基于微粒群优化算法的物流配送中心选址问题研究

结合物流配送中心选址的特点，建立数学模型．在此基础上研究了基于微粒群算法的物流多配送中心选址问题，得到一种新的多配送中心选址方法。仿真结果证明此方法比传统选址方法更适合多配送中心选址和非线性问题的优化，并且具有传统算法所不具备的灵活性，适用多样的物流配送模型。     

蚁群遗传混合算法在求解旅行商问题上的应用

针对在求解旅行商问题时,蚁群算法易陷入局部最优,而遗传算法收敛速度慢等问题,将蚁群与遗传算法相结合:把蚁群算法每次迭代的结果作为遗传算法的初始种群,并且用遗传算法寻优结果更新蚁群算法的信息素。在用遗传算法处理问题的阶段,引入了两种新的交叉算子,并且提出混合交叉算子的新思想,算法的后期使用贪心搜索和2-opt局部优化算法,成功的避免了算法过早陷入局部最优解的问题,加快了算法的收敛速度。通过仿真,本算法与其他算法进行对比,寻优路径长度明显降低,在求解效率和求解质量上都有更好的效果。     

基于多层前馈神经网络的个人信用评分模型

完善个人信用评分体系是推动中国个人消费信贷业务发展的关键 ,这就需要采用合适的个人信用方法 ,建立适应我国目前发展阶段信用评价的模型。文章在探讨国内外的个人信用评分方法的基础上 ,建立了适合我国的个人信用评分指标体系 ,并引入多层前馈神经网络和BP算法 ,构建个人信用评分模型。     

最优指派问题匈牙利算法的探讨与C++实现

介绍了匈牙利算法的基本理论,并把这个理论通过实例应用到了最优指派问题的解决方案中,给出了可以实现该方法的C 程序。     

基于混合优化算法的带时间窗的车辆调度问题求解研究

论文建立了带时间窗的车辆调度问题的数学模型，并针对遗传算法在局部搜索能力方面的不足，提出将模拟退火算法与遗传算法相结合，从而构造了求解车辆调度问题的混合优化算法，并进行了实验计算。计算结果表明，用这种混合优化算法求解车辆调度问题，可以在一定程度上用模拟退火算法突跳性克服遗传算法在局部搜索能力方面的不足，从而得到质量较高的解。     

灰色预测算法在物流园区需求预测中的应用

对物流园区需求预测进行了系统分析,介绍了灰色预测算法,和物流园区腹地划分方法;结合连云港港口物流园区需求预测的实例进一步阐述了灰色预测算法在物流园区需求预测中的应用.     

既有结构可靠度的模糊算法

基于结构抗力和荷载效应的不确定性，提出了一种既有结构工程可靠度的模糊算法。该方法利用模糊算法可以反映客观事物因素的层次性，又便于比较和考虑各层次中诸因素作用的大小以决定可靠度。算例结果表明该方法简单实用，其模型可以很好地拟合真实的极限状态函数，是解决既有结构体系可靠度问题的有效方法。     

蚁群算法在物流配送路径优化问题上的应用

物流配送路径优化是现代物流配送服务的关键环节之一,需要一个快速而有效的求解算法,构建了物流配送路径优化问题的数学模型,并应用蚁群算法加以求解。在模拟试验基础上,得出了蚁群算法对物流配送路径优化问题十分有效的结论,探索出了一条高效求解物流配送路径优化问题的新途径。     

地区综合实力的ANN分析

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理，具有自学习和自适应等一系列优点，因而用它来评价地区综合实力是可行的。针对地区综合实力评价问题，建立了基于神经网络的评价系统，给出了应用实例。     

人工神经网络在企业风险评估中的应用

将神经网络理论应用于企业风险评估中，讨论了网络结构的设计、学习算法等问题；计算实例表明，应用神经网络评估企业风险具有方便、真实、可靠的特点。