简介:冲突分析图模型中,决策者的态度只有肯定和否定两种,实际问题中往往不止两种;新PAWLAK冲突模型(NPAWLAK模型)将冲突系统中决策者的三种态度扩展到决策争端的三种程度,符合实际情况,因而研究冲突系统中决策者的偏好排序和全局可行方案对决策者的策略选择具有重要意义。本文在NPAWLAK模型的基础上,引入冲突分析图模型理论(GMCR),提出GMCR-NPAWLAK冲突分析混合模型。该混合模型首先拓展和改进的策略优先排序法,实现了冲突系统中各决策者的客观偏好排序;同时,模型给出了全局可行方案的算法,该算法依据决策者的偏好排序分析结果找出系统的全局可行方案。最后,本文以某企业劳资关系的NPAWLAK冲突为例,对冲突系统进行建模和偏好分析,得到了冲突各方的偏好序列和全局可行方案,同时验证了混合模型的有效性。
简介:考虑一个受控制的交通网络,一类用户属于领导者,按照系统最优原则选择出行路径;另一类用户属于跟随者且具有不完全信息,按照Logit型随机用户平衡原则选择出行路径.建立了描述这种Stackelberg博弈下的混合平衡出行行为的变分不等式模型,给出了满足此种混合平衡的交通网络的效率损失上界,结果表明,效率损失上界与被研究的交通网络拓扑结构,交通需求及控制系数有关.
简介:本文分析了计算机集成制造系统中生产系统的能力最优配置与管理控制策略之间的关系。针对生产加工系统与加工组装系统的不同特点,本文深入探讨了在Push(推)策略或以Push为主导的推/拉混合控制策略下,生产系统各工作站能力最优配置与能力平衡之间的关系。
简介:存在监控冲突的天基中段预警传感器调度优化是一个动态、高维、复杂多约束的非线性优化问题,其解空间的高维度与状态复杂性直接制约了智能优化算法的运用。本文以任务分解与任务复合优先权计算为基础,通过二级分离机制将解空间维度与状态复杂性降低至适于连续蚁群(continuousant-colonyoptimization,CACO)处理的全局优化形态,构建出相应的优化子路径集.在此基础上,针对监控冲突导致的状态变化特性,从局部搜索递进与募集的角度提出适于传感器调度优化的MG-DCACO(doubledirectioncontinuousant-colonyoptimizationbasedmassrecruitmentandgrouprecruitment)算法,成功将智能优化算法应用于基于低轨星座的天基中段预警中.最后对算法的收敛性进行论证,并通过与已有规则调度算法的对比得出MG-DCACO算法可获得优于规则调度算法的全局最优解。