【摘 要】
：
根据铁矿采选生产过程,建立了以经济效益为目标函数,资源利用率和精矿产量为约束条件,截止品位和入选品位为决策变量的非线性约束优化模型,将粒子群算法和神经网络集成构成PS
论文部分内容阅读
根据铁矿采选生产过程,建立了以经济效益为目标函数,资源利用率和精矿产量为约束条件,截止品位和入选品位为决策变量的非线性约束优化模型,将粒子群算法和神经网络集成构成PSO-ANN算法来搜索最优品位组合。PSO-ANN算法包括内外两层：外层采用PSO作为搜索算法,采用基于可行性规则的约束处理技术,更新粒子群个体最优位置和全局最优位置,引导粒子朝最优解方向进行搜索;内层是REG模型、BP神经网络及RBF网络,实现粒子（截止品位和入选品位）到损失率、选矿金属回收率和采选成本之间的映射关系,进而计算资源利用率、精矿
其他文献
本文在web服务合成的基础上，根据抽象工作流和具体工作流责任两种概念，增加了服务的factory机制，加入了服务状态管理器，提出了一个适合于网格环境中的服务合成模型。它采用语义We
“软件人”是计算机网络世界中的一类软件人工生命，是一种网络中的“虚拟机器人”，它具有拟人结构。作为对人的模拟，其感知系统应该像人的感知系统一样，具有区分感知对象的能力。
广告对供应链中的产品定价与成本有着重要的影响,考虑广告对供应链的影响,讨论制造商领导下的零售商的供应链广告决策模型,分别建立集中决策模型及制造商做广告、零售商做广
在分析了供应链网络基本特征以及现有模型不足的基础上，建立了网络节点新增和衰亡并存、拓扑增长与边权耦合同步机制驱动、网络节点到达过程服从泊松过程、新增出入边数服从二
提出了一种基于差分演化算法的规则提取方法（DE—Rule）。规则的表达形式为IF—THEN模式，规则前件中的连接词为AND，规则后件为识别对象的类别。通过编码将规则表示为差分演化算法
研究主从竞争市场中领导企业和追随企业的定价和生产决策问题。不再传统地假设需求确定已知或服从某种已知的随机分布,而是考虑需求未知,采用基于最小二乘法的需求学习方法来
基于动态规划思想，使用最优停时方法研究了不确定的市场条件下，企业依次兼并两家目标公司的兼并次序和兼并时机问题。通过假设实现协同效应所需时间服从负指数分布来表征兼并后
针对上市公司财务危机风险预警问题,将基于粒子群的K均值聚类算法引入该领域,克服了人为分类的主观影响,再结合粗糙集理论综合评价上市公司财务状况,进行预警。以2008年家电
萤火虫算法是一种新颖的仿生群智能优化算法,分析了算法的仿生原理和局限,提出一种改进萤火虫局部搜索能力的优化算法。通过逻辑自映射函数产生混沌序列,引入到萤火虫算法中
针对不完备信息系统中的偏好多属性决策问题，提出了一种基于（α，β）集对限制优势粗糙集的决策分析模型。引入集对优度和关键属性构建一种集对限制优势关系，构造了基于（α，β）集对限制