教育部人文社会科学研究基金(12YJCZH065)
- 作品数：5 被引量：8H指数：2
- 相关作者：韩毅邓丽丽张亮郭茜李延来更多>>
- 相关机构：浙江工业大学浙江树人大学西南交通大学更多>>
- 发文基金：教育部人文社会科学研究基金国家自然科学基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术自然科学总论更多>>
- 鸡群算法及相关研究简述
- 2019年
- 鸡群优化(Chicken Swarm Optimization,CSO)算法是一种基于鸡群觅食行为的随机优化算法。CSO算法能够简单、快速地解决科学研究领域中的各类数值计算问题,受到国内外学术界及工程优化领域学者的广泛关注。CSO算法具有收敛速度快和收敛效率高的优点,同时也趋于陷入局部最优解。阐述了CSO算法的基本原理以及流程,介绍了CSO算法在部分研究领域中的应用。
- 毕舒婷韩毅张亮
- 关键词：仿生算法
- 考虑E/T惩罚的产品SERU数量优化被引量：1
- 2020年
- 当前世界经济环境下,企业所面临的客户需求具有极端的多变性以及快速性。日本式单元制造模式(SERU)最初是日本电子企业(如:松下Panasonic、东芝Toshiba、佳能Canon、NEC显示器等)为顺应复杂多变的市场环境而采取的一种新颖的生产方式。SERU生产方式使得企业能够快速频繁地构建、修改、拆卸和重组产品生产单元,有效应对不稳定的商业环境(产品生产周期短、产品类型不确定和生产量不确定)。SERU是完整的产品生产单元,无需跨单元进行产品加工。采用混合鸡群-教与学算法对考虑E/T惩罚的产品SERU数量优化问题进行研究,通过算例验证了混合算法比基本鸡群和教与学算法效果更好,在最好解、解平均值和平均计算时间方面都体现出优势。
- 韩毅沈杨科张亮林华珍邓丽丽朱晨波
- 关键词：甘特图
- 国外新型智能优化算法--北极熊算法被引量：1
- 2020年
- 北极熊算法(Polar Bear Optimization,PBO)是2017年由David等人提出的一种受自然界启发的优化算法,算法的灵感来自于北极熊赖以在北极严酷的环境下生存下来的捕猎方式;由于PBO是近年才提出来的新颖智能优化算法,中文文献中关于PBO算法的描述和应用微乎其微;还原了PBO的开发背景,介绍了算法的相关运算算子和算法的详细执行步骤,展现了PBO算法在现实世界中的应用领域和实际效果。
- 张亮韩毅邓丽丽
- 关键词：算子局部搜索全局搜索
- 基于群体语义信息的顾客需求重要度确定方法被引量：4
- 2012年
- 为系统化地分析顾客需求的相对重要性,提出一种利用产品规划质量屋中的竞争性信息及卡诺模型调整顾客需求基本重要度的方法。首先,利用基于语言信息的决策理论进行竞争性评价和群体语义信息集结,根据集结结果构建均方差最大化模型并设定顾客满意度改进目标,获得顾客需求的竞争性重要度和改进优先度;其次,由顾客满意度双因素分析法识别顾客需求的卡诺分类并估计卡诺因子;最后,通过竞争性重要度、改进优先度和卡诺因子三者对顾客需求基本重要度进行修正,获得顾客需求综合重要度。通过某工业除尘机的改进设计实例证明了该方法的现实性和合理性。
- 郭茜李延来蒲云韩毅
- 关键词：顾客需求卡诺模型
- 基于医患满意度的手术排程问题模型及算法被引量：2
- 2020年
- 在医院的医疗资源有限的情况下,医生、手术小组与患者对手术安排方案的抱怨时有发生。考虑医生、手术小组和患者在手术排程方案制定过程中作为手术参与者的各自偏好,构建了以最小化时间、成本和最大化医患整体满意度、治愈率为目标的手术排程问题优化模型。根据问题和模型特点,提出了一种启发式算法来获取问题的解决方案。考虑到医生和手术小组的工作负荷平衡问题,提出了一种改进启发式算法。最后,采用Python编程语言分别实现两种算法的仿真求解,并通过算例进行计算结果验证,结果证明了算法的有效性和适用性。
- 韩毅石丰源
- 关键词：多目标优化
