摘要：为了解决港口中存在的集卡拥堵问题,在集装箱龙门吊装卸工艺系统下,探讨了影响集卡作业效率的因素和集卡路径构成成本,建立了面向"作业面"的港口集卡路径成本优化模型.针对这一模型设计了遗传蚁群算法并结合实例对问题求解,且从集卡路径收敛、可变成本、惩罚成本和总成本的变化四个方面将该优化结果与蚁群算法的寻优结果进行对比,证明遗传蚁群算法能够较快地收敛于最优解且所得成本更小.

摘要：在碳交易政策背景下,以投资碳减排技术的制造商和投资区块链技术的零售商组成的供应链为研究对象,建立基于技术投资的集中决策模型、分散决策模型和纵向合作决策模型,运用微分博弈的方法研究供应链的技术投资决策与纵向合作策略问题,并设计双向成本分担契约来协调供应链.研究结果表明:只有当零售商的边际利润满足一定条件时,零售商才会选择与制造商纵向合作,且碳交易政策的存在会使纵向合作的条件变得更加严格;纵向合作能够实现供应链“减排增效”的双重红利;当碳交易价格高于某一阈值时,消费者绿色偏好和绿色信息敏感度的增加会降低供应链成员的技术投资水平;在一定条件下,双向成本分担契约能够完全协调供应链.

摘要：设计并研究一种基于多标签k近邻方法(multi-label k-nearest neighbor,ML-k NN)推荐元启发式算法的实现框架.应用多标签k近邻分类学习技术,实现最佳元启发式算法的排名推荐.为了验证效果,以多模式资源约束项目调度问题(MRCPSP)为优化对象,选取不同规模的数百个算例分别提取问题基本特征和地标特征;选用遗传、粒子群、禁忌搜索、蜂群和蚁群5种元启发式算法,使用ML-k NN建立元推荐模型;利用海明损失、单错误率、覆盖率、排位损失和平均准确率5个指标对推荐效果做出分析和评价.实验结果表明,基于ML-k NN方法推荐元启发式算法效果突出,其中基于地标特征的单错误率指标为18.4%,平均准确率达到88.9%.相对于k NN方法,MLk NN取得了更好的推荐结果.此外,ML-k NN方法可以实现对所有备选算法的排名推荐,该研究结论有望推广应用于其他组合优化问题的优化算法推荐.

摘要：为探索开源设计社区中不同成员构成对知识协作网络进化的影响,建立了开源设计社区知识协作网络进化过程模型,刻画了主体—任务知识匹配机制、协作伙伴选择机制、知识溢出机制和知识增长机制。使用多主体建模及仿真方法实现了开源设计知识协作网络进化过程的仿真。设计了一系列仿真实验,研究了不同数量比例的成员结构对知识协作网络进化的影响。实验结果表明,增加精英主体的比例能够显著提高项目的成长速度,但随着精英主体的增加,精英主体带来的项目成长速度与知识增长效应逐渐衰弱。基于仿真结果提出了开源设计社区的管理建议。

摘要：针对无缝钢管板坯原料库中存在多种圆坯规格的情况,建立了多目标混合整数线性规划模型;通过三划分问题的多项式归结,证明了该问题具有NP难的特性。根据问题的性质,设计了两阶段算法对问题进行求解。第一阶段定义并利用订单自由度将全部订单依次放入圆坯中;第二阶段提出圆坯合并准则对圆坯进行有序合并。通过生产数据和仿真实验证明了算法的有效性和稳定性。

摘要：人员柔性可以为生产系统的人员安排、人机配合带来可配置的灵活性,是生产系统应对波动制造环境的有效途径。为了分析波动环境下人员柔性对于生产系统的影响,提出了考虑学习遗忘效应的人员柔性仿真研究。首先,采用离散事件和智能体混合建模的方法构建了生产系统的仿真模型,给出了模型框架、生产者智能体的行为逻辑和学习—遗忘模型。其次,定义了仿真模型的输入参数,提出了生产周期、系统柔性和团队学习水平等评价指标,设计了仿真对比实验方案。最后,选取某典型离散生产系统进行了人员柔性的仿真研究。仿真结果表明:提高人员柔性将导致团队学习水平的降低以及学习水平稳定性的提升;柔性较低的生产团队在中低水平的波动环境下生产周期更短,而高柔性的生产团队在剧烈的环境波动下生产周期更短;在系统柔性指标上,高柔性生产团队的表现显著优于中低柔性生产团队。

摘要：协同产品开发过程具有分布性、冲突性和协作性等显著特点,这些特点增加了该过程中动态资源配置的复杂性和不确定性。针对这一问题,首先提出一种面向协同产品开发过程的两阶段多主体资源配置方法,该方法包括设计主体的本地选择与管理主体的仲裁两阶段;其次提出设计主体进行本地选择时所依据的任务优先级函数及其算法,并为管理主体建立了混合整数非线性规划仲裁模型;最后,运用通用代数建模系统完成对混合整数非线性规划仲裁模型的求解。应用算例的结果表明,两阶段多主体资源配置方法能够系统评价过程中的各项重要因素,为动态资源配置提供了更为全面的视角,并为今后实时优化的实现打下了坚实的基础。

摘要：本研究基于自我决定理论和耶鲁态度改变理论,以创意提出者的内在动机倾向为起点,探索其对创意质量的影响,创意质量和创意提出者所获奖励进一步影响了创意实施,纵向追踪创意从提出到实施的创新历程。针对251份多时点、多来源配对数据的分析结果表明:(1)创意提出者的内在动机倾向积极预测创意质量;(2)创意质量对创意实施有显著的正向影响;(3)创意提出者所获奖励积极预测创意实施;(4)创意质量和创意提出者所获奖励交互影响创意实施:对于低奖励的创意提出者而言,创意质量对创意实施的正向影响更加强烈。以上研究发现弥合了创造力领域和创意实施领域的理论分野,对企业创新管理实践有较强的启发。

摘要：设计并实证研究一种基于地标特征和元学习方法推荐最佳优化算法的实现框架.地标特征摒弃了传统的问题简单特征、统计特征和信息理论特征复杂的提取过程,通过简化运行算法并仅以算法的相对性能表现作为问题特征集.在此基础上,利用元学习方法训练建模并针对新问题作出算法推荐.为验证推荐效果,以多模式资源约束的项目调度问题(MRCPSP)为优化对象,以人工蜂群、蚁群、粒子群和禁忌搜索4种元启发式算法作为推荐对象,分别使用人工神经网络、k最近邻、决策树以及随机森林4种元学习方法建立推荐元模型.计算结果表明,多种元学习方法均指向相近的推荐准确率,平均稳定在70%以上,最高可达95%.基于地标特征和元学习方法实现优化算法推荐是一个值得进一步探讨的新方向.

摘要：为了描述大规模协同产品开发过程的不确定性和复杂性,概述了大规模协同产品开发社区的演化过程,并基于复杂适应系统理论建立了包含应激层、自主层和协作层的主体模型;设计了完整的主体行为协议,运用人工智能的谓词逻辑对协议进行了严格的语义定义;将所建立的主体模型用于构建大规模协同产品开发过程的多主体仿真系统,给出了任务模块执行阶段的仿真流程,并详细介绍了仿真实验平台的各类参数设置;通过仿真实例证明了主体模型的有效性,分析了大规模协同产品开发过程中主体和产品的相关指标,包括产品进化周期、主体开发效率等。将主体模型应用于多主体系统的仿真实例中,分析了大规模协同产品开发过程中的主体行为和产品进化周期等,证明了模型的正确性和有效性。