摘要：针对推式配送模式和小容销比客户,将多次配送决策与车辆调度决策进行集成,提出了小容销比客户库存路径问题(inventory routing problem for customers with small capacity sales ratio, IRPSC),并分析了该问题的复杂性.在此基础上,针对加油站配送需求,提出了带隔舱、多行程的IRPSC (IRPSC-MM).以运输成本、卸油成本、缺货成本之和最小为目标建立了数学规划模型.设计了融合模拟退火的混合变邻域搜索算法(HVNS),并针对问题特点设计了五个新的邻域结构.采用HVNS求解不同规模算例以及实例.结果表明,与CPLEX和其它算法相比, HVNS能够高效地求解IRPSC-MM;从解的质量和运算时间来看,HVNS能够有效解决实际问题.

摘要：可解释人工智能(explainable artificial intelligence, XAI)近年来发展迅速,已出现多种人工智能模型的解释技术,但是目前缺乏XAI可解释性的定量评估方法.已有评估方法大多需借助用户实验进行评估,这种方法耗时长且成本高昂.针对基于代理模型的XAI,提出一种可解释性量化评估方法.首先,针对这类XAI设计一些指标并给出计算方法,构建包含10个指标的评估指标体系,从一致性、用户理解性、因果性、有效性、稳定性5个维度来评估XAI的可解释性;然后,对于包含多个指标的维度,将熵权法与TOPSIS相结合,建立综合评估模型来评估该维度上的可解释性;最后,将该评估方法用于评估6个基于规则代理模型的XAI的可解释性.实验结果表明,所提出方法能够展现XAI在不同维度上的可解释性水平,用户可根据需求选取合适的XAI.

摘要：针对电动公交车辆调度问题,提出一种基于文化基因算法的车辆调度方法.首先,设计了初始个体生成算法用来构造初始种群;然后,设计了一种针对公交车辆调度问题的交叉操作用于全局搜索,改进了3种邻域搜索算子,并将其与已有的邻域搜索算子结合用于局部搜索.最后,设计了一种基于车辆块的评价函数,用于引导邻域搜索算子进行搜索.将该方法用于某市的实际三条公交线路,结果表明:与人工调度方案相比,该方法可减少1~7辆车,提高平均车辆利用率,运行时间小于15 s.

摘要：基于生物免疫系统的计算智能近年来正逐渐成为一个研究热点.针对模糊神经网络控制器难于设计的问题,提出了一种免疫进化算法用于径向基函数模糊神经网络控制器参数的优化设计.首先将控制器参数进行编码表示成个体,并由若干随机个体组成初始群体;然后模拟生物适应性免疫应答过程,通过扩展操作在群体中较优秀个体的小邻域内进行局部搜索,同时利用突变操作在较差个体的大邻域内搜索;最后将设计的控制器用于控制倒立摆系统,仿真结果验证了该控制器的有效性.

摘要：设备布局对于提高生产效率和降低运营成本具有重要意义.本文针对半导体加工制造中常见的双行设备布局问题,提出了一种结合多目标免疫算法和线性规划的双行设备布局方法来同时优化物料流成本和布局面积两个目标.首先,建立了问题的混合整数规划模型;其次,针对问题既含有组合方面(机器排序)又含有连续方面(机器精确位置)的特点,分别设计了一种多目标免疫算法来获取非支配的机器排序集合,提出了一种基于线性规划的方法来构造任一非支配机器排序对应的连续的非支配解集;最后,由所有连续的非支配解来构造最后Pareto解.实验结果表明,该方法对于小规模问题能获得最优Pareto解,对于大规模问题能够获得具有良好分布性的Pareto解且其质量远好于NSGA-II和精确算法获得的解.

摘要：提出了一种基于人工免疫原理的最优RBF模糊神经网络控制器设计方案.首先给出了控制器结构,其次将免疫进化算法用于控制器参数的优化,设计了一种满足二次型性能指标的最优RBF模糊神经网络控制器.将该控制器用于控制实际倒立摆系统,并采用状态变量合成方法以大大减少模糊规则的数目,实验结果验证了该控制器的有效性.

摘要：提出了一种新型的粗糙模糊控制器的设计方法,该方法将粗糙逻辑与模糊推理结合起来,利用粗糙集寻求输入输出空间的最小规则集,通过对粗糙规则输出控制信息的补充,建立起T-S型粗糙模糊控制系统。此方法能有效地从输入输出数据中获取控制规则,同时能够解决规则数目随系统变量呈指数增长的“规则爆炸”问题。对变杆长倒立摆控制的仿真结果表明,该方法能够以较少的规则实现高精度、非线性控制。

摘要：针对甘肃东部地区水土流失的防治 ,设计了一种基于模糊聚类和粗糙集理论的动态决策系统 ,给出了考虑多种因素综合影响的水土流失动态分类方法和从样本数据中提取动态分类决策规划的知识获取方法 ,并提出了一种应用粗糙集规划的新方法———归类优选法。这一方法通过对条件属性按其重要性排序和对决策规划进行归类优选 ,较好地解决了新数据样本的规划匹配问题。算例表明该方法是有效的。