虚拟企业伙伴选择智能算法研究及应用
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 引言 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究目的与意义 | 第10-11页 |
| ·研究思路 | 第11-13页 |
| 第2章 虚拟企业合作伙伴选择模型 | 第13-24页 |
| ·虚拟企业概述 | 第13-15页 |
| ·虚拟企业特征 | 第13-14页 |
| ·虚拟企业作用 | 第14页 |
| ·虚拟企业生存周期 | 第14-15页 |
| ·虚拟企业伙伴选择流程 | 第15-18页 |
| ·虚拟企业合作伙伴选择关键问题 | 第16页 |
| ·虚拟企业伙伴选择过程的研究 | 第16-18页 |
| ·伙伴选择评价指标体系研究 | 第18-21页 |
| ·伙伴选择评价体系建立原则 | 第18-20页 |
| ·评价指标选择 | 第20-21页 |
| ·合作伙伴选择方法研究 | 第21-23页 |
| ·传统的伙伴选择方法 | 第21-22页 |
| ·传统伙伴选择方法的缺点 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于粗糙集与遗传算法的伙伴选择算法 | 第24-35页 |
| ·粗糙集的基本原理 | 第24-25页 |
| ·遗传算法基本原理 | 第25-27页 |
| ·遗传算法的基本步骤 | 第26-27页 |
| ·遗传算法的特点 | 第27页 |
| ·基于粗糙集和遗传算法的虚拟企业伙伴选择算法 | 第27-34页 |
| ·算法步骤 | 第27-28页 |
| ·基于粗糙集知识嫡的评价指标权重设计 | 第28-29页 |
| ·基于自适应遗传算法的虚拟企业伙伴选择 | 第29-31页 |
| ·试验及结果分析 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于遗传算法与蚁群算法的伙伴选择方法 | 第35-44页 |
| ·蚁群算法基本原理 | 第35-38页 |
| ·蚁群搜索原理 | 第35-36页 |
| ·基本蚁群算法描述 | 第36-37页 |
| ·蚁群算法的特点 | 第37-38页 |
| ·基于融合算法的伙伴选择方法 | 第38-41页 |
| ·蚁群算法应用于伙伴选择模型 | 第38-40页 |
| ·融合算法GAACO算法步骤 | 第40-41页 |
| ·实例说明 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第5章 基于粒子群算法与蚁群算法的伙伴选择方法 | 第44-51页 |
| ·粒子群算法基本原理 | 第44-46页 |
| ·粒子群的搜索原理 | 第44-45页 |
| ·粒子群算法流程简介 | 第45-46页 |
| ·粒子群算法特点 | 第46页 |
| ·粒子群算法和蚁群融合算法的步骤 | 第46-49页 |
| ·粒子群算法应用于伙伴选择模型 | 第46-48页 |
| ·融合算法PSOACO的算法步骤 | 第48-49页 |
| ·实例说明 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| ·论文工作总结 | 第51-52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58页 |
