免疫遗传算法及在新产品投入计划中的应用

提出一种新的求解复杂约束优化问题的免疫遗传算法 .算法首先产生大量抗原来训练抗体 ,从而建立起一个具有自体和非自体识别能力的免疫系统 .将该免疫系统嵌入到遗传算法中 ,即可在遗传过程中不经解码就能识别非法或不可行的染色体 .算法有效地改进了遗传算法求解复杂约束优化问题的性能 .算法用于求解用半无限规划模型描述的新产品投入计划问题 ,获得了满意的结果 .

基于改进遗传算法的新产品投入计划

提出一种新产品投入计划的定量分析方法·该方法将所有产品分为 4种具有不同收益曲线与参数的产品类型·每种类型产品的曲线参数由其经济特性确定·在产品收益量化描述的基础上 ,给出了一种利用 0 -1半无限规划 (0 -1SIP)制订新产品投入计划的数学模型方法 ,并用改进的遗传算法求解·最后 ,给出了一个计算例子 ,计算结果证明了算法的有效性·该研究具有较强的适用性 ,在进行充分市场预测的前提下 ,对企业制定新产品投入计划 ,具有很好的辅助作用·

微粒群优化算法在相关新产品组合投入的应用

引入新产品最佳投入期和相关收益的概念 ,在产品生命周期量化描述前提下 ,提出一个非线性半无限规划的相关新产品组合投入模型 ,并用微粒群优化算法 (PSO)求解 .仿真实例表明 ,微粒群优化算法在求解组合优化问题时简便且易于实现 ,具有很强的实用性 .

相关新产品的组合投入模型

为提高新产品开发的成功率,企业需要有效的决策方法,以便开发新产品创意,并把新产品成功地引入市场.首先引入新产品最佳投入期和相关收益的概念,在产品生命周期量化描述前提下,提出一个非线性半无限规划的相关新产品组合投入模型.并用改进遗传算法(GA)求解.最后给出的数值例子及其在不同条件下的最好解说明,相关新产品的组合投入模型具有较强的实用性.