简介：针对拆解中心选址决策问题,考虑到检测中心到拆解中心和用户的运输容量,基于成本最小原则,建立了备选拆解中心选址的优化模型,并提出了求解算法,最后通过算例说明了方法的可行性。

简介：研究了一类调度目标是最小化最大完成时间的并行机调度问题。考虑到此问题的NP-hard特性，引入模拟退火算法思想以获取高质量近优解。分析了现有此问题模拟退火算法的缺陷，定义了关键机器和非关键机器，设计了一个包含局部优化的模拟退火算法。除了交换变换，还引入插入变换以改变各子调度中作业个数。大量的随机数据实验用于验证算法解的质量和计算效率，实验结果表明该模拟退火算法能够在有限时间内为大规模问题求得高质量满意解。

简介：本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题，而后在此基础上提出了基于超球结构的支持向量机增量学习算法。该算法主要利用超球结构，完成对增量学习中训练样本的选取，进而完成分类器的重构。实验表明，该算法比传统支持向量机增量学习算法具有更高的分类精度。

简介：针对合作制造企业间关系的特点，界定了企业关系价值的基本内涵。通过对企业关系价值度量维度划分，建立了企业关系价值的度量指标体系。在此基础上，采用模糊支持向量机方法建立了企业关系价值分级度量模型，并对其进行了分级度量。实验结果表明，该方法不仅能有效地度量出企业关系价值的级别，而且可以作为企业制定合作战略和决策的依据。

简介：针对采用经典划分思想的聚类算法以一个点来代表类的局限，提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类，能够体现出类的数据分布特征，并进一步提出泛化中心距离及类间距离度量的新方法，给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略，一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集，并与著名的划分聚类算法K-modes及其两种改进算法进行比较，结果表明泛化中心算法聚类正确率更高，迭代次数更少，是有效可行的。

简介：本文研究一类批容量有界的并行分批、平行机在线排序问题。模型中有n个相互独立的工件J＝｛J1，…，Jn｝要在m台批处理机上加工。批处理机每次可同时加工至多B（B＜n）个工件。同一批中的工件同时开工，同时完工，工件加工过程不允许中断。工件Jj（1≤j≤n）的到达时间为rj，加工时间为1，工件是否会到达事先未知，而只有等到工件的到达时间才能获知它的到达。目标为最小化工件的最大完工时间。针对该排序问题，本文设计了两个竞争比均达到最好可能的在线算法。

简介：本文研究了一类不相关平行机的排序问题，在该问题中工件的加工时间既具有学习效应，又资源可控，也就是说在该问题模型中，工件的实际加工时间为其正常的加工时间、加工过程中工件所处位置以及加工时间可控这些变量的函数。该研究的目的是为使得总机器负载和总的控制费用的加权和最小以及总的完工时间和总的控制费用的加权和最小。文章通过对问题的相关性质的分析和证明找到了一个解决问题的最优化算法，并且也证明了在处理机的数量给定的条件下，该问题的时间复杂性为0（nm·2），最后也给出了相应的数值例子来阐述该问题。

简介：本文根据直升机应召搜潜的基本原理,描述了直升机搜潜设备搜索潜艇目标的运动状态,建立了直升机搜潜设备探测装置与潜艇相对运动的搜索模型,给出了直升机最优搜索运动航线,解决了直升机应召搜潜时如何快速搜潜的难题。

简介：本文首先分析了当前信息系统安全策略存在的问题.在充分研究SSE-CMM模型的基础上,采用系统工程的思想,建立了以风险分析为中心的信息系统安全生命期模型.文章还提出基于全局风险信息库(GRID)的安全风险分析方法,并对GRID的组成结构和各部分关系进行了阐述.

简介：针对现有供应商分类方法应用于高端装备制造业供应商所存在的局限性，从相互依赖视角构建了高端装备制造业供应商分类指标体系，提出了基于改进支持向量机的高端装备制造业供应商分类模型。该模型根据供应商误分代价不同，设计代价敏感支持向量机分类器，利用粒子群算法优化分类器的参数，并采用概率输出方法对多个优化的二类分类器的结果进行组合以实现多类分类。实验结果表明，该模型提高了现有方法的分类效果，可以降低总体误分代价，有效识别出对高端装备制造企业具有重大影响的供应商，为高端装备制造企业实施供应商分类管理提供了依据。

简介：本文以货物运输为背景新建立了一个批处理机随机调度模型，目的是为了应付货物运输中运输时间的不确定性和货主取货时间的不确定性。首先将模型转化为与其等价的确定优化问题，接着研究给出了确定优化问题的性质，最后基于这些性质给出了一个求解确定优化问题的启发式算法。该问题的解决可望为物流公司等进一步改善服务质量提供了一些理论依据

简介：从实际应用出发,对文献[1]中提出物流配送中心选址的随机数学模型进行了有效性分析.通过计算机模拟得到的数据,分别应用随机数学模型和传统选址方法对不同规模的配送网络进行选址,通过分析两者在不同条件下的总费用,得到了该随机模型的一些有趣的性质,为实际中的应用提供了依据.