简介：首先,提出了基于Kmeans算法的非等分论域划分方法.其次,针对传统数据模糊化存在的不足,对数据模糊化方法进行了改进.最后,将模型应用于对上海市消费价格总指数的预测,并通过与现有方法进行对比,验证了模型的有效性.

简介：对基本果蝇算法进行改进,求解基于工件分类的带有学习效应的置换流水车间问题.改进算法的编码方式以及搜索机制,将转移概率矩阵运用到果蝇寻优过程中.经测试实验表明,改进后的果蝇算法在寻优速度以及寻优率上较其他算法有着较明显的优势.另根据工件的相似度对生产工件进行分类,提出了基于聚类距离的置换流水车间学习效应模型,用改进的果蝇算法对其模型进行求解,分析了不同学习率和聚类距离对完工时间的影响,一方面验证了算法的有效性,另一方面说明了学习效应对企业生产调度有一定影响.

简介：变异函数是克里金法中反映区域化变量空间变化特征的有效数学模型,但传统克里金方法中变异函数理论模型的选择和实验变异函数参数的设定具有一定的主观性.引入粒子群算法,对Kriging实验变异函数参数进行优化,提出了PSO-Kriging算法并结合实例进行三维建模.实验结果表明：PSO-Kriging算法与传统Kriging方法相比,误差降低29.14%,三维地质模型精度更高.

简介：蝙蝠算法是一种新型的智能优化算法,本文针对基本蝙蝠算法易陷入局部最优、过早处于停滞阶段等不足之处,在蝙蝠速度更新公式中引入了惯性权重,并采用权值动态递减的方式变换权重,更好地平衡了算法的全局搜索能力和局部搜索能力.通过求解一系列经典整数规划问题,并与已有算法进行比较,结果表明：改进的蝙蝠算法在一般整数规划问题的求解中具有较高的计算效率和精度,以及较强的全局搜索能力.

简介：高通量测序技术的飞速发展让生物信息领域迎来了大数据时代。新技术在提供海量生物遗传信息的同时,也给分析这些数据带来了新的挑战。DNA序列比对是信息分析流程中的关键步骤,为后续的变异检测提供序列比对信息。2015"深圳杯"数学建模夏令营B题以DNA序列比对为研究课题,希望参赛学生给出序列快速比对的最佳方案。本文简要点评了各参赛队伍的解答情况,然后介绍了现有DNA序列比对软件中用到的算法和数据结构。

简介：生产系统随着设备磨损往往会失控或发生故障,给企业带来巨大损失.本文以备货型生产系统为研究对象,根据其成品先入库后销售的特点,建立基于故障率的非周期的生产、维修、库存整合模型.模型以最小化单位总成本为目标,基于萤火虫算法的邻域结构改进粒子群算法,求解系统的最优生产率和维修策略,并分析比较不合格产品率、失控率对目标函数值和最优策略的影响.