基于人力资源约束和不确定需求的农产品供应链优化配置

为了探究新冠肺炎疫情大流行对农产品供应链的冲击,研究人力资源约束和不确定的市场需求条件下的多级农产品供应链的优化配置问题,建立非线性规划模型。以某大型企业农产品小麦及衍生品麦粉供应链为例,利用自适应蚁群算法对模型进行求解,比较优化工具Lingo的求解结果,验证自适应蚁群算法的有效性。最后,分别对不同的外部市场需求和人力资源约束进行敏感性分析,得出一些重要管理学启示。

考虑碳交易与产品损失率的农产品供应链优化配置

农业是碳排放的重要来源,为了减少农产品供应链的碳排放,文章研究了考虑碳排放限额与交易(即碳交易)及农产品损失率的多级农产品供应链优化配置问题,建立了非线性规划模型,并以某企业的农产品(苹果)供应链为例,利用基于PSO和GA的混合算法对模型进行求解,比较优化工具Lingo的求解结果,验证了混合算法的有效性;最后,为了研究碳排放限额,碳交易价格和农产品损失率对优化配置结果的影响,分别对其做了一系列敏感性分析,获得一些重要管理学启示。

大学“分形与混沌”选修课之分形教学研究

“分形与混沌”是本科院校高年级选修课,主要覆盖分形与混沌两块内容。现介绍“分形与混沌”课程的基本内容。同时,阐述开设此课程的必要性,以及当前分形教学过程中存在的困难,并提出适当的解决方案。通过设计分形维数的理论课、设计基于Python语言的分形实验课两个教学案例,表述了如何开展相应的分形几何教学。这些教学研究对“分形与混沌”这门选修课的开设有一定参考作用。

面向多源采购的多级供应链优化配置方法

研究多源采购策略下的多级供应链优化配置问题。针对供应链各级备选供应商数量不确定、且可能大于2个这种问题研究较少的多源采购问题,引入供应商采购比例调控因子(SPCF)并提出基于ANP和TOPSIS的SPCF计算方法,同时以服务时间和实际采购比例为两个主要的决策变量,建立多阶段供应链优化配置模型。提出基于混合编码的改进遗传算法,并对模型求解。最终通过实例验证模型和算法的有效性,并对SPCF进行敏感性分析,得到重要的管理学启示。

基于增广拉格朗日协调的集群式供应链动态优化配置方法

面向集群企业的独立决策需求,建立了包含水平型订单外协和垂直型零部件外购在内的通用性、分布式集群供应链优化配置模型。将具有开放式优化结构的增广拉格朗日协调方法引入该问题的求解中,建立了增广拉格朗日协调基础优化框架并给出可行的求解步骤。通过结果分析,验证了该方法对该类问题的可行性。最后,从供应链管理的角度,对订单量变化情况下的最优供应链结构进行了敏感性分析,提供了集群供应链的最优合作模式的考量方法。

应用粒子群优化算法选择正则化参数

对正则化方法中正则参数的选择进行了研究,提出了利用粒子群优化算法获取正则参数的方法,通过数值模拟实验,对比了该方法与遗传算法,通过图像恢复实验,比较了传统正则化滤波方法和所提出的方法,实验结果表明,所提出的方法在处理不适定问题时更具有优越性,是一种实用有效的方法。

图像修补的优化变换方法

采用整体变分(TV)模型修补图像,提出一种图像修补的优化变换方法。引入一个辅助变量,利用优化变换,将TV模型中单变量函数的优化问题转化为等效双变量函数的优化问题,并利用交替迭代最小化算法和Chambolle’s投影算法求解模型。实验结果表明,与采用梯度下降法的TV模型算法相比,该方法的图像修补效率和修补效果较优。

去混合噪声的超分辨率图像重建算法

研究了混合噪声即高斯白噪声加椒盐噪声所降质的超分辨率图像重建模型,提出了基于全变分正则化方法和两步方法的超分辨率图像重建方法,并应用Chambolle投影算法对模型进行求解;通过实验仿真,实验结果表明本文提出的方法比基于传统的全变分正则化方法无论是在运行速度,MSE与SNR评价指标上还是在视觉效果方面都具有明显的优越性。

复杂系统优化的主控式增广拉格朗日协调方法

鉴于增广拉格朗日协调方法中两种协调方式存在的不足,即集中式协调方式因引入主问题使耦合量增加而降低了协调执行效率,分布式协调方式因要求各子问题连续求解而降低了并行计算,提出兼顾效率与并行计算的主控式增广拉格朗日协调方法,并分别对主控问题的引入机制、适用条件和选择原则进行了讨论,同时给出了其模型数学等价性论证和收敛性分析。通过实例仿真结果表明了所提方法的有效性和可行性,为了解和使用该方法以解决复杂机械系统设计等优化问题提供了全面的参考。

应用PSO与GA混合算法重建超分辨图像

结合粒子群优化算法和遗传算法中的交叉与选择操作,提出了一种混合算法,对提出的混合算法用两个具有多个局部极值的函数进行了测试,测试结果表明混合算法寻优能力优于粒子群优化算法;利用该混合算法对低分辨率图像序列重建出一幅高分辨率图像。实验结果表明,该方法重建图像的视觉效果和信噪比均优于遗传算法与梯度下降算子相结合的混合算法重建图像的效果。

分形维数计算方法的研究

分形维数作为科学研究的重要工具之一,它是描述自然界和非线性系统中不光滑和不规则几何体的有效工具,其计算方法已经有多种,应用领域也是十分广泛。然而,各种方法各有不同,文中就此对常用分形维数计算方法进行了系统的综合与研究,主要包括圆规法、明科斯基方法、变换方法、盒子计算方法、周长-面积法、裂缝岛屿方法、分形布朗模型法,对每种方法的含义和模型及相关的应用领域进行了阐述,并给出了其方法的计算机实现算法。

“互联网+”时代的出租车资源配置建模与分析

为了研究"互联网+"时代的城市出租车资源配置及其补贴方案合理性,首先,利用定量分析方法,建立层次分析模型,得出出租车"供求匹配"程度在一、二线城市的出租车匹配程度,优于三、四线城市的匹配程度;通过对四个城市出租车的相关数据分析和处理,得出在一周内出租车的供给量普遍高于需求量,供求匹配程度较低,在一天内,上下班高峰期的匹配程度较低的结论。然后,建立灰色预测模型,预测得到2015至2017年广州、成都、长沙、石家庄打车状况满意度,实验结果表明上述四个城市满意度并没有明显提升;同时,通过分析满意度与乘客打车平均等待时间,得出租车补贴方案对"打车难"的状况并没有明显缓解。最后,建立线性规划模型,确定单次接单的合理补贴数额的方程式,结合合理的补贴数额,以及上文的分析结果,设计出能有效缓解"打车难"补贴方案。

PSO和GA的混合算法解分形插值反演问题

在分形插值拟合反演问题中,垂直比例因子的选取将影响到插值拟合的精度,提出了一种整合粒子群优化算法和遗传算法选择和交叉操作的混合算法(HPSOCS)来求分形插值的逆问题最优解,通过混合算法对Weierstrass函数进行实验仿真并与粒子群优化算法比较,结果表明混合算法具有更好的优化性能,实现了分形插值函数与实际函数的更好拟合.

信息与计算科学专业课程思政建设研究

立德树人是高校人才培养的根本任务。在大思政背景下,文章针对信息与计算科学专业,从整体培养目标、课程设置、教学计划、教学内容和考核标准等方面全方位研究和探索该专业课程思政教学改革;提出了融入课程思政元素的专业课程教学量化考核标准指标体系,该指标体系同时兼顾了专业知识考核和课程思政考核两个方面的内容;构建了基于层次分析(AHP)和逼近理想解排序(TOPSIS)混合方法的定量评价模型,为信息与计算科学专业课程思政教学改革提供帮助与参考。

基于多源采购和有限产能的集群式供应链优化配置方法

市场环境的动态多变性使得集群式供应链的运作面临诸多不确定性,集群供应链上的行为主体仅与单一的供应商协作难以应对。文章研究产业集群中多源采购策略下由有限产能的核心制造企业及其私有供应商、独立供应商群组成的集群式供应链系统的优化配置问题,建立了考虑产业集群中行为主体安全库存设置的集群供应链优化配置模型,并采用启发式遗传算法对模型进行求解;针对市场动态需求和优先分配因子的变化给优化配置结果带来的影响进行了一系列敏感性分析,得出了一些重要的管理学启示。

基于PSO自适应正则化参数图像恢复的研究

图像恢复的根本目的是使降质图像趋向于复原或没有噪声影响的理想图像,当前的主要问题是如何在平滑噪声的同时保持图像的边缘和细节。文中提出了基于粒子群优化算法的自适应正则化参数图像恢复算法,与传统方法相比较,实验结果表明,文中方法在恢复效果上要优于传统的正则化方法、Lucy-Richardson算法和维纳(Wiener)滤波器恢复,明显地克服模糊退化,同时也保护了图像的边缘等细节信息,图像纹路更加清晰,图像质量评价的ISNR好于传统方法。

粒子群优化算法在图像边缘检测中的应用

通过分析研究传统的边缘检测方法,提出了应用粒子群优化算法对边缘检测模板系数进行优化,试验结果表明,该方法利用个体在解空间中的随机速度来调整位置,具有很强的随机性,检测结果比传统方法效果好,鲁棒性好,比其他优化算法方便,没有遗传算法交叉变异等复杂过程.

基于保证服务模型的集群式供应链优化配置

为了快速响应客户需求和保证其服务,集群式供应链除了单链间的订单协作外,单链还可持有一定的安全库存以应对需求的不确定性。文章考虑单链间订单协作、单链各阶段的模式选择和安全库存设置,结合保证服务模型和产能约束,采用增广拉格朗日协调(ALC)方法建立了由品牌运行商(即盟主)和单链构成的集群式供应链系统分布式决策模型,并应用启发式遗传算法对其子系统模型进行求解,分析对比有限产能约束和无限产能约束条件下的优化配置结果,得到了几点重要的管理学启示。

APP平台中的任务定价模型构建与分析

研究移动互联网下的APP众包平台任务定价问题,以"拍照赚钱"APP自助式劳务众包平台任务定价为具体研究对象,构建了基于中心理论的定价模型,求解模型得出任务的地理位置离中心点越远其标价越高的定价规律,并分析了未能完成任务的原因;针对未完成任务的定价问题,考虑会员地理位置聚集因素,构建了基于模糊数学的多因子定价模型,模型求解结果表明任务完成率得到了提高;针对相对集中的任务可能存在联合打包发布的问题,分别构建了整点区域规划模型和基于响应比的打包任务接取最优化模型,得出任务联合打包发布的定价方案。

随机分形维数和小波变换的车牌字符识别

运用随机分形特征描述了车牌字符的形态、复杂程度和不规则性特征,结合小波变换,使得车牌字符的分形特征描述更加丰富,同时避免了分形维数计算阈值选择带来的问题.模拟结果表明分形和小波结合使用的方法为车牌字符识别提供了新途径,但计算量较大.