摘要：物品之间的互补性和替代性使得逆向组合拍卖成为较为有效的采购方式.设计了一种允许不完全拍卖的多轮逆向组合拍卖机制,并设计了基于预处理规则的改进最大-最小蚁群算法(MMAS)——PRIM(preprocessing rules-based improved MMAS),求解每轮的胜标确定问题.结果表明,允许不完全拍卖的多轮拍卖机制能够显著地降低采购成本.

摘要：基于XOR标集的逆向组合拍卖使得竞标者可以更准确地表达对多种不同资源组合的偏好,建立了适于基于XOR标集的逆向组合拍卖获胜者确定问题的一般模型,设计了三个预处理规则,在此基础之上设计了基于预处理规则的改进最大-最小蚁群算法(MMAS)——PRIM(preprocessing rules-based improved MMAS),解决基于XOR标集的逆向组合拍卖获胜者确定问题.仿真结果表明,提出的预处理规则能够缩小搜索空间,并有效地尽早停止不可能产生最优解的搜索.与CPLEX的计算对比表明,提出的PRIM算法能够有效的求解基于XOR标集的逆向组合拍卖获胜者确定问题,改进效果明显.

摘要：为了实现电子战模拟训练中蓝方决策的自动化、及时性和真实性,设计了一套基于BP神经网络的蓝方智能决策系统,采用蓝方装备级、平台级和编队级3层互联互通的分层决策结构构建系统的智能控制入口,以编队级决策层为突破口设计了BP神经网络决策模型,确定了神经网络输入层数据预处理规则和隐层结构,在输出端使用决策知识库来实现决策指令的传达,完成神经网络输出层数据的指令化。系统可逼真地模拟蓝方电子战决策过程,并根据战场态势变化及时做出有效应对,具有一定的实用价值。