简介：针对多目标0-1规划问题，首先基于元胞自动机原理和人工狼群智能算法，提出一种元胞狼群优化算法，该算法将元胞机的演化规则与嚎叫信息素更新规则、人工狼群更新规则进行组合，采用元胞及其邻居来增强搜索过程的多样性和分布性，使人工头狼在元胞空间搜索的过程中，增强了人工狼群算法的全局搜索能力，并获得更多的全局非劣解；其次结合多目标0-1规划模型对元胞狼群算法进行了详细的数学描述，定义了人工狼群搜索空间、移动算子、元胞演化规则和非劣解集更新规则，并给出了元胞狼群算法的具体实现步骤；最后通过MATLAB软件对3个典型的多目标0—1规划问题算例进行解算，并将解算结果与其它人工智能算法的结果进行比较，结果表明：元胞狼群算法在多目标0-1规划问题求解方面可获得更多的非劣解集和更优的非劣解，并具有较快的收敛速度和较好的全局寻优能力。

简介：针对突发事件发生后，救灾物资不足、车辆数量及容量有限的情况，本文考虑了制造商生产、包装新的救灾物资，构造了车辆返回制造商需要等待订单完成生产的时间函数，建立了一个生产、库存及配送整合的混合整数规划模型。该模型由原材料供应商、制造商、配送中心及客户需求点四部分构成，以完成原材料的运输、制造商中的订单生产并运送到需求点及配送中心的库存订单运送到需求点的总花费时间最短为目标。本文将模型分为两层子模型进行求解：第一层模型采用改进的遗传算法求解；第二层模型采用隐枚举法求解。最后给出一个具体的案例以验证模型的合理性及算法的有效性。

简介：采购管理是企业经营活动的一个重要组成部分，更加有效的采购管理策略可以大大减少采购费用，对于企业的经营业绩非常重要。在现实的经济活动中交易费用和持有成本在企业管理费用中占很大一部分比率，而采购过程影响着交易费用和持有成本。所以在前人研究的基础上，将交易费用和持有成本引入到局内采购管理模型中，使得运用该策略无论以后采购价格如何变化，局内人的采购成本总是对应局外问题最优采购成本的一定比例c之内，并得到c与原模型相同。但是引入交易费用和持有成本后每天的采购量将发生变化，原模型是在不考虑交易费用和持有成本的前提下得得到的每天采购量和最优竞争比，如果考虑到现实经济活动中不可忽略的交易费用和持有成本，仍然按照原模型来确定每天的采购量来采购就不能得到最优竞争比c。所以本文考虑到了交易费用和持有成本，并得到和原模型不同的每天采购量，并求出最优竞争比c。