利用Konig矩阵性质求解物流分配规划中的可靠性问题

利用Konig矩阵性质,结合可靠性技术,以概率的观点,实现定量描述系统和分系统 的可靠性问题。本文以可靠性技术中的表决系统j/m(G)为基础,建立分配规划系统的可靠性模型, 为研究物流分配规划系统优化问题提供了一条新的途径。

利用“匈牙利法”分析物流分配规划中的概率问题

文章利用Konig矩阵性质,结合可靠性技术,以概率的观点,可以实现定量描述物流分配规划中的可靠性问题。以可靠性技术中的表决系统j/m(G)为基础,建立分配规划系统的可靠性模型,是研究物流分配规划系统优化问题的一条新途径。

一家跨国公司生产分配规划问题的研究

基于香港一家时装制造公司的实际背景，对有关生产分配规划的问题进行了研究，建立了一个多目标规划模型，运用了禁忌搜索算法求解此模型，仿真结果显示出算法的有效性。

DTMB单频网频率分配规划方法研究

本文介绍了地面数字电视广播频率分配规划的基本方法,参考欧洲DVB-T标准的相关规划配置并根据我国地面数字电视传输标准DTMB的应用和技术特点,开展DTMB单频网频率分配规划方法研究。结合理论分析和仿真计算,提出我国地面数字电视广播单频网频率分配规划的参考规划配置和参考网络的建议,形成对DTMB频率规划具有参考价值的研究结论。

国际电联与欧洲地面数字电视分配规划方法研究

本文介绍了国际电联及欧洲地面数字电视分配规划方法,重点对DVB-T的参考规划配置和参考网络进行了研究探讨,以期对我国的地面数字电视频率规划提供参考。

基于混合粒子群的武器分配与规划方法研究

武器-目标分配是一个至今未能解决好的多约束规划问题,其复杂性包括模型和算法两方面,已被证明是一个NP完全问题。在对以往武器-目标分配模型分析的基础上,引入时间和制导资源约束构建新的模型,以防御武器系统生存概率最大作为目标函数,提出一种混合粒子群算法。该算法融合粒子群算法和遗传算法,首先利用粒子群算法找到不受时间和制导资源约束的一组解,再利用一个遗传算法对粒子群算法找到的解进行寻优,最终找到一组满足时间和制导资源约束的最优解。仿真结果表明,该算法收敛速度快,求解精度高。

死亡赔偿金的法律属性定位及分配规则之构建

死亡赔偿金的法律属性如何定位决定了死亡赔偿金的分配规则,相较于继承利益丧失说下将死亡赔偿金定性为继承人之可继承利益所遭受损害之赔偿,继承说将之定性为遗产更有其合理性。根据继承法关于法定继承人的规定确定死亡赔偿金请求权人的范围和顺位,并在确立扶养费优先分配原则的前提下,依照遗产分配的规则解决赔偿权利人间死亡赔偿金的分配问题,是当下一个较为可欲的选择。

基于匈牙利算法求解的火力分配问题

匈牙利算法是求解指派问题的一个很好的算法,但一般情况下,火力分配问题的数学模型不具备指派问题的模型形式。针对目标函数是线性或非线性的一类火力分配问题,提出了虚拟火力单位或目标的方法,将问题转化为能够用匈牙利算法求解的指派问题,该方法简单、易于计算,有很高的应用价值。

基于量子行为粒子群优化方法的随机规划算法

在不断变化的金融市场中,多阶段投资组合优化通过周期性地重组投资对象来追求回报最大,风险最小。提出了使用基于量子化行为的粒子群优化算法(Quantum-behaved Particle Swarm Optimization,QPSO)解决多阶段投资优化问题,并使用经典的利润风险函数作为目标函数,通过算法对标准普尔指数100的不同股票和现金进行投资组合的优化研究。根据实验得出的期望收益率与方差表明,QPSO算法在寻找全局最优解方面要优于粒子群算法(Particle Swarm Optimization,PSO)和遗传算法(Genetic Al-gorithm,GA)。

合理运用分配杠杆,有效降低员工税负

2011年9月员工个人所得税调整后,虽员工个人税负有一定的减轻,但当今企业经济效益下滑,员工实际收入仍然入不敷出,如何降低员工税负,合理避税,是企业管理者一个重要的课题。本人就合理运用分配杠杆,如何降低员工税负作了一定的分析。

多Agent系统问题求解的广义粒子模型方法

提出一种多Agent系统分布式问题求解的新的广义粒子模型,将复杂环境下多Agent系统资源分配和任务规划的优化问题转变为广义粒子模型中的粒子运动学和动力学问题.广义粒子模型可以描述和处理的复杂环境包括多Agent系统中的Agent之间存在的随机、并发、多类型的交互行为.各Agent有不同的个性、自治性、生命周期、拥塞程度和故障几率等.本文讨论了广义粒子模型和多Agent系统分布式问题求解的关系,提出了广义粒子模型的数学物理模型和多Agent系统分布式问题求解算法,并且证明了它们的正确性、收敛性、稳定平衡性等基本性质.通过复杂环境下多Agent系统资源分配和任务规划问题的实验和比较,证实了广义粒子模型方法的有效性及其特点.

多Agent系统协作求解的粒子模型方法

讨论了多Agent系统分布协作求解和粒子协作之间的关系,提出了一种多Agent系统协作求解粒子模型方法,将任务资源规划协作求解过程转化为多粒子共同寻优的过程.引入了协作程度变化参数,建立了需求强度计算公式和效益目标函数,并构造了适合求解的粒子群算法.通过算法的寻优计算,得到了任务资源规划协作求解的最优解.仿真实验结果表明,对于复杂的任务资源规划问题,该方法能描述和处理Agent本身自组织现象和社会交互行为的随机性和并发性,并具有良好的收敛性和有效性.