【正文】 cost(1,6) = 。 cost(1,6) = 。 cost(1,5) = 。 cost(1,4) = 。 cost(1,3) = 。 cost(1,3) = 。 cost(1,2) = 。 cost(1,1) = 。 [M,N] = size(Chrom)。 Chrom(:,13) = crtrp(NIND, rep([1。 Chrom(:,11) = crtrp(NIND, rep([16。 Chrom(:,9) = crtrp(NIND, rep([2。 Chrom(:,7) = crtrp(NIND, rep([8。 Chrom(:,5) = crtrp(NIND, rep([5。 Chrom(:,3) = crtrp(NIND, rep([8。 Chrom(:,1) = crtrp(NIND, rep([2。 遼寧 科技大學(xué) 本科生 畢業(yè)設(shè)計(jì) (論文 ) 第 29 頁(yè) 參考文獻(xiàn) [1] 張旭梅 黃河 劉飛．敏捷虛擬企業(yè)： 21 世紀(jì)領(lǐng)先企業(yè)的經(jīng)營(yíng)模式 [M]．北京：科學(xué)出版社， 20xx [2] 陳劍 馮蔚東．虛擬企業(yè)構(gòu)建與管理 [M]．北京：清華大學(xué)出版社， 20xx1 [3] 邱菀華．現(xiàn)代項(xiàng)目風(fēng)險(xiǎn)管理方法與實(shí)踐 [M]．北京：科學(xué)出版社， 20xx [4] 盧有杰 盧家儀．項(xiàng)目風(fēng)險(xiǎn)管理 [M]．北京：清華大學(xué)出版社， 1998 [5] 楊培國(guó) .工程承包分析的 Markov 方法 [J].上海工程技術(shù)大學(xué)學(xué)報(bào)， 20xx,15 (2):117122. [6] Mehrdad Dianati, Insop Song, and Mark Treiber． An Introduction to Geic Algorithms and Evolution Strategies［ M］． 1,2,3200 Univ. Ave. West, University of Waterloo, Ontario, N2L 3G1, Canada． 20xx [7] 劉勇 康立山 陳毓屏．非數(shù)值并行算法 —— 遺傳算法 [M]．北京：科學(xué)出版社， 20xx6 [8] 姚東 王愛民． MATLAB 命令大全 [M]．北京：人民郵電出版社， 20xx6 [9] 張志勇．精通 MATLAB 版 [M]．北京：北京航空航天大學(xué)出版社， 20xx 遼寧 科技大學(xué) 本科生 畢業(yè)設(shè)計(jì) (論文 ) 第 30 頁(yè) 附 錄 NIND = 20。 再者還要感謝的是為我辛勤勞作一輩子的父母 ，就因?yàn)橛辛怂麄儾凰紕诳?，和殷勤的教?dǎo)才鍛煉出一個(gè)意志堅(jiān)定，勤儉節(jié)約，知 恩圖報(bào)的我。在此向?qū)煴硎局孕牡母兄x和崇高的敬意。 本文通過(guò)對(duì)虛擬企業(yè)的特點(diǎn)和風(fēng)險(xiǎn)的分析，根據(jù)虛擬企業(yè)按項(xiàng)目組織生產(chǎn)的特點(diǎn)，基于馬爾可夫過(guò)程的單工序風(fēng)險(xiǎn)評(píng)價(jià)模型，結(jié)合網(wǎng)絡(luò)分析技術(shù)提出了風(fēng)險(xiǎn) 管理模型， 并進(jìn)行了仿真分析，仿真結(jié)果表明了遺傳算法對(duì)風(fēng)險(xiǎn) 管理 模型的求解效果是好的。因而如何有效地管理和控制虛擬企業(yè)的風(fēng)險(xiǎn)是關(guān)系到虛擬企業(yè)能否成功運(yùn)行的關(guān)鍵 環(huán)節(jié)。 3 在初始種群的個(gè)體數(shù)、進(jìn)化代數(shù)和交叉率不變的情況下調(diào)整變異率： 每調(diào)整一次做 50 次實(shí)驗(yàn)，得到的結(jié)果如表 所示： 表 變異率 Pm 對(duì)達(dá)優(yōu)率的影響 Popsize GN Pc Pm best rate 50 200 100% 50 200 98% 50 200 93% 50 200 88% 50 200 80% 從此表可以清楚地看出 變異率過(guò)底可能導(dǎo)致算 法中個(gè)體的多樣性不足，從而使算法陷入局部最優(yōu)。 仿真結(jié)果分析 通過(guò)多次實(shí)驗(yàn)，并借助 MATLAB 軟件的繪圖功能繪出算法的動(dòng)態(tài)優(yōu)化曲 線，借此調(diào)整算法的四個(gè)參數(shù)（初始種群的個(gè)體數(shù)目、進(jìn)化代數(shù)、交叉率和變異率）得到本問(wèn)題的近似最優(yōu)解為： 完工概率： 完工時(shí)間： 57 天 完工成本： 元 工序組合： 39957692361922 靜態(tài)結(jié)果分析 1 在進(jìn)化代數(shù) GN 、交叉率 Pc 和變異率 Pm不變的情況下調(diào)整初始種群 Popsize 的個(gè)體數(shù)對(duì)達(dá)優(yōu)率（ best rate）的 影響。將初始種群的最好的個(gè)體保留到一組矩陣中，然后使其與第一代進(jìn)化后的最好個(gè)體進(jìn)行比較，把兩者中較好的個(gè)體重新保留到原矩陣組中。 7 更新種群： 經(jīng)交叉和變異之后的個(gè)體可能不滿足成本和時(shí)間約束，將不滿足約束的個(gè)體的適值乘以 的系數(shù)。通過(guò)“轉(zhuǎn)輪盤”產(chǎn)生新 的種群。適應(yīng)值函數(shù)如下： )(m a x{m in ii tbF IT ? },2,1 Ni ?? () 本設(shè)計(jì)中，在計(jì)算個(gè)體的適值的同時(shí)，也判斷個(gè)體是否滿足約束條件。 2 初始種群的產(chǎn)生： 根據(jù)每道工序的不同完工時(shí)間隨機(jī)產(chǎn)生一個(gè)初始種群。 程序流程圖見圖 遼寧 科技大學(xué) 本科生 畢業(yè)設(shè)計(jì) (論文 ) 第 21 頁(yè) Yes No 圖 程序流程圖 應(yīng)用 MATLAB 軟件對(duì)本問(wèn)題程序算法的設(shè)計(jì) 1 編碼設(shè)計(jì)： 本問(wèn)題采用自然數(shù)編碼方式（包括 0）。 Step4：進(jìn)行遺傳運(yùn)算。 遼寧 科技大學(xué) 本科生 畢業(yè)設(shè)計(jì) (論文 ) 第 20 頁(yè) 程序流程 遺傳算法的主要步驟可描述如下： Step1： 隨機(jī)產(chǎn)生初始種群，并評(píng)價(jià)每個(gè)個(gè)體的適應(yīng)值。變異概率是加大種群多樣性的重要因素。通常，種群太小則不能提供足夠的采樣點(diǎn)，以致算法性能很差，甚至得不到問(wèn)題的可行解；種群太大時(shí)盡管可增加優(yōu)化信息以阻止早熟收斂的發(fā)生，但會(huì)增加計(jì)算量，從而使收斂時(shí)間太長(zhǎng)。交叉算子作用于組合出新的個(gè)體，在解空間中進(jìn)行有效搜索，同時(shí)降低對(duì)有效模式的破壞概率。 3 算子的設(shè)計(jì)： 這部分是 GA 的核心，即實(shí)現(xiàn)優(yōu)勝劣態(tài)的進(jìn)化過(guò)程的主體。 GA 進(jìn)化過(guò)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)。 設(shè)計(jì)要素 1 確定問(wèn)題的編碼方案： 就是將問(wèn)題的解用一種編碼來(lái)表示，從而將問(wèn)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(wèn)題的性質(zhì)，并將影響遺傳操作的設(shè)計(jì)。 算法特點(diǎn) 1 GA 對(duì)問(wèn)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。遺傳算法（ geic algorithms）簡(jiǎn)稱 GA 就是 于 1975 年受生物進(jìn)化論的啟發(fā)而提出的。 ? ?ixf : f 的向量元素， 表示 狀態(tài) ix內(nèi)占有的成本 ? ? ? ? ? ?? ??????????????????????3212211,nnpppxfxfxfBfC?? 問(wèn)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。假設(shè)整個(gè)生產(chǎn)過(guò)程分成兩個(gè)階段，準(zhǔn)備和運(yùn)行階段。 遼寧 科技大學(xué) 本科生 畢業(yè)設(shè)計(jì) (論文 ) 第 11 頁(yè) 依據(jù)馬爾可夫過(guò)程的基本原理，對(duì)虛擬企業(yè)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。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)。以狀態(tài)轉(zhuǎn)移概率 ijp 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(jiǎn)稱轉(zhuǎn)移矩陣，記為 P ，其每行元素之和為 1。 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(wèn)題中的應(yīng)用。 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。 就 GA本身的研究而言 ， 應(yīng)該說(shuō) ， 我國(guó)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。 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。例如 ， 通用電器的計(jì)算機(jī)輔助設(shè)計(jì)系統(tǒng) Engeneous， 這是一個(gè)混合系統(tǒng) （ hyb rid system）， 采用了 GA以及其他傳統(tǒng)的優(yōu)化技術(shù)做為尋優(yōu)手段 。 這種遺傳算法對(duì)于確認(rèn)可替代解集而言是特別合適的。 4 遺傳算法強(qiáng)調(diào)概率轉(zhuǎn)換規(guī)則 ， 而不是確定的轉(zhuǎn)換規(guī)則。這種并行處理方式對(duì)并行系統(tǒng)結(jié)構(gòu)沒(méi)有什么限制和要求 ， 可以說(shuō) ， 遺傳算法適合在目前所有的并行機(jī)或分布式系統(tǒng)上進(jìn)行并行處理 ，而且對(duì)并行效率沒(méi)有太大影響。 因此 ， 利用遺傳算法 ， 我們可以解決那些復(fù)雜的非結(jié)構(gòu)化問(wèn) 題。因而適應(yīng)度大的個(gè)體具有較高的生存概率。 遺傳算法不同于傳統(tǒng)的搜索和優(yōu)化方法。選擇、雜交、變異構(gòu)成遺傳算法的 3個(gè)主要遺傳操作。 這樣，求解問(wèn)題就可以轉(zhuǎn)化為在搜索空間中尋找極值點(diǎn)（最大值或者最小值點(diǎn)） 。 所有可行解 （ Feasible Solution 可行解就是滿足了一定約束條件的解）組成的空間稱之為搜索空間（也可以稱之為狀態(tài)空間）。 新的子代還可能發(fā)生變異 （ Mutation） ?；蚪M上特定序列的基因被稱作基因型 （ Genotype） ?；蛘吒?jiǎn)單的說(shuō)，每一個(gè)基因?yàn)樯矬w的某一特定特征編碼，比如說(shuō)眼睛的顏色。在每一個(gè)細(xì)胞中都有想同序列的染色體。重復(fù)上述選擇和繁殖過(guò)程，直到結(jié)束條件得到滿足為止。 選擇機(jī)制應(yīng)保證適應(yīng)度較高的解能夠保留較多的樣本；而適應(yīng)度較底的解則保留較少的樣本，甚至被淘汰。 遺傳算法的生物學(xué)背景 遺傳算法是以達(dá)爾文自然進(jìn)化論和孟德爾遺傳變異理論為基礎(chǔ)的求解復(fù)雜全局優(yōu) 遼寧 科技大學(xué) 本科生 畢業(yè)設(shè)計(jì) (論文 ) 第 6 頁(yè) 化問(wèn)題的仿生型算法 ， 它以適者生存、不適應(yīng)者被淘汰為進(jìn)化策略 ， 對(duì)包含可能解的群體反復(fù)進(jìn)行選擇、交叉、變異等遺傳學(xué)操作 ， 從而使種 群不斷進(jìn)化 ， 以搜索到最優(yōu)解或準(zhǔn)最優(yōu)解 ，具有簡(jiǎn)單實(shí)用、魯棒性強(qiáng)、本質(zhì)并行性等特點(diǎn)。 隨后 ， Holland 將算法用于自然和人工系統(tǒng)的適應(yīng)行為的研究中， 并于 1975 年出版了其開創(chuàng)性著作 “ Adaptation in Natural and Artificial Systems” 。 4 建立和增加成員企業(yè)間信任。 同時(shí) ， 為企業(yè)管理人員正確決策提供依據(jù)。 虛擬企業(yè)風(fēng)險(xiǎn)管理方法的要點(diǎn) 1 識(shí)別有效市場(chǎng)機(jī)遇。 科斯 （ Coase R. H.） 認(rèn)為 ， 交易費(fèi)用是決定企業(yè)的存在、企業(yè)和市 場(chǎng)邊界的唯一變數(shù)。 虛擬企業(yè)存在的經(jīng)濟(jì)學(xué)解釋 虛擬企業(yè)是企業(yè)制度演變過(guò) 程中的制度創(chuàng)新及 組織形態(tài)創(chuàng)新。該方法自 1982年 被介紹到我國(guó)以來(lái)，以其定性與定量相結(jié)合地處理各 種決策因素的特點(diǎn)，以及其系統(tǒng)靈活簡(jiǎn)潔的優(yōu)點(diǎn)，迅速地在我國(guó)社會(huì)經(jīng)濟(jì)各個(gè)領(lǐng)域內(nèi)，如能源系統(tǒng)分析、城市規(guī)劃、經(jīng)濟(jì)管理、科研評(píng)價(jià)等， 得到了廣泛的重視和應(yīng)用。 針對(duì)虛擬企業(yè)風(fēng)險(xiǎn)影響因素多、直接量化評(píng)價(jià)較難的特點(diǎn) ， 現(xiàn)在一般用層次分析法（ AHP） 的理論及基本應(yīng)用步驟來(lái)作較為詳細(xì)的闡述； 運(yùn)用層次分析法對(duì)虛擬企業(yè)的備選方案的風(fēng)險(xiǎn)評(píng)價(jià)進(jìn)行了實(shí)證分析 ， 闡明層次分析法在多個(gè)指標(biāo)、方案中選擇最佳的組合方案時(shí)是一種科學(xué) ， 可行的方法 。 國(guó)內(nèi)外關(guān)于虛擬企業(yè)風(fēng)險(xiǎn)管理的方法 1991年美國(guó)里海 （ Lehigh） 大學(xué)學(xué)者 Kenh， Preiss等在《 21世紀(jì)制造企業(yè)戰(zhàn)略》報(bào)告中提出了虛擬企業(yè) （ Virtual Enterprise） 這一概念。 虛擬企業(yè)的整體競(jìng)爭(zhēng)力水平大于各個(gè)參與者的競(jìng)爭(zhēng)力水平的簡(jiǎn) 單相加?，F(xiàn)代信息技術(shù)和通訊手段使得溝通更為便利，采用通用數(shù)據(jù)進(jìn)行信息交換，可以使所有參與聯(lián)盟的企業(yè)都能共享設(shè)計(jì)、生產(chǎn)以及營(yíng)銷的有關(guān)信息