿意度。（2）若至少有一个参与人愿意背叛，则全体参与人都背叛。（3）若全体参与人都愿意合作，则合作成功。例子表明，本结果在理论上可有效地解决中局中人如何走出困境和在给定惩罚机制下博弈结果的预测问题。