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。