開題報告初稿2

本文探讨了APS算法在计划与排程中的应用,选择启发式算法与基因算法作为研究方向,并介绍了AMPL建模语言在优化问题中的优势。此外,还概述了系统实现的技术栈与创新之处。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

1.           APS算法的研究與建模

            2.1 算法的選擇

            算法是用系统的方法,在业务约束基础上,来改善计划或排程APS常用的优化的主要算法有:

                    1) 数学规划(线性和混合整数规划),较适用于战略计划如网络选址,                         寻源等.

                    2) 启发式算法(约束理论或模拟仿真等),较适用于战术计划或运作                       计划如生产排程等.

                    3) 基因算法,较适用于有大量的可能方案选择.

                    4) 穷举法是在所有替代的可能的方案寻找,适用于简单的供应链.

            基于XXX產品事業處的業務邏輯,計劃考慮選擇启发式算法基因算法算法研究與建立的方向。

 

            2.1 算法建模語言及工具

               AMPL是一种广泛应用的、有效的、灵活的代数建模语言,它主要       解决夹杂优化处理的线形、非线性或整型编程问题。是基于现代的建模原则设计出来的,它利用高级的架构,从而达到了其它建模    系统都比较缺乏的灵活性。现今已在全球范围内成功实现了数学编程模型的应用通过使用AMPL的最初的代数符号,即使是一个非常大型的、非常复杂的模型也能被表述成一种简洁的、便于理解的形式(通常少于一页)。因为AMPL建模很容易理解、纠错或修正,所以AMPL使模型维护变的非常便捷

           

2.          系統的實現

            系統開發采用OOJAVA語言。

 

3.          系統的創新

            基因算法因算法是一种生物进化的算法,实际上是一种多目标的探索法.能够用于计划与排程.它是非常新的技术,目前,还没有在商业中实际运用.

            采用生物基因技术高级算法,处理日益复杂的现实世界,也是人工智能上,高级约束算法上的挑战. 基因算法是一种搜索技术,它的目标是寻找最好的解决方案。这种搜索技术是一种优化组合,它以模仿生物进化过程为基础。基因算法的基本思想是,进化就是选择 了最优种类。基因算法将应用APS上,以获得最优的解决方案

           
 

二、 課題的進度計劃

        120082 ~5月为准备阶段進行有关资料的搜集与整理,并对相关基础知识进行深入学习。

        220086~20088月为研究學習阶段

        320089~200812月为系統建模阶段

        420091~20096月算法研究阶段

    520097~20099月系统開發阶段

    6200910~200911月总结及论文编写

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/97456/viewspace-312642/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/97456/viewspace-312642/

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值