基于蚁群算法的PPP项目多目标优化决策研究

针对PPP项目政府部门和私营企业的双向资金流入和收益来源的多样化,文章从如何选取最优方案获得最大收益的角度分析收益的多目标性,建立了一个新的基于多目标0-1规划的PPP项目决策数学模型,并给出蚁群算法求解方式,最后将其运用到PPP项目算例中,得出PPP项目决策的一个较好方案,证实了模型的可行性。     

基于演化蚁群算法的多目标物流网络优化

物流网络优化中普遍存在着多目标优化的问题.传统的多目标优化算法容易陷入局部最优,采用了多种群相关的蚁群算法求解多目标物流网络优化问题,两个种群分别针对总运费最小和最大单程距离最小两个优化目标,考虑蚁群算法的收敛速度,采用遗传算法对蚁群算法的多个初始参数进行优化选择.实验结果证明,该模型算法可以有效迅速地求得最佳路径,为决策者提供多个可选择的优化方案,避免局部最优解.     

PPP项目政府补偿决策研究综述

随着越来越多的PPP项目签约落地,政府补偿作为促进PPP项目可持续发展的重要策略已经成为研究热点。论文采用内容分析法对选自CNKI数据库2006年以来分析PPP项目政府补偿决策的样本文献,从模型方法、补偿方式、研究内容和研究趋势四个维度进行了研究,总结了PPP项目政府补偿决策的研究现状,从不同角度分析了研究的不足,提出了相应的建议,并对未来的研究方向进行了探讨,具有一定的理论价值。     

物流信息决策的自适应蚁群算法初探

就电子商务与物流紧密结合条件下物流信息的决策价值进行分析,提出物流信息决策的自适应性蚁群聚类优化算法,尝试着对物流信息的高效管殚进行探究.     

基于蚁群算法的多车型物流车辆调度研究

文章对于物流车辆调度进行研究,根据在实际运营中,公司拥有多种车型车辆进行物流配送的特点,运用蚁群算法进行调度研究,建立总成本最小的目标函数,并通过仿真算例得出模型的可行性,体现了模型假设的优势,为物流企业车辆调度提供想法和思路。     

高速公路PPP项目最优资本结构融资方案决策及应用

构建满足PPP项目中政府、社会资本、放贷人三方不同利益需求的资本结构体系,提出不同融资方案下基于模糊层次分析法(FAHP)/熵权理论的最优资本结构决策方法。用线性比例变换法将各融资方案的财务决策指标标准化,得到融资决策标准矩阵,再计算各财务决策指标的熵权值,集成FAHP/熵权得到各融资方案的综合决策指数,根据综合决策指数的大小,确定融资方案的优劣顺序。通过对实际高速公路PPP项目案例进行融资决策分析,结果表明:该决策方法确定的最优资本结构融资方案符合实际状况,可以帮助社会资本和政府作出快速有效的决策。     

多目标决策优化的几种方法

由于直接解决多目标问题的最优化较困难,因而设法将其转化为单目标或双目标的优化问题,从而解决多目标问题的决策。     

多目标决策在项目投资决策中的应用

项目投资的评价是一个多因素、多目标的决策问题.现有的投资决策无论从评价指标、还是从评价方法来看,都存在很大的问题.从传统投资决策方法出发,结合项目投资的特点,对现行决策方法进行了改进,综合考虑了收益和风险的影响,应用了多目标决策分析的原理和方法,提出了投资多目标决策模型,较好地为决策者正确地选择投资提供了理论依据和方法.     

生产设备投资的多目标优化决策方法研究

随着社会经济的蓬勃发展,经济全球化趋势的不断加强,企业不得不面临全球化的市场经济压力和发展契机。多目标优化是基于企业经济效益和可靠性的决策方法,从而获得更加科学合理的决策结果。文章以徐州大屯工贸实业公司为例,分析了该公司在多种经营投资项目中如何做好多目标优化的生产设备投资决策。     

基于路况的智能蚁群算法在车辆路径规划中的研究

为了解决因汽车出行问题造成的道路拥塞、交通拥堵等状况,车辆路径规划是解决道路拥塞的主要手段.首先结合车辆交通中实时路况状态(拥堵、路况等因素)进行综合考虑,改进了蚁群算法的目标函数,形成更适用于路径规划的智能蚁群算法,同时进行仿真及性能分析.结果表明:考虑了实时路况状态的智能蚁群算法规划路径更合理,算法收敛快,也解决了...     

基于蚁群算法的战时运输路径优化模型

针对多式联运,必经点等战时维修器材供应运输中的现实问题,考虑当各路段通行时间和运输方式转换时间为随机变量时,建立起了给定时间的最大置信水平约束下,以最小时间和费用为优化目标的随机机会约束模型,然后根据所建模型特点,基于随机模拟方法,设计了的模型求解的蚁群算法。算例结果表明:该模型和和算法具有有效性,能为确定战时交通运输路径提供有效的决策支持。     

基于混合蚁群算法的物流配送路径优化研究

蚁群算法存在一些缺点,如容易陷入局部最小,使整个系统呈现出早熟现象等。文章将蚁群算法和遗传算法结合起来构造混合蚁群算法,建立优化物流配送路径的数学模型。用混合蚁群算法通过仿真实例有效求得物流配送路径问题的较优解。课题的研究对物流配送路径具有优化作用,节约物流运送成本,提升企业竞争力。     

基于聚类算法和蚁群算法的物流配送路径优化研究

物流配送的研究已经成为提高物流效率、降低物流成本的关键。文中在研究物流问题现状以及相关配送路径算法的基础上,提出了一种新的物流配送路径优化方案,对于一个城市内的多个配送点,首先通过K均值算法进行聚类分析得到局部配送中心及其配送范围内的客户点,然后利用蚁群算法设计该配送区域内的最优配送路径。通过仿真实验得知,文中方案设计出的最优配送路径长度较单纯采用蚁群算法有了较大改善。     

施工方案多目标决策分析

在施工方案决策过程中，不同施工方案其目标函数之间，不便于进行直接的比较，难以作出科学合理的决策，为此本文利用近似理想点排序原理，对施工方案非劣解集进行排序，提供施工方案的优先顺序，这样便于决策者分析比较，为决策者提供了一种简单实用的决策模式。     

基于蚁群算法的贴片机贴装路径优化

在印制电路板的生产过程中,表面贴装是极为重要的一环,其速度直接影响着生产效率的高低。将蚁群智能优化思想扩展到表面贴装路径优化问题,针对该问题提出了优化模型及新的优化方法,能够适用于表面贴装路径优化问题。     

基于蚁群算法的多式联运系统脆性因子决策分析

多式联运系统是由运输过程中的众多环节和运输子系统组成的复杂系统,它在运行时由于系统环境的不确定,系统难免受到外部和内部的干扰,这些干扰有的无法预测和控制,且一个小小的干扰就可能使整个系统突然崩溃。因此,研究并找出多式联运系统脆性因子,有效控制并防止系统崩溃,有着非常重要的意义。本文试图在多式联运系统脆性因子决策过程中引入一种新的人工智能方法——蚁群算法,确定脆性因子的最优检测次序,确定其脆性因子,从而找到并消除影响多式联运系统运转的最薄弱环节,以减弱多式联运系统的脆性和提高系统的可靠性,并用算例仿真其过程,结果表明:在多式联运系统脆性因子决策中,采用蚁群算法可行、有效。     

高技术投资项目的多目标决策分析

高技术投资项目的风险决策在企业投资中具有非常重要的作用,是企业发展的核心和关键。本文分析了企业高技术投资项目单目标投资决策存在的不足,提出了多目标投资决策应考虑的指标及决策的程序,为决策者正确选择高技术投资项目提供了科学的理论依据和方法。     

基于蚁群算法的车间生产调度模型的研究与应用

针对面向订单的车间生产调度问题的局限性,结合实际生产情况,建立了订单车间生产调度管理系统,并对调度算法模型进行了深入研究,提出了一种综合运用理想点求模与蚁群算法的订单多目标优化调度方法。以最小化设备资源利用总时间、最小化产品延迟交货总时间为目标,利用蚁群算法对企业生产能力范围内的订单进行多目标优化调度,调度报表为企业实际生产提供指导。该系统和方法在某重型机械集团公司进行应用,体现了减少劳动力投入、缩短生产周期的效果。     

基于ACO算法的建设项目施工多目标优化

本文通过分析网络计划中的逻辑关系,构建求解施工项目多目标优化的数学模型。将施工网络图模型抽象为蚂蚁觅食模型,运用ACO算法求解较优的施工模式路径组合,并利用Pareto思想选择保留较优的组合。最后,利用一个算例证明了智能化的蚁群算法可以克服传统多目标优化结果单一并且受人为因素影响的缺点,从而实现提高优化效率、优化运算结果。