简介：提出了将人工鱼群算法应用于求解资源受限项目调度问题中的构想，建立了求解资源受限项目调度问题的人工鱼群算法模型，设计了一种标准随机键编码方式，构建了人工鱼的觅食行为、聚群行为、追尾行为和随机行为四种基本算子，采用了正向逆向局部改进技术和精英保留策略，并给出了算法流程。应用PSPLIB标准问题库对该算法进行了大量的测试，并与其他算法进行了比较，验证了该算法的有效性。

简介：制造过程评价是改善制造系统效率的重要一环，传统的评价方法将每个制造系统决策单元视为黑箱来研究整体效率，忽略了中间产品转化信息及投入要素在各子过程中的配置信息。针对两阶段（第二阶段有外源性新投入）制造系统的效率评估问题，分别在固定规模报酬和可变规模报酬假设下，充分利用制造系统中间产品的转化及外源投入要素的配置信息，建立了制造系统网络DEA效率测度及分解模型，建模方法遵循客观评价原则，无需事先主观确定子效率和系统效率之间的组合关系。并将其应用于钢铁制造系统效率测度与分解，研究结果表明该方法能够挖掘决策单元内部子单元的效率情况，帮助决策者发现复杂制造过程非有效的根源，为复杂制造过程的整体效率测度及分解提供了有效的分析方法。

简介：针对采用经典划分思想的聚类算法以一个点来代表类的局限，提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类，能够体现出类的数据分布特征，并进一步提出泛化中心距离及类间距离度量的新方法，给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略，一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集，并与著名的划分聚类算法K-modes及其两种改进算法进行比较，结果表明泛化中心算法聚类正确率更高，迭代次数更少，是有效可行的。