简介:针对多目标0-1规划问题,首先基于元胞自动机原理和人工狼群智能算法,提出一种元胞狼群优化算法,该算法将元胞机的演化规则与嚎叫信息素更新规则、人工狼群更新规则进行组合,采用元胞及其邻居来增强搜索过程的多样性和分布性,使人工头狼在元胞空间搜索的过程中,增强了人工狼群算法的全局搜索能力,并获得更多的全局非劣解;其次结合多目标0-1规划模型对元胞狼群算法进行了详细的数学描述,定义了人工狼群搜索空间、移动算子、元胞演化规则和非劣解集更新规则,并给出了元胞狼群算法的具体实现步骤;最后通过MATLAB软件对3个典型的多目标0—1规划问题算例进行解算,并将解算结果与其它人工智能算法的结果进行比较,结果表明:元胞狼群算法在多目标0-1规划问题求解方面可获得更多的非劣解集和更优的非劣解,并具有较快的收敛速度和较好的全局寻优能力。
简介:制造过程评价是改善制造系统效率的重要一环,传统的评价方法将每个制造系统决策单元视为黑箱来研究整体效率,忽略了中间产品转化信息及投入要素在各子过程中的配置信息。针对两阶段(第二阶段有外源性新投入)制造系统的效率评估问题,分别在固定规模报酬和可变规模报酬假设下,充分利用制造系统中间产品的转化及外源投入要素的配置信息,建立了制造系统网络DEA效率测度及分解模型,建模方法遵循客观评价原则,无需事先主观确定子效率和系统效率之间的组合关系。并将其应用于钢铁制造系统效率测度与分解,研究结果表明该方法能够挖掘决策单元内部子单元的效率情况,帮助决策者发现复杂制造过程非有效的根源,为复杂制造过程的整体效率测度及分解提供了有效的分析方法。