摘要：考虑了竞争性和信息性两种广告对企业市场份额不同作用,提出一个在两强竞争情况下的动态广告投入模型,运用动态规划的Bellman方程求出模型的闭环Nash均衡解,得到企业应采取的广告最优控制策略,并进一步研究Nash均衡解有经济意义的参数范围以及Nash均衡解收敛的条件.最后用一个数值例子分析了Nash均衡下的广告策略.

摘要：基于BPR的指导原则,设计了电子中介基本业务流程.该流程的特点是:模块化设计,分为信息核查、注册与提交请求、中介匹配、双方谈判、提货与付款五个模块;以顾客为中心,简化了交易流程,方便了顾客交易,确保了信息的准确可靠,确保了交易的有效性;由中介参与的付款与交货流程,提高了双方的互相信任程度;交易双方的直接讨价还价,提高了效率;智能agent在属性树中的搜索、基于CBR的推荐列表修改、Gale-Shapley算法的匹配计算,提高了中介匹配的自动化水平,实现了双方的稳定匹配.

摘要：综合考虑运输、库存、设施、服务质量等决策因素,建立了整车物流网络规划集成优化模型.针对由工厂、集货中心和分销中心构成的基本物流网络,提出了用于运输路径优化的流预测算法,并嵌入到遗传算法,解决了适应值的计算难点.给出了基于流预测的遗传算法求解框架,通过实例分析了运输规模效应、库存控制策略、服务质量指标等因素对物流网络结构设计方案的影响.

摘要：在考虑物流配送中心建设规模的基础上,结合B2C电子商务企业顾客需求的特点, 利用分级聚类法模糊估计各个顾客的单位商品配送运输费用,建立了B2C电子商务中物流配送中心优化设计的数学模型.该模型属于混合0-1的模糊非线性规划模型,且具有NP难性质.为求解上述模型,首先将其进行清晰化转换,然后采用嵌入表上作业法的遗传算法求解.通过算例验证了模型和算法的有效性和可行性,为B2C电子商务企业物流配送中心的合理设计提供了新的思路.

摘要：针对经营多类商品的B2C电子商务企业顾客需求总量小,品种多,位置分散等特点,提出用分级聚类法将顾客进行分类,并模糊估计每类顾客单位重量商品配送运输费用,建立了B2C电子商务中多商品配送中心优化设计的模糊规划模型。模型考虑了配送中心建设投资和流通加工的规模经济效应,因而目标函数中具有非线性项,难以用常规的方法求解。为此,首先将模型进行清晰化转换,然后设计了嵌入单纯形法的遗传算法对之进行求解。仿真实例表明了模型和算法的有效性和可行性。

摘要：针对车辆路径问题存在的NP难题,设计了一种模仿动物捕食策略的捕食搜索算法进行求解。该算法利用搜索空间限制的大小,定义算法的局域搜索和全局搜索,并通过调节搜索空间的限制,以实现局域搜索和全局搜索之间的转换,它具有较好的局部集中搜索和跳出局部最优的能力。通过测试实例的计算,并与已有相关算法进行比较,结果表明该算法简洁而行之有效,是求解车辆路径问题的一个较好方法。

摘要：根据人工生命突现集群及其对环境进行动态作用的特点,即人工生命个体间微观的相互作用将在整个人工生命系统中产生突现集群的现象,同时食物链也是生命系统中重要而又有广泛存在的现象,通过定义各级人工生命的局部活动规则,提出一种具有食物链形式的人工生命算法,并称之为食物链算法.把食物链算法应用于选址-分配问题的求解,优化设计分销网络结构并最小化供应链成本.该算法取得了较好的解,可以作为企业分销渠道设计的参考,也可应用于物流、电子商务中的优化问题.

摘要：针对应用智能算法进行优化设计时算法参数设定存在盲目性的问题,提出了一种新的参数设定方法.该方法将参数设定描述为一个均匀设计问题,利用灰局势决策对均匀设计得到的参数组合方案进行决策,从而得到智能算法参数的最优组合,克服了算法参数设定过程中主观因素的影响,为合理设定参数提供了科学的指导.仿真实验表明,新方法具有较好的可行性和有效性,提高了智能算法应用的科学性.

摘要：产品族的可配置零部件之间存在约束关系,用户需要从产品族的有效配置结果中找到最满意的配置。对于配置项较多的问题,由于搜索空间很大而不能用传统方法求解。给出了按订单装配模式下产品族配置问题的数学模型,并设计了Tabu搜索算法对模型进行求解。使用了动态惩罚、频数表、多阶段搜索和优化配置池等方法改进了算法的效率。应用模型和算法对复合热载体产品进行了仿真计算,取得了比较好的效果。

摘要：将实际的物流配送网络描述为由配送中心和顾客两类节点构成的不完全无向图,并采用模糊数表示车辆行驶时间和顾客服务时间的不确定性,建立了物流配送车辆路径优化的模糊规划模型。为了求解上述模型,首先将模型进行清晰化处理,使之转化为一类确定性多设施车辆路径模型,然后设计了嵌入FLOYD算法的捕食搜索算法对之进行求解。通过仿真实例计算,并与遗传算法比较,取得了满意的结果。