[粒子群算法及应用论文]改进粒子群算法在编制综合生产计划中的应用

时间：2017-01-09 02:19:26 作者：张国辉；

本文作者：张国辉；成功正常投稿发表论文到《统计与决策》2015年08期,引用请注明来源400期刊网！
【摘要】：文章从满足需求以实现成本最小化角度出发,构建综合生产计划的整数线性规划模型。基于群体智能优化理论,提出了用改进的粒子群算法对综合生产计划模型进行求解的方法,在求解过程中对惯性权重和学习因子进行改进,提高收敛速度。实证结果表明提出的改进粒子群算法可用于综合生产计划的优化编制。
【论文正文预览】：0引言综合生产计划(AggregateProductionPlanning,APP)是根据市场需求预测,接受的订单数量以及企业所拥有的生产资源,对企业计划期内的出产产品数量、劳动力水平、库存水平以及外协生产等问题作出决策性的描述,以满足需求的同时实现利润最大化和成本最小化的目标[1]。综合生
【文章分类号】：TP18
【稿件关键词】：粒子群算法综合生产计划智能优化算法惯性权重
【参考文献】:

潘琦;何中市;祝华正;;基于复形法和云模型的差分进化混合算法[J];计算机应用研究;2013年10期
王振;李绍军;;一种基于AEA的约束优化算法μ-AEA[J];模式识别与人工智能;2013年09期
陈乐;龙文;;求解工程结构优化问题的改进布谷鸟搜索算法[J];计算机应用研究;2014年03期
王建林;吴佳欢;张超然;赵利强;于涛;;基于自适应进化学习的约束多目标粒子群优化算法[J];控制与决策;2014年10期
孙强;沈玉志;李士金;;逆向物流多产品两阶段再生产网络鲁棒优化[J];计算机工程与应用;2015年03期
刘记云;基于MapReduce的个性化PageRank算法研究[D];哈尔滨工程大学;2013年
王振;融合Copula分布估计的AEA算法及其在约束优化问题中的应用[D];华东理工大学;2014年
王建程;水产品生产综合计划方法研究[D];广东工业大学;2014年
伊志强;总环部科研生产人力资源投入产出模型研究[D];哈尔滨工业大学;2014年
胡振洲;一种面向约束优化问题的多目标混合进化算法的研究[D];南京航空航天大学;2014年
张泰雷;刘春生;;基于改进粒子群算法的控制分配研究与应用[J];伺服控制;2012年06期
黄珍;潘颖;曹晓丽;;粒子群算法的基本理论及其改进研究[J];硅谷;2014年05期
焦国辉;;一种改进的粒子群算法稳定性证明及其应用[J];现代计算机(专业版);2014年14期
王晟;潘郁;;个体激励粒子群算法及其社会学背景分析[J];计算机工程;2008年21期
彭志平;张慧;;一种改进的粒子群算法在协商优化中的应用[J];计算机工程;2008年10期
沈佳宁;须文波;孙俊;;基于量子粒子群算法的收敛性研究[J];微计算机信息;2009年06期
唐小勇;于飞;潘洪悦;;改进粒子群算法的潜器导航规划[J];智能系统学报;2010年05期
秦全德;李荣钧;;基于生物寄生行为的双种群粒子群算法[J];控制与决策;2011年04期
余罗兼;李济泽;;一种改进粒子群算法的移动机器人路径规划[J];机电技术;2011年05期
宋继红;;改进的粒子群算法[J];长春大学学报;2011年10期
方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年
马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年
黄胜;任万龙;王超;何新;;多目标粒子群算法在翼型优化的应用[A];第二十五届全国水动力学研讨会暨第十二届全国水动力学学术会议文集（上册）[C];2013年
李洪全;王京;;基于粒子群算法的自适应PID控制[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年
李曙光;;粒子群算法在高速公路多路径费用拆分方法研究[A];第二十六届中国控制会议论文集[C];2007年
赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
杨诚;杨传启;;基于粒子群算法的PID参数优化[A];第七届工业仪表与自动化学术会议论文集[C];2006年
刘文许;林礼清;温步瀛;;电力市场下基于改进粒子群算法的AGC机组选择[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年
刘衍民;马卫民;;基于高斯白噪声扰动的混合粒子群算法及其应用[A];第十届中国不确定系统年会、第十四届中国青年信息与管理学者大会论文集[C];2012年
王征;刘大宝;王家林;王永骥;;基于离散粒子群算法的船舶电力系统重构研究[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年
黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年
刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年
刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
王雪飞;粒子群算法的动态拓朴结构研究[D];西南大学;2008年
薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
张震;骨干粒子群算法及其在电力变压器设计中的应用[D];浙江大学;2014年
全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
钟帅;基于粒子群算法的微博用户影响力研究[D];华中科技大学;2012年
方群;多目标拆卸线平衡问题的改进粒子群算法研究[D];西南交通大学;2014年
朱伟丰;改进粒子群算法最优路径的研究[D];重庆师范大学;2014年
王燕;反向粒子群算法理论及及其应用研究[D];西安工程大学;2012年
范超赞;改进粒子群算法研究[D];北方工业大学;2013年
韩琳;免疫粒子群算法研究及其应用[D];西安工程大学;2008年
杨俊;粒子群算法在发酵补料控制中的应用和研究[D];大连理工大学;2013年
董洁雯;粒子群算法在大型停车场车位诱导中的研究与应用[D];吉林大学;2013年
周逸之;基于粒子群算法的水电站厂内经济运行分析[D];南昌大学;2013年
张晓庆;基于改进粒子群算法的电力系统经济调度计算研究[D];哈尔滨理工大学;2014年

【稿件标题】：[粒子群算法及应用论文]改进粒子群算法在编制综合生产计划中的应用
【作者单位】：郑州航空工业管理学院管理科学与工程学院;
【发表期刊期数】：《统计与决策》2015年08期
【期刊简介】：本刊文笔清新、内容务实、风格泼辣；统计与决策结合，理论与实务并重；立足统计理论，关注经济热点；推介决策方汉，引导工作实践；传递信息动态，宣扬强者风采；解答读者疑难，反映读者呼声。统计与决策不仅连续入选北大核心目录，还被众多重点院校评为权威......更多统计与决策杂志社(http://www.400qikan.com/qk/1110/)投稿信息
【版权所有人】：张国辉；