您的位置: 专家智库 > >

陈璨

作品数:6 被引量:46H指数:4
供职机构:华中科技大学管理学院更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金湖北省教育厅科学技术研究项目更多>>
相关领域:经济管理自动化与计算机技术社会学更多>>

文献类型

  • 5篇期刊文章
  • 1篇学位论文

领域

  • 6篇经济管理
  • 1篇自动化与计算...
  • 1篇社会学

主题

  • 4篇进化算法
  • 4篇差分
  • 4篇差分进化
  • 4篇差分进化算法
  • 3篇自适
  • 3篇自适应
  • 3篇自适应差分
  • 3篇自适应差分进...
  • 2篇资源约束
  • 1篇订货量
  • 1篇多目标优化
  • 1篇优化算法
  • 1篇运筹
  • 1篇运筹学
  • 1篇随机性
  • 1篇企业
  • 1篇企业经济
  • 1篇子群
  • 1篇协同管理
  • 1篇粒子群

机构

  • 6篇华中科技大学
  • 2篇湖北经济学院
  • 1篇北京科技大学

作者

  • 6篇陈璨
  • 5篇王林
  • 2篇曾宇容
  • 1篇易觉
  • 1篇王道平
  • 1篇欧阳强国
  • 1篇张金隆
  • 1篇贺靖

传媒

  • 1篇计算机集成制...
  • 1篇系统工程
  • 1篇中国管理科学
  • 1篇运筹与管理
  • 1篇管理学报

年份

  • 2篇2011
  • 3篇2010
  • 1篇2009
6 条 记 录,以下是 1-6
排序方式:
资金约束下基于自适应差分进化算法的联合采购模型及其应用被引量:3
2010年
针对贴近库存管理实践的联合采购问题研究不足的事实,分析了有资金约束的联合采购决策模型,该模型属于NP-hard问题,目前缺乏稳定快速的全局优化求解算法。本文设计了一种高效的自适应差分进化求解算法,通过与另一种求解此问题高效的遗传算法得到的结果进行对比分析,发现改进的差分进化算法不仅稳定可靠、全局收敛能力强,而且可以获得总成本更低的采购策略。算例分析结果同时表明,随着联合采购物品品种的增加,本文设计的算法在成本节约方面的潜力就越大。此方法具有广泛适用性和较强的应用价值,已在核电站备件库存管理应用中产生了良好的经济效益。
王林贺靖陈璨曾宇容
关键词:自适应差分进化算法
资金和存储能力约束下基于改进差分进化算法的联合采购模型研究被引量:6
2010年
针对贴近实际情况约束的联合采购问题研究之不足,分析了资金和存储能力约束条件下的联合采购决策模型,该模型属于NP-hard问题,目前缺乏稳定高效的求解算法。在对差分进化算法改进并测试性能的基础上,设计了一种稳定可靠的自适应混合差分进化求解算法。另外,目前联合采购模型研究中多假设需求、库存持有费用以及次要准备费用为确定的参数,现实中这些参数往往是变动的且很难准确确定,故基于改进的差分进化算法对这些参数进行敏感性分析,进而讨论了数据不准确性对联合采购策略的影响程度。
欧阳强国王林王道平陈璨
关键词:资源约束差分进化算法
资源约束情况下随机性联合采购模型的差分进化算法被引量:10
2011年
针对贴近库存管理实践的随机性联合采购研究严重不足的现状,构建了可用资金和存储空间约束条件下的随机性联合采购模型,该模型属于NP-hard问题,目前缺乏稳定高效的全局优化求解算法。在对标准差分进化算法进行改进并通过典型测试函数进行性能测试后,设计了一种可靠的适用于多约束随机性联合采购问题的自适应混合差分进化算法,并通过一个算例验证了求解算法的科学合理性。通过六个算例的对比分析,验证了所提求解算法的通用性和全局优化能力。
王林陈璨曾宇容
关键词:资源约束自适应差分进化算法
基于联合补货策略的供应链协同模型研究
随着经济的全球化发展,企业之间高效供应链的建立就显得越来越必要。企业在供应链环境下采用联合补货策略,可以减少年订购次数,获得数量折扣,也有利于降低运输成本,是一种非常有效的成本控制手段。本文主要研究两种基于联合补货策略的...
陈璨
关键词:企业经济供应链协同管理补货策略
文献传递
基于改进粒子群优化方法的供应商优选与订货量分配模型被引量:18
2009年
研究了随机性需求环境下的供应商优选与订货量分配问题,构建了以质量、成本、交货期3个准则为目标函数、以其他目标为约束条件的多目标随机约束规划模型;借助于加权法和罚函数法,将多目标随机约束规划模型转化为单目标优化模型;进而设计了带惯性因子和收缩因子的粒子群优化求解算法对所建模型进行求解,并与常用的遗传算法求解方法进行对比分析,实例验证了粒子群优化算法解决此类优化问题的可行性和有效性。
王林陈璨张金隆易觉
关键词:供应商选择粒子群优化算法
一种基于DE算法和NSGA-Ⅱ的多目标混合进化算法被引量:12
2010年
设计了一种新颖的基于差分进化算法和NSGA-Ⅱ的混合进化算法用来解决多目标优化问题。在此算法中,根据算法的搜索情况设计相应的自适应变异算子,以便在突变操作中找到Pareto解。同时,选择操作将基于NSGA-Ⅱ快速非优超排序和拥挤机制将父代与子代的双种群进行截短,确保最优解不会丢失并保证解的多样性。三个经典测试函数的仿真结果表明,文中算法在实现多目标优化问题的两个目标(获得收敛于真实Pareto前沿的解和解沿着前沿均匀扩展)方面表现出良好的综合性能。
王林陈璨
关键词:运筹学混合进化算法自适应差分进化算法多目标优化仿真
共1页<1>
聚类工具0