用鱼群算法求解多级递阶物流中转运输系统优化问题

建立了解决多级递阶物流中转运输系统优化问题的大规模非线性最优规划模型。在优化模型中,在兼顾变量约束条件的空间限制和求解精度的情况下将求解空间离散化,方法是将变量空间划分成一定大小的网格,各级中转站的最优位置将在限定区域内的一些已知点上选取。该问题维数太高,采用改进的鱼群算法对该问题进行了求解。在算法中建立了各级中转站与网格点关系矩阵和相邻两级中转站间的关系矩阵来消除约束条件和压缩变量数;使用了基于相似性的演化算法来融合全局搜索和局部搜索;使用了自适应delta变异算子、双算术交叉算子、峰跳操作算子等多种算子改进人工鱼的各种行为。应用结果表明,该算法计算速度、可靠性和稳定性大幅度提高。

基于BP-MC模型的大型机电设备备件需求预测研究

针对大型机电设备备件需求具有非线性和随机波动性的特点,建立基于马尔科夫链修正的BP神经网络预测模型,以提高模型的预测精度。通过对训练样本的学习,利用BP神经网络实现了对备件需求时间序列的滚动预测,同时得到了实测值与预测值的相对误差;在此基础上利用马尔科夫链对相对误差进行修正,有效地提高了预测结果的精度。并将该模型应用于实际预测中,结果表明该模型优于BP神经网络单项预测模型,具有精度高、科学可靠的特点,为大型机电设备备件需求预测提供了新的途径。