【文章內(nèi)容簡介】 段。Engeneous已成功地應(yīng)用于汽輪機(jī)設(shè)計(jì)，并改善了新的波音777發(fā)動(dòng)機(jī)的性能。美國新墨西哥州州立大學(xué)心理學(xué)系開發(fā)了一個(gè)所謂的Faceprint 系統(tǒng)，可根據(jù)目擊者的印象通過計(jì)算機(jī)生成嫌疑犯的面貌。計(jì)算機(jī)在屏幕上顯示出20種面孔，目擊者按十分制給這些面孔評(píng)分。在這基礎(chǔ)上，GA按通常的選擇、交換和突變算子生成新的面孔。Faceprint的效果很好，已申報(bào)專利。同一個(gè)州的一家企業(yè)——預(yù)測公司（Prediction Company）則首先開發(fā)了一組用于金融交易的時(shí)間序列預(yù)測和交易工具，其中GA 起了重要作用：據(jù)說，這一系統(tǒng)實(shí)際運(yùn)行效果很好，可以達(dá)到最好的交易員的水平，引起銀行界的關(guān)注。GA在軍事上的應(yīng)用也有報(bào)道：如用于紅外線圖象目標(biāo)判別的休斯遺傳程序系統(tǒng)（Hughes geic programming system） ， 效果很好，以至準(zhǔn)備把它固化成硬件。就GA本身的研究而言，應(yīng)該說，我國起步較晚，近幾年才陸續(xù)看到一些介紹性的文章、不多于兩三部的專著以及初步的研究報(bào)告。和國外工作比較，一個(gè)顯著區(qū)別是，國內(nèi)工作多只停留在論文這一層次，幾乎沒有看到具體實(shí)際應(yīng)用，與研究成果商品化的差距就更遠(yuǎn)。理論研究與實(shí)際應(yīng)用不夠緊密，阻礙了我國高新技術(shù)的迅速發(fā)展，幾乎已經(jīng)成為頑癥。因此，在我國發(fā)展GA，當(dāng)前應(yīng)該特別重視它的應(yīng)用和推廣普及。學(xué)術(shù)界要主動(dòng)和企業(yè)界連手開發(fā)GA的應(yīng)用，要重視引進(jìn)或自行研制類似于Splicer的程序設(shè)計(jì)環(huán)境，使GA的應(yīng)用更加方便和快捷。國家組建的工程研究中心應(yīng)該在這方面發(fā)揮更大的作用。工科數(shù)學(xué)教育也應(yīng)有所調(diào)整，以適應(yīng)高新技術(shù)發(fā)展的需要。 本文工作本文采用馬爾可夫方法，對(duì)虛擬企業(yè)中的風(fēng)險(xiǎn)管理問題進(jìn)行了初步的研究，在本 遼寧科技大學(xué)本科生畢業(yè)設(shè)計(jì)( 論文) 第 10 頁 文中利用馬爾可夫?qū)ιa(chǎn)的整個(gè)過程進(jìn)行動(dòng)態(tài)跟蹤以達(dá)到對(duì)風(fēng)險(xiǎn)的動(dòng)態(tài)控制。在下面的章節(jié)中，根據(jù)馬爾可夫理論提出了馬爾可夫的動(dòng)態(tài)風(fēng)險(xiǎn)管理模型；并深入討論了遺傳算法在此問題中的應(yīng)用。2 風(fēng)險(xiǎn)管理模型 基于馬爾可夫過程的風(fēng)險(xiǎn)管理模型馬 爾 可 夫 過 程 是 一 種 比 較 常 用 的 隨 機(jī) 過 程 ， 它 描 述 的 是 這 樣 的 情 形 ： 一 個(gè) 系 統(tǒng)具 有 有 限 個(gè) 狀 態(tài) ， 系 統(tǒng) 在 下 一 時(shí) 刻 的 狀 態(tài) 取 決 于 系 統(tǒng) 現(xiàn) 在 所 處 的 狀 態(tài) ， 而 與 以 前 的狀 態(tài) 無 關(guān) ， 即 系 統(tǒng) 的 無 后 效 性 。 系 統(tǒng) 由 一 種 狀 態(tài) 轉(zhuǎn) 移 至 另 一 種 狀 態(tài) 的 過 程 稱 為 馬 爾可 夫 過 程 。 馬爾可夫鏈分析是利用狀態(tài)間的狀態(tài)轉(zhuǎn)移概率 來反映系統(tǒng)狀態(tài)的動(dòng)態(tài)變ijp化， 表示從第 狀態(tài)經(jīng)過一步轉(zhuǎn)移到第 狀態(tài)的概率， 。以ijpi j ??njiij ,21,0???狀態(tài)轉(zhuǎn)移概率 為元素的矩陣稱為馬爾可夫鏈的一步狀態(tài)轉(zhuǎn)移概率矩陣，簡稱轉(zhuǎn)移矩ij陣，記為 ，其每行元素之和為 1。P ???????nnnpp?? ?? ?? ??21212如果馬爾可夫鏈上的兩狀態(tài)可以相互轉(zhuǎn)移，則稱兩狀態(tài)是連通的。如果狀態(tài)空間中的任意兩狀態(tài)都是連通的，則稱此狀態(tài)空間是連通狀態(tài)空間。根據(jù)連通的概念，馬爾可夫的狀態(tài)空間可以分為不返回狀態(tài)（過渡態(tài)）和吸收態(tài)。在馬爾可夫鏈中如果有的狀態(tài)一旦進(jìn)入就不能離開，則此狀態(tài)稱為吸收態(tài)。在馬爾可夫鏈中，如果有的狀態(tài)不屬于吸收態(tài)，則稱之為不返回狀態(tài) [5]。一個(gè)具有 個(gè)不返回狀態(tài)和 個(gè)吸收狀態(tài)的馬爾可夫鏈可以表示為下列轉(zhuǎn)移矩陣：nm 遼寧科技大學(xué)本科生畢業(yè)設(shè)計(jì)( 論文) 第 11 頁 ()mnIRQP????????其中： 表示系統(tǒng)的不返回狀態(tài)之間的關(guān)系； 表示不返回狀態(tài)和吸收態(tài)之間的R關(guān)系； ： 階單位矩陣； ： 零矩陣。易知，矩陣 ，其中Imnm???nijqQ??（對(duì)所有的 ）且 ， （ ） [5]。10??ijqji,1???ijqnj?依據(jù)馬爾可夫過程的基本原理，對(duì)虛擬企業(yè)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。首先分析整個(gè)過程可能出現(xiàn)的風(fēng)險(xiǎn)因素，忽略次要因素。并依據(jù)風(fēng)險(xiǎn)因素的影響把整個(gè)生產(chǎn)過程分成若干個(gè)狀態(tài)，用馬爾可夫來追蹤整個(gè)生產(chǎn)過程的發(fā)展情況。現(xiàn)以兩階段為例對(duì)模型進(jìn)行描述。假設(shè)整個(gè)生產(chǎn)過程分成兩個(gè)階段，準(zhǔn)備和運(yùn)行階段。準(zhǔn)備階段有一個(gè)狀態(tài)，運(yùn)行階段存在多種狀態(tài)，最后整個(gè)生產(chǎn)達(dá)到成功狀態(tài)。馬爾可夫鏈狀態(tài)空間 ??nxS,21??狀態(tài)轉(zhuǎn)移矩陣 ??????????????? ???? ?1000000,2,2,41,433,2,2321124321 14??? ??????? ?? nnnnnn nrrppxxIRQP xx?（）引入?yún)?shù) 表示從狀態(tài) 進(jìn)入吸收態(tài) 的概率， 表示從狀態(tài) 進(jìn)入過渡態(tài) 的ijrixjxipixlx概率，則必有 10,121 ???????? ilijnjijnlil rrp 遼寧科技大學(xué)本科生畢業(yè)設(shè)計(jì)( 論文) 第 12 頁 ??133211 100?? ??????????? ?????? ? nppQIF（） ??RFB ??????????????????????????? ???? 2,1,243212,21,24,43132,1321 000 nnnnnmbbrrpp ????????? ?（）在此基礎(chǔ)上進(jìn)一步分析如下：（1）吸收矩陣 的第一行的兩個(gè)元素 分別表示完工概率和失敗率。B12,b（2）生產(chǎn)平均成本 ：表示狀態(tài)占有成本矢量。 : 的向量元素，表示狀態(tài)C??ixff內(nèi)占有的成本ix ???????????????32121, npxffxBfC?? 問題描述項(xiàng)目的各個(gè)工序有不同的完工時(shí)間，對(duì)應(yīng)的完工成本和完工概率就不同，從而項(xiàng)目的完工時(shí)間、完工成本和完工概率也不同。決策者根據(jù)自身的實(shí)際情況選擇適合自己的措施。本文所研究的問題就是要在投入成本和用戶工期要求一定的條件下，使項(xiàng)目的各工序最小完工概率最大。依據(jù)馬爾可夫過程的基本原理，得到各工序的轉(zhuǎn)移矩陣：1 編制任務(wù)計(jì)劃書 遼寧科技大學(xué)本科生畢業(yè)設(shè)計(jì)( 論文) 第 13 頁 ()???????? ??? 1000 .. . ttttttttP2 技術(shù)設(shè)計(jì) ()???????? ???? 1000 2.. . ttttttttP3 機(jī)械裝配設(shè)計(jì) ()???????? ???1002... ttttP4 電器裝配設(shè)計(jì) ()???????? ???1003..616.. ttttP5 原材料及外購件購買 遼寧科技大學(xué)本科生畢業(yè)設(shè)計(jì)( 論文) 第 14 頁 ()???????? ???? 1000 3.. . ttttttttP6 機(jī)械裝配工藝規(guī)程 ()???????? ???1003..212.. ttttP7 零件設(shè)計(jì) ()???????? ???1002... ttttP8 電器裝配工藝規(guī)程 ()???????????1005... ttttP9 制定材料定額 ()???????? ???1005... ttttP10 零件加工 遼寧科技大學(xué)本科生畢業(yè)設(shè)計(jì)( 論文) 第 15 頁 ()???????? ???? 1000 3.. ... ttttttttP11 機(jī)械裝配 ()???????? ???? 1000 09.. ... ttttttttP12 電器裝配 ()???????????1005... ttttP13 調(diào)試 ???????????1005... ttttP現(xiàn)有某聯(lián)盟生產(chǎn)一種車，其工序流程如表 ：表 各工序風(fēng)險(xiǎn)規(guī)劃結(jié)果A 工序名稱 各工序?qū)?yīng)的時(shí)間 完工概率 完工成本（元）2 359B 技術(shù)任務(wù)書3 C 技術(shù)設(shè)計(jì) 8 3084 遼寧科技大學(xué)本科生畢業(yè)設(shè)計(jì)( 論文) 第 16 頁 9 304510 30068 21809 2140D 機(jī)械裝配設(shè)計(jì)10 21004 545E 電器裝配設(shè)計(jì)5 5255 45616 4432F 原材料及外購件購買7 43035 10806 1056G 機(jī)械裝配工藝規(guī)程7 10328 21729 2132H 零件設(shè)計(jì)10 20901 224I 電器裝配工藝規(guī)程2 2082 制定材料定額3 5 897K 零件加工6 85216 17 18 19 L 機(jī)械裝配20 3858M 電器裝配 1 224 遼寧科技大學(xué)本科生畢業(yè)設(shè)計(jì)( 論文) 第 17 頁 2 2081 310N 調(diào)試2 270 風(fēng)險(xiǎn)管理模型 上例中的風(fēng)險(xiǎn)管理模型如下：　　　　 　 　　　　　　　　 ()???itbmnax?N,21??　　　　 　　 ().ts01CtiNi???　　　　　　　　 　　　　　　　　　　　　　 ()TtKi其中：：工序 的完工時(shí)間iti：工序 完工時(shí)間為 時(shí)對(duì)應(yīng)的完工概率??ibit：工序 完工時(shí)間為 時(shí)對(duì)應(yīng)的成本itCii：關(guān)鍵工序集合K：工序數(shù)目N：規(guī)定的項(xiàng)目完工時(shí)間0T：規(guī)定的項(xiàng)目完工成本C 遼寧科技大學(xué)本科生畢業(yè)設(shè)計(jì)( 論文) 第 18 頁 3 遺傳算法對(duì)風(fēng)險(xiǎn)管理模型的求解生物進(jìn)化論的觀點(diǎn)認(rèn)為：生物不但遺傳而且有變異，這種變異是因?yàn)槿旧w不但復(fù)制而且有交叉及基因突變，如果這種變異更適應(yīng)環(huán)境，那么這種產(chǎn)生變異的個(gè)體會(huì)繁衍下去，反之則被環(huán)境所淘汰，這就是適者生存，不適者被淘汰的自然法則。遺傳算法（geic algorithms）簡稱 GA 就是 于 1975 年受生物進(jìn)化論的啟發(fā)而提出的。它是建立在自然選擇和遺傳變異基礎(chǔ)上的迭代自適應(yīng)概率性搜索算法。它將問題的求解表示成“染色體”的適應(yīng)生存過程，染色體是字符串編碼，每一編碼字符串為一候選解，這種染色體有多個(gè)，即有一群候選解。通過“染色體”群的一代一代不斷變化，包括復(fù)制、交叉、和變異等操作，最終收斂到“最適應(yīng)環(huán)境”的個(gè)體，從而求得問題的最優(yōu)解或滿意解。 算 法 特 點(diǎn)1 GA 對(duì)問題參數(shù)編碼稱“染色體”后進(jìn)行操作，而不是針對(duì)參數(shù)本身，這使得 GA不受函數(shù)約束條件的限制，如連續(xù)性、可導(dǎo)性等。2 GA 的搜索過程是從問題解的一個(gè)集合開始的，而不是從單個(gè)個(gè)體開始的，具有 遼寧科技大學(xué)本科生畢業(yè)設(shè)計(jì)( 論文) 第 19 頁 隱含并行搜索特性，從而大大減小了陷入局部極小的可能。3 GA 使用的遺傳操作均是隨機(jī)操作，同時(shí) GA 根據(jù)個(gè)體的適應(yīng)值信息進(jìn)行搜索，無需其他信息，如導(dǎo)數(shù)信息等。4 GA 具有全局搜索能力，最善于搜索復(fù)雜問題和非線性問題 [6]。 設(shè) 計(jì) 要 素1 確定問題的編碼方案：就是將問題的解用一種編碼來表示，從而將問題的狀態(tài)空間與 GA 的碼空間相對(duì)應(yīng)，這在很大程度上依賴于問題的性質(zhì)，并將影響遺傳操作的設(shè)計(jì)。由于 GA 不是直接在解空間上進(jìn)行搜索，而是在一定編碼機(jī)制對(duì)應(yīng)的碼空間上進(jìn)行的，因此編碼的選擇是影響算法性能與效率的重要因素。編碼方法有很多種：順序編碼，自然數(shù)編碼，實(shí)數(shù)編碼，二進(jìn)制編碼。2 確定適應(yīng)值函數(shù)：用于對(duì)個(gè)體進(jìn)行評(píng)價(jià)，也是優(yōu)化過程發(fā)展的依據(jù)。GA 進(jìn)化過程中基本不用如導(dǎo)數(shù)一類的外部信息，而僅用目標(biāo)函數(shù)即適應(yīng)值函數(shù)為依據(jù)。適應(yīng)值函數(shù)可以由很多方法得出，可以直接利用目標(biāo)函數(shù)，也可以通過目標(biāo)函