期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
粒子群算法求解无能力约束生产批量计划问题 被引量:13
1
作者 韩毅 唐加福 +1 位作者 牟立峰 潘震东 《管理科学学报》 CSSCI 北大核心 2008年第5期33-40,共8页
经典的粒子群优化算法是一个在连续的定义域内搜索数值函数极值的有效方法.目前,粒子群算法(particle swarm optimization,PSO)已经成为优化领域中的一个重要的优化工具,其应用在很多优化问题中都可以见到.虽然粒子群算法的应用范围已... 经典的粒子群优化算法是一个在连续的定义域内搜索数值函数极值的有效方法.目前,粒子群算法(particle swarm optimization,PSO)已经成为优化领域中的一个重要的优化工具,其应用在很多优化问题中都可以见到.虽然粒子群算法的应用范围已经十分广泛,但是关于应用其求解多级生产批量计划问题(multilevel lot-sizing problem,MLLS)的文章并不多见.文章提出结合遗传算法(genetic algorithm,GA)变异算子的混合粒子群优化算法(hybrid panicle swarmoptimization,HPSO)求解无能力约束装配结构 MLLS 问题.通过实验验证了算法的可行性和有效性. 展开更多
关键词 粒子群优化算法 多级生产批量计划问题 遗传算法 装配结构 能力约束
在线阅读 下载PDF
Scatter search算法求解无能力约束生产批量计划问题 被引量:2
2
作者 韩毅 卢勇虎 +3 位作者 周根贵 王晓晴 王立岩 牟立峰 《系统仿真学报》 CAS CSCD 北大核心 2009年第13期3902-3905,3913,共5页
多级生产批量计划(multilevel lot-sizing,MLLS)问题是物料需求计划(material requirements planning,MRP)系统中的关键问题,已被证明是NP难问题。Scattersearch(SS)算法是一种亚启发式算法,其应用范围已涉及优化领域中的许多NP难问题... 多级生产批量计划(multilevel lot-sizing,MLLS)问题是物料需求计划(material requirements planning,MRP)系统中的关键问题,已被证明是NP难问题。Scattersearch(SS)算法是一种亚启发式算法,其应用范围已涉及优化领域中的许多NP难问题。扩展了SS算法的应用范围,采用结合变异算子的混合SS算法(hybrid scatter search,HSS)对具有小规模和中规模的装配结构无能力约束MLLS问题进行了求解。仿真实验表明HSS算法能够有效地求解MLLS问题,其求解结果明显优于遗传算法的求解结果。 展开更多
关键词 SCATTER search算法 亚启发式算法 多级生产批量计划问题 物料需求计划 装配结构 能力约束
在线阅读 下载PDF
带排斥算子的GA求解无能力约束的多级生产批量计划问题 被引量:1
3
作者 韩毅 唐加福 +1 位作者 牟立峰 王晓晴 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第2期189-192,共4页
离散制造行业中的多级生产批量计划(multi-level lot-sizing,MLLS)问题的研究不但是一个理论和应用上的难题,也是在生产中产生重大经济效益的问题之一.针对无能力约束的装配结构MLLS问题,为避免基本遗传算法(genetic algorithm,GA)因过... 离散制造行业中的多级生产批量计划(multi-level lot-sizing,MLLS)问题的研究不但是一个理论和应用上的难题,也是在生产中产生重大经济效益的问题之一.针对无能力约束的装配结构MLLS问题,为避免基本遗传算法(genetic algorithm,GA)因过早收敛造成搜索效率降低,将排斥算子(repulsion operator)引入GA中,提出带有排斥算子的遗传算法(GA integrated with repulsion operator,RGA).采用GA算法和RGA算法对6组不同规模的问题进行了仿真实验.结果表明,RGA算法的运行效果明显优于普通GA算法;RGA算法对于MLLS问题的求解是有效的. 展开更多
关键词 遗传算法 多级生产批量问题 排斥算子 能力约束 装配结构
在线阅读 下载PDF
能力约束及准备费用延用条件下批量问题的一种启发式算法(英文) 被引量:1
4
作者 高玉波 《控制理论与应用》 EI CAS CSCD 北大核心 2000年第6期937-940,944,共5页
考虑能力约束及准备费用延用条件下的多部件批量问题 .准备费用延用指如本期末与下期初生产同一部件 ,下期可节省其准备费用 .提出了该问题的一种期间循进式启发算法 ,并进行了有关的仿真计算 .
关键词 准备费用 能力约束 批量问题 启发式算法 CLSP
在线阅读 下载PDF
CLSP问题的分枝定价算法 被引量:2
5
作者 高振 唐立新 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2003年第1期11-14,共4页
提出了一种新的算法 分枝定价(Branch and Price)算法解经典CLSP,带有能力约束的单级多项动态批量问题(Thecapacitatedsingle level,multi item,dynamiclot sizingproblem)·CLSP问题有广泛工业背景,而且已被证明为NP Hard问题,它... 提出了一种新的算法 分枝定价(Branch and Price)算法解经典CLSP,带有能力约束的单级多项动态批量问题(Thecapacitatedsingle level,multi item,dynamiclot sizingproblem)·CLSP问题有广泛工业背景,而且已被证明为NP Hard问题,它的目标是最小化总的装设(set up)费用和库存费用之和在所考虑的时间范围(horizon)内,并且满足给定约束条件·分枝定价算法是一种广义分枝定界(branch and bound)算法,它允许应用列生成(columngeneration)过程于整个分枝定界树·详细描述了该算法的实现,并用两组benchmark问题测试实例说明了该算法的有效性和优越性· 展开更多
关键词 分枝定价算法 生产计划 调度 CLSP 分枝定界 列生成 能力约束 单级多项动态批量问题 工业企业
在线阅读 下载PDF
CP-nets及其表达能力研究 被引量:17
6
作者 刘惊雷 《自动化学报》 EI CSCD 北大核心 2011年第3期290-302,共13页
偏好处理是人工智能中的一个重要研究内容,它的4个研究热点是偏好的表示、提取、聚合和推理.条件偏好网(Conditional preference networks,CP-nets)是一种简单直观的偏好表示的图形工具,但很少有工作研究CP-nets的表达能力.本文研究CP-n... 偏好处理是人工智能中的一个重要研究内容,它的4个研究热点是偏好的表示、提取、聚合和推理.条件偏好网(Conditional preference networks,CP-nets)是一种简单直观的偏好表示的图形工具,但很少有工作研究CP-nets的表达能力.本文研究CP-nets的表达能力,详细研究了CP-nets表达偏好的完备性,其上构造的运算复杂度以及适用的场合.首先给出了CP-nets模型上的几个运算,利用改进的Warshall算法求出了二值网的强占优测试在最坏情况下的复杂度为O(4n).其次通过构造CP-nets导出图及其性质的研究,得出CP-nets特别适合不完全信息下的多属性定性偏好决策.当需要处理更完全信息时,可借助于与Agent的交互来完成.虽然我们给出了CP-nets的强占优测试的理论解,但其理论上可解,实际上不可解.为了解决强占优测试的指数级复杂度问题,本文最后给出了一种带有软约束的满足问题(Soft constraint satisfactionproblem,SCSP)的求解方法.它把CP-nets中的定性运算转为约束半环中的定量运算,从而将指数级的复杂度转化为多项式的复杂度,间接提高了部分CP-nets的表达能力.本文所做的工作是对Boutilier和Bistarelli工作的改进和提高. 展开更多
关键词 条件偏好网 表达能力 强占优测试 偏好的完备性 改进的Warshall算法 不完全信息下的多属性定性偏好决策 带有约束的满足问题
在线阅读 下载PDF
热轧钢管主生产计划模型与算法研究 被引量:4
7
作者 李建祥 唐立新 吴会江 《系统工程学报》 CSCD 北大核心 2005年第5期459-465,共7页
建立了热轧无缝钢管主生产计划问题的混合整数线性规划模型.该模型可归结为多阶段多产品带有能力约束的批量问题,但与传统批量问题存在以下不同:①充分反映了钢管企业与其它行业的不同工艺特点;②目标函数追求最大化现金流而不是最小化... 建立了热轧无缝钢管主生产计划问题的混合整数线性规划模型.该模型可归结为多阶段多产品带有能力约束的批量问题,但与传统批量问题存在以下不同:①充分反映了钢管企业与其它行业的不同工艺特点;②目标函数追求最大化现金流而不是最小化成本;③允许订单积压;④考虑库存能力约束;⑤忽略设置时间及成本,但引入了最小生产批量约束.鉴于该问题的NP难性,使用两种基于优化的启发式算法进行求解,并提出两条策略加以改进. 展开更多
关键词 热轧钢管 主生产计划 带有能力约束的批量问题 混合整数线性规划 启发式算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部