东北大学学报(自然科学版)
東北大學學報(自然科學版)
동북대학학보(자연과학판)
JOURNAL OF NORTHEASTERN UNIVERSITY(NATURAL SCIENCE)
2004年
6期
527-530
,共4页
钢铁企业%合同匹配%多目标%0-1规划%极大极小算子%PBIL算法
鋼鐵企業%閤同匹配%多目標%0-1規劃%極大極小算子%PBIL算法
강철기업%합동필배%다목표%0-1규화%겁대겁소산자%PBIL산법
针对钢铁企业中存在的合同对库存余材的优化匹配问题,建立了实现余材利用量最大化和匹配损失费用最小化的多目标0-1规划模型.采用模糊决策方法处理两个目标函数,尝试基于群体的增量学习(Population-Based Increased Learning,简称PBIL)算法进行求解.结合模型的特点,利用自然数编码表示合同的匹配结果,按照学习概率大小修复不可行个体.通过对应用实例的计算,以及与遗传算法结果的比较,证明该模型和算法是解决合同优化匹配问题较为理想的方式.
針對鋼鐵企業中存在的閤同對庫存餘材的優化匹配問題,建立瞭實現餘材利用量最大化和匹配損失費用最小化的多目標0-1規劃模型.採用模糊決策方法處理兩箇目標函數,嘗試基于群體的增量學習(Population-Based Increased Learning,簡稱PBIL)算法進行求解.結閤模型的特點,利用自然數編碼錶示閤同的匹配結果,按照學習概率大小脩複不可行箇體.通過對應用實例的計算,以及與遺傳算法結果的比較,證明該模型和算法是解決閤同優化匹配問題較為理想的方式.
침대강철기업중존재적합동대고존여재적우화필배문제,건립료실현여재이용량최대화화필배손실비용최소화적다목표0-1규화모형.채용모호결책방법처리량개목표함수,상시기우군체적증량학습(Population-Based Increased Learning,간칭PBIL)산법진행구해.결합모형적특점,이용자연수편마표시합동적필배결과,안조학습개솔대소수복불가행개체.통과대응용실례적계산,이급여유전산법결과적비교,증명해모형화산법시해결합동우화필배문제교위이상적방식.
