竞争决策组合简单性与企业绩效的关系——基于行动战略性的调节作用

动态竞争中企业采取的竞争行动组合是越复杂越好,还是越简单越好,目前理论界尚未有定论。为探究这一问题,本文以中国家电企业为样本,探讨家电企业的竞争决策组合简单性与企业绩效之间的关系,同时考虑了行动战略性的调节作用。研究结果表明竞争决策组合简单性对企业绩效具有显著的负向影响,这说明竞争中企业采取的竞争决策组合越简单,越不利于企业绩效的提升。行动战略性会弱化竞争决策组合简单性对企业绩效的负向影响,这表明竞争决策组合中行动的战略性程度越高,竞争决策组合简单性会促进企业绩效的上升。本研究有效地回应了学术界关于竞争“简单说”与“复杂说”的争论,拓展了动态竞争领域中竞争行动组合理论的研究。同时,在实践上为我国企业制定与实施有效的竞争策略组合决策提供了重要启示与指导。

竞争决策算法原理及其应用

全面阐述竞争决策算法的基本概念、原理、算法流程、特点,给出了常用的竞争力函数、决策函数、初始状态、资源交换规则,并以示例来说明该算法的原理、特点及应用.研究内容进一步完善了竞争决策算法的基本理论,在应用方面则降低了算法应用的难度.

多目标旅行商问题竞争决策算法

竞争决策算法是在分析大自然生物世界特别是人类的各种竞争机制和决策原理的基础上,利用竞争造就优化、决策左右结果的特性来到达优化目的的新型寻优算法。给出了用竞争决策算法求解多目标旅行商问题的算法,经过大量数据测试和验证,获得了较好的结果。

0/1背包问题竞争决策算法

竞争决策算法是在分析大自然生物世界特别是人类的各种竞争机制和决策原理的基础上,利用竞争造就优化、决策左右结果的特性来到达优化目的的新型寻优算法。在考虑0/1背包问题特点的基础上给出了用竞争决策算法求解0/1背包问题的算法,经过大量数据测试和验证,获得了较好的结果。

给定限期条件下应急选址问题的量子竞争决策算法

为求解给定期限条件的应急设施选址问题,本文提出了一种量子竞争决策算法。将量子个体作为博弈者参与到竞争决策中,利用量子位、叠加态等理论提高竞争群体多样性,缩小群体规模,加快优化速度;基于进化博弈论中博弈者学习和策略调整的机制,实现竞争者学习和自演化的目的,增强算法的寻优能力。实验结果表明算法的可行性和有效性。

函数优化的量子竞争决策算法

基于量子进化算法和竞争决策算法及进化博弈论,提出一种新型优化算法——量子竞争决策算法。将量子个体作为博弈者参与到优化中,通过竞争力函数和决策函数及量子门更新,实现博弈者自学习和自优化的目的,利用叠加态等特性,提高竞争群体的多样性。通过对典型复杂函数的实验和与其他算法的比较,结果表明算法能有效避免局部最优,全局优化能力强。

大规模旅行商问题的竞争决策算法

针对旅行商问题,利用竞争决策算法的通用模型,给出了一种基于竞争决策思想,能求解大规模和超大规模TSP问题的快速求解方法,经过大量数据测试和验证,获得了较好的结果。

竞争决策算法及其在车辆路径问题中的应用

在分析自然界各种竞争机制和人类社会决策原理的基础上,利用竞争造就优化和决策左右结果的特性,提出了一种能广泛应用于组合优化难题的新型算法———竞争决策算法(CDA),并给出了CDA的通用模型.车辆路径问题(VRP)是一个著名的NP难题,也是物流领域内一个重要的调度问题,利用CDA的通用模型设计了一个针对VRP的快速求解算法,并用该算法求解了VRP标准测试库中的实例,经过大量数据测试和验证,获得了令人满意的效果,其中部分问题的解优于目前公布的最好解.

度约束最小生成树(DCMST)的竞争决策算法

度约束最小生成树是网络设计和优化中的一个NP难题,介绍了一种基于竞争造就优化和决策左右结果的新型算法———竞争决策算法,利用竞争决策算法的通用模型,给出了一种基于竞争决策思想求解度约束最小生成树的快速求解方法,经过数据测试和验证,并与其它算法的结果进行了比较,得到了较好的结果.

量子竞争决策算法及其在旅行商问题中的应用

提出一种新型优化算法——量子竞争决策算法,在竞争决策的基础上,将进化博弈论中博弈者不断学习和调整来提高竞争力的思想引入到优化中,使竞争者具有自进化能力,同时充分利用量子进化计算中量子比特、叠加态等理论,增加竞争群体的多样性,缩小群体规模。通过对典型的TSP实验计算和与其他算法比较,均取得了较好的效果,算法具有较强的全局优化能力。

最小比率旅行商(MRTSP)问题竞争决策算法

针对最小比率旅行商问题,利用竞争决策算法的通用模型,给出了一种基于竞争决策思想、能求对称型最小比率旅行商问题的快速求解方法,经过数据测试和验证,获得了较好的结果。

多目标0-1背包问题的元胞竞争决策算法

为求解多目标0-1背包问题,基于竞争决策算法原理和多目标优化问题的特性,提出了一种求解多目标0-1背包问题的元胞竞争决策算法。将元胞自动机演化规则引入竞争决策算法,给出了算法的具体描述,并使用Delphi7.0实现了算法的具体步骤。为了提高多目标非劣解(Pareto解)的分布性和多样性,利用全局经验作为指导,在最稀疏的Pareto解附近进行邻域搜索。经过大量数据测试和验证,该算法具有真实的Pareto前沿逼近效果,是一种多目标优化问题的有效方法。

基于快速下界估算的瓶颈旅行商问题竞争决策算法

利用数学推导和证明得出了一个瓶颈旅行商问题下界快速估算法,在此基础上利用竞争决策算法(新型优化思想)的通用模型,给出了一种瓶颈旅行商问题的竞争决策算法,经过大量数据测试和验证,并将求解结果与下界相比较,部分结果与下界相同.

图的Steiner最小树的竞争决策算法

图的Steiner最小树问题是一个著名的NP难题,在通讯网络、VLSI等工程实践中有着重要的应用.在分析图的Steiner最小树问题数学性质的基础上,提出了图的Steiner最小树的竞争决策算法.为了验证算法的有效性,求解了OR-Library中的基准问题,测试结果表明了算法具有较好的求解效果.

多目标0-1规划的元胞竞争决策算法

将元胞演化规则与竞争决策算法相结合,提出了一种求解多目标0-1规划问题的元胞竞争决策算法.大量数据测试和验证表明,该算法能有效提高非劣解的分布性和多样性.

具有偏好选择的多目标TSP竞争决策算法

多目标旅行商问题中各个目标的重要程度对不同用户是不同的。为了满足不同用户对各个目标的不同偏好并快速地提供满足用户偏好的TSP回路,利用竞争决策算法(一种能广泛应用于组合优化问题的新型算法)的通用模型,给出了一种基于竞争决策思想的快速求解方法。经过数据测试和验证,该法得到了较好的结果。

最小比率生成树的竞争决策算法

最小比率生成树是找出目标函数形式为两个线性函数比值最小的生成树,例如总代价与总收益比值最小的生成树。当不限制分母的符号时,这是一个NP-hard问题。在分析最小比率生成树数学性质的基础上,提出了最小比率生成树的竞争决策算法。为了防止算法陷入局部最优,采用edge_exchange操作来增加算法的搜索范围。为了验证算法的有效性,采用无关和相关两种策略产生测试数据,并使用Delphi7.0实现了算法的具体步骤。

不确定性竞争决策探讨

本文讨论了不确定性竞争决策问题的一般决策程序,探讨了从分析竞争对手的决策模式出发预估对手行为,从而改进自身决策的观点与方法。

度约束最小生成树的元胞竞争决策算法

度约束最小生成树(Degree-Constrained Minimum Spanning Tree,简记DCMST)是网络设计和优化中的一个经典的组合优化难题。竞争决策算法是一种特别适合于求解组合优化难题的新型算法。为了提高求解DCMST问题的求解精度,将元胞自动机的邻居演化原理和竞争决策算法相结合——元胞竞争决策算法来求解DCMST;为了提高算法的效率,分析了度约束最小生成树问题的数学性质并利用这些性质对问题实现降阶。降阶过程会有效降低问题处理的规模。为了验证算法的性能,采用Delphi 7.0实现算法,经过数据测试和验证,并与其他算法的结果进行比较,证明了算法的有效性。

博弈论在跨国物流竞争决策中的运用

博弈论又称对策论或竞赛论,是研究具有对抗或竞争性质现象的数学理论和方法,它即是现代数学的一新分支,又是现代物流经管理理论中一个十分实用的数学方法,运用数学方法必须建立数学模型,模型是对现实世界的事物、现象过程和系统的简化描述,或其部分属性的模仿.数学应用于物流经经营和管理科主要是对客观经济现象的演绎和推理,但是演绎和推理的第一步都是要建立数学模型,在建立进来的数学模型基础上进行演绎,看是否已建立起来的数学模型是否和实际经济现象中的特征相贴切,如果贴切那么就可以在已经建立起来的数学模型基础上进行推理预测未来.