国家自然科学基金(71171126) 作品数:11 被引量:69 H指数:7 相关作者: 张涛 张玥杰 张琦琪 刘鹏 黄务兰 更多>> 相关机构: 上海财经大学 复旦大学 上海科学技术职业学院 更多>> 发文基金: 国家自然科学基金 国家教育部博士点基金 上海市哲学社会科学规划课题 更多>> 相关领域: 经济管理 社会学 自动化与计算机技术 理学 更多>>
基于多Agent的板坯出/入库协同调度系统 被引量:1 2015年 针对板坯库管理中的协同运输问题,以最小化板坯出/入库总运输时间为目标,建立数学模型。构建一个包括出库板坯、入库板坯、行车和台车等在内的板坯出/入库协同调度无主控多Agent系统,以统一的结构封装任务和资源,同时考虑板坯入库作业和出库作业2种任务,提出在Agent之间建立投标/仲裁机制,设计评价函数协调Agent之间的资源冲突,提高系统的柔性、并行性和自适应能力。通过系统仿真,将出/入库协同作业、完全出库作业和完全入库作业3种场景进行比较。实验结果表明,出/入库协同管理系统可有效提高板坯库的运输吞吐率,且在投标/仲裁机制的协商作用下,运输设备利用率也显著提高且保持均衡。 张琦琪 刘鹏 张涛关键词:多AGENT系统 黑板模型 基于组合插值的GM(1,1)模型背景值的改进 被引量:12 2018年 针对GM(1,1)模型预测误差偏大的问题,对GM(1,1)模型背景值的构造形式进行了研究。为了能够更加有效地降低GM(1,1)模型的预测误差,提出了基于辛普森3/8公式和牛顿插值公式的组合插值方法来构造出新的GM(1,1)模型的背景值。在GM(1,1)模型的建模过程中,由于原始建模数据序列中的第一个数据没有参与建模,导致原始数据序列的数据资源利用效率降低,影响了GM(1,1)模型预测精度。所以,可以通过把灰色协调系数b加在原始建模数据序列前面的方法,使第一个数据能够参与到GM(1,1)模型的建模过程中。为了检验模型的改进效果,进行了原始建模数据类型分别为纯指数型数据序列、稳定型数据序列和缺失型数据序列的三组实验。对每组测试实验的预测结果进行对比分析可以发现,基于组合插值方法对GM(1,1)模型的背景值进行改进,可以极大地降低GM(1,1)模型的模拟和预测误差。改进后的模型具有比较好的预测稳定性,增强了GM(1,1)模型的适用性。 李凯 张涛关键词:GM(1,1)模型 背景值 基于改进全局人工鱼群算法的VRPSPDTW研究 被引量:10 2016年 研究带时间窗的同时送取货车辆路径规划问题(VRPSPDTW),并建立0-1混合整数规划模型。为进一步提高人工鱼群算法的寻优能力和收敛速度,提出一种改进的全局人工鱼群算法,并通过实验确定算法参数。算法将模型中的时间窗和车载量两个强约束纳入适应度函数进行处理,降低算法计算复杂度。以最小化发车数(NV)和路由距离(TD)为优化目标,通过王与陈提供的VRPSPDTW算例与基本人工鱼群算法(AFSA)和并行模拟退火算法(P-SA)进行比较,验证了改进全局人工鱼群算法的有效性。实验结果显示:IGAFSA获得的NV和TD目标值均优于AFSA,TD目标值优于P-SA。 黄务兰 张涛关键词:组合优化 逆向物流 汽车零部件入厂物流中物联网采纳影响因素研究 被引量:8 2018年 物联网技术与信息系统相融合,成为企业优化物流、提升竞争力的一个重要手段。首先构建了基于物联网的汽车零部件入厂物流信息系统架构,着重研究汽车零部件入厂物流的物联网技术采纳影响因素。在实地调研和专家访谈的基础上,融合技术-组织-环境(TOE)框架模型和技术接受模型(TAM),在TOE框架下融入TAM模型中的关键因素,构建汽车零部件物流中物联网技术采纳行为影响因素模型,并对每个因素变量进行定义并设计测量量表;针对提出的物联网采纳影响因素模型,运用结构方程模型进行数据分析,采用实证方法分析物联网技术采纳的关键影响因素,并结合分析结果,对模型进行了修正。 张涛 徐莉莉 徐莉莉关键词:物联网 EFB 采纳意愿 基于粒子群-支持向量机的时间序列分类诊断模型 被引量:7 2016年 构建一种基于粒子群算法-支持向量机(PSO-SVM)的磁共振功能成像(fMRI)时间序列分类诊断模型,通过针对脑区多维时间序列数据的深层次分析实现病症患者和健康者的准确判断与区分,为面向fMRI时间序列数据的病症诊断和预测提供有效科学依据.该方法在以下4个方面不同于其他已有相关研究工作:(1)构建基于自回归模型的脑区多维时间序列数据特征表示;(2)构建基于支持向量机模型的脑区多维时间序列数据分类机制;(3)构建基于粒子群算法的分类学习参数寻优策略;(4)建立融合上述特征表示、优化分类与参数优选模式的fMRI时间序列数据分类诊断模型.通过以精神抑郁症作为实证分析的具体案例,所提出分类诊断模型已取得良好实验效果,展示出其有效性与合理性. 张涛 张明辉 李清伟 张玥杰关键词:自回归模型 基于多目标种群协同算法的板坯入库优化 被引量:2 2015年 针对钢铁企业板坯入库决策问题,基于出库次序A型约束、分散性约束和垛位限高约束等构建了以板坯综合匹配度、垛位利用度和库存均衡度为目标函数的多目标入库决策优化模型。提出一种多目标种群协同粒子群优化算法,并设计了局部搜索策略以提高外部归档集中Pareto解的多样性,同时利用Pareto最优解改进粒子速度更新方式,达到多种群协同优化的目的。仿真实验证明,该算法可以更好地解决多目标板坯入库优化问题。 张琦琪 张涛 刘鹏关键词:粒子群优化 多目标优化 PARETO最优解 局部搜索策略 精英改进粒子群算法在入库堆垛问题中的应用 2015年 针对钢铁企业生产与物流一体化协同管理中入库堆垛问题,基于出库次序A型约束、垛位选择分散性约束等,建立了以均衡库存垛位负载和最大化板坯综合匹配度为目标的联合优化模型。结合问题的特点,基于PSO算法,利用收敛指数判断种群进化状态,并对处于"收敛"状态的种群执行精英学习策略,提高粒子的活性,帮助种群跃出局部最优。最后通过实例仿真说明了模型与算法的有效性和可行性。 张琦琪 张涛 刘鹏关键词:粒子群优化 上海市2017-2020年GDP预测研究——基于改进的GM(1,1)模型 被引量:14 2017年 GDP是衡量一个国家(地区)在一定时期内的宏观经济综合表现的重要指标之一,对GDP做出科学正确的预测,可以为相关部门提供科学的决策依据,具有非常良好的实际应用价值。为了尽可能地降低GM(1,1)模型的预测误差,提高模型的预测效果,文章构建了基于对初始值进行数据转换以及对背景值改进的新GM(1,1)模型,并应用到我国上海市的GDP预测中。建模结果表明:改进的GM(1,1)模型不仅适合于GDP预测,而且具有非常明显的预测精度优势。最后利用改进的GM(1,1)模型来预测上海市2017-2020年的GDP。预测结果表明,未来几年上海市经济将保持年均7%的增长率平稳健康发展。 李凯 张涛关键词:GDP预测 GM(1,1)模型 背景值 基于改进遗传算法的带时间窗车辆路径问题研究 被引量:7 2016年 该文以最小化配送时间为目标,研究带时间窗的车辆路径问题,建立整数规划模型。为了加快遗传算法的收敛速度和寻优能力,提出一种改进遗法算法IGALS(Improved Genetic Algorithm with Local Search)。改进算法借用精英保留策略,采用点交叉和段交叉算子结合的交叉算子;提出路段允许延迟时间概念,并以此为依据使用局部搜索策略进一步提高解的质量。通过Solomon标准算例测试,验证了改进算法(IGALS)较简单遗传算法(GA)具有更好的全局寻优能力和更快的收敛速度。 黄务兰 张涛关键词:带时间窗车辆路径问题 遗传算法 交叉算子 局部搜索 整数规划 基于拥堵控制的轴辐式快递主干网规划 被引量:2 2018年 根据快递运输主干网的设计特性,建立具有拥堵控制、考虑OD货运流配送时间限制的轴辐式快递运输主干网设计数学模型。根据模型特点设计组合优化版本全局人工鱼群算法(CO_GAFSA)求解该模型,并通过实验确定算法参数。算法将模型中的运输时间和枢纽点容量两个强约束纳入适应度函数进行处理,降低算法计算复杂度。为了检验算法的效率与适用性,采用CAB测试算例,将文中的算法与CPLEX软件求解结果进行比较,验证了模型与CO_GAFSA算法的有效性。最后,实验通过比较引入拥堵控制前后各枢纽点的利用率方差来评价模型的拥堵控制效果。 黄务兰 张涛 张玥杰关键词:混合整数规划模型 人工鱼群算法