共存环境下汽车类型选择与生产—分销优化模型

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:Green__lucky
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对纯电动汽车与传统汽车共存情况下的汽车类型选择与生产—分销联合优化问题进行了研究。考虑了价格、配套设施完善程度以及技术水平对消费者选择纯电动汽车的影响,根据购买纯电动汽车和传统汽车不同的消费者剩余得到相应的需求函数;在工厂生产能力有限的前提下,建立以盈利最大化为目标函数的0-1混合整数非线性优化模型,利用粒子群优化算法求解确定纯电动汽车及传统汽车的销售价格、生产规模、运输量、存储位置等决策变量。通过一个算例说明了模型的实际应用价值,该研究为汽车生产商的生产—分销优化提供了重要参考依据。
其他文献
鉴于当前fuzzing技术发展中出现的各种策略的性能无法形式化衡量的问题,设计一种评价框架,通过基于跟踪器生成的污点数据图与解析器生成的语义树之间的映射关系,计算某种策略的效能值与熵值来对此策略性能进行量化,根据评价结果从策略集中筛选出较优策略。通过实例的测试,证明了方法的可行性。对测试目标实施最优策略将能提高对测试目标的代码覆盖率与漏洞检测能力。
电子邮件网络中的传播型攻击是非常严重的网络安全问题。研究界提出了很多种网络免疫方法来解决这个问题,基于节点介数(node betweenness,NB)的方法是目前最好的方法。综合利用电子邮件网络的网络拓扑与传播型攻击的传播参数设计了一种网络免疫方法。在生成的电子邮件网络拓扑模型以及Enron电子邮件网络真实拓扑数据的仿真表明,该方法比NB方法更有效。在某些仿真场景下,本免疫方法能够比NB方法达到
图像语义分割方法大多基于点对条件随机场模型,不能定位到单个目标,并且难以利用全局形状特征,造成误识。针对这些问题,提出一种新的高阶条件随机场模型,将基于全局形状特征的目标检测结果和点对条件随机场模型统一在一个概率模型框架中,同时完成图像分割、目标检测与识别的任务。利用目标检测器和前背景分割算法获取图像中目标区域,在目标区域上定义新的高阶能量项。新的高阶条件随机场模型就是高阶能量项和点对条件随机场模