基于遗传算法的虚拟企业风险管理

基于遗传算法的虚拟企业风险管理摘要遗传算法是一种基于概率意义的随机搜索算法,它提供了一种求解复杂系统优化问题的通用框架，虚拟企业是一种新的生产模式，它以动态联盟为基础的敏捷制造,并创造性地概括出一种称为“虚拟组织”的新型企业模式。作为一种能够高质量、低成本、快速响应市场需求的解决方案,虚拟企业正越来越多地引起我国企业界的关注。但是,虚拟企业在帮助企业获得反应灵活性的同时,也不可避免地带来了新的风险因素。本文根据条件创建了虚拟企业的风险管理模型，并通过遗传算法，对模型进行分析，使企业的资源得到最优的整合。文章利用遗传算法的基本原理，构造了问题的解的初代种群，经过选择，交叉和变异产生新的最优解集种群。实验结果表明，遗传算法对风险管理模型求解的效果是非常理想的。关键词：遗传算法;虚拟企业;风险管理virtualenterpriseforriskmanagementBasedongeneticalgorithm首字母大写Abstractgeneticalgorithmisasignificantprobabilityofrandomsearchalgorithm,whichprovidesacomplexsystemoptimizationproblemforthecommonframework.virtualenterprisesisanewmodeofproduction,whichisbasedonadynamicallianceofagilemanufacturing,andcreativelysummedupasakindof"virtualorganization"ofnewbusinessmodels.Asacanofhigh-quality,lowcost,rapidresponsetomarketdemandsolutions,virtualenterprisesareattractingmoreandmoreattentiontomybusiness.However,virtualenterpriseinhelpingenterpriseswillbeabletorespondflexibility,butalsoinevitablybringanewelementofrisk.Thisarticlecreatestheriskofvirtualenterprisemodelbasedontheconditionsandthroughgeneticalgorithms,themodelanalysisenterpriseresourcestobeoptimalintegration.Usingthebasicprinciplesofgeneticalgorithms,thestructuralproblemsofthebeginningofthepopulation,afterselection,crossoverandanewvariantoftheoptimalsolutionsetpopulation.ExperimentalresultsshowthatgeneticalgorithmforriskmanagingmodelfortheeffectisveryKeywords：geneticalgorithm;virtualenterprise;riskmanagement目录摘要IAbstractII1绪论11.1选题背景1颜1.11鸭虚拟企业趴赞1受1.12太掌虚拟企业的异发展除嫩1洽1.13弄颠虚拟企业产见生的原因痛虫1旦1.14拉虚拟企业的泻特点土易2体1.2行断国内外关于蝴虚拟企业风挖险管理的方猪法托式3虚1.21蜓忘虚拟企业存佩在的经济学登解释夺旦4砍1.22轧录虚拟企业风哥险管理方法繁的要点贼祸4肌1.3寻遗传算法撇酷5日1.31箭际遗传算法的最产生肺交5龄1.32旺遗传算法的勤生物学背景忘错5邮1.33撞染基因（匹gene稍）戴疯6番1.34之惨复制（落Repeo很ducti杂on谋）茶诉7辜1.35骆厨搜索空间（帐Searc傍hSpa红ce浮）大慎7复1.36筒遗传算法的负步骤联厚7大1.37叨辞遗传算法的转特点翠露7剪1.38秩恳遗传算法在奖国内外研究举现状备散8弓1.4错本文工作山房9床2篮风险规划数坏学模型撞陡10串2.1阵基于马尔可余夫过程的风勾险评价模型回欢10布2.2朵问题描述丙串15乒2.3严风险规划模谋型踩响16砌3独遗传算法对父风险控制模久型的求解扇粮18季3.1狡约算法特点浊夹18把3.2挪设计要素滤姨18停3.3度程序流程哨却20奔3.4背应用劣MATLA逆B锅软件对本问街题程序算法曾的设计收盖21董3.5容仿真结果分棉析西桌23牵3.5.1行漆静态结果分简析刑斜23装3.5.1谜隙动态结果分倚析末答25结论27嫂致趟息谢轮梦28瓦参考文献项罪29欢附屡末录镇缸301绪论掌1.瓣1垂亮选题背景欺1.1距.脚1布端虚拟企业差“回虚拟充”品一词产生于炮计算机产业蓬。咬在电子计算街机领域股，何虚拟指本身郑不是一个真烂正的物理存衫在姓，释而是借用软片件实现的存气在灵。厅它通过借用夕外部共同的捡信息网络与刷通道之，提高数据嚷存储数量、贼质量与效率鸭，樱制造出栩栩博如生的图象呢、声音、文渔字等三维场雾景响。注虚拟技术移仁植到企业经驼营上涨，山是指处于不纳同地域的人丰和物骑，细可以通过信仆息技术连接兼起来橡，段为一个共同歇目标而合作调。姜通过虚拟德，狠一个企业不但必再雇佣许器多员工贫，星组建固定的侵组织机构蝶，也不需要锈投入大量资宇金建造工厂雄购置设备昼，倦只需少量技慕术人员和管蒸理人员贝，就可以完抚成新产品的慈决策、研发沫、叹生产、销售震及会计核算厨等院。译虚拟操作卵，波就是选择合钞适的虚拟方帅式如委托、金外包、兼并番、购买、联污合、结盟、庙合资等回，捆借用外部力授量护，葵对企业掌握目或控制的资彼源筛（人力、资芒本、信息、朋自然）拴重新进行整骄治组合钻，启以达到能量旬的聚合裂变酷，刑形成新的功历能或增强、搅完善原有功排能肚，奥产生新的竞处争优势烦，康而不必增加什成本忆（或花费很斑少）沉和组建相应脂的组织机构奋、雇佣人员吧，惜超越了物理废空间和组织属制度限制而暑形成的渣低投入、高辩产出、技术末互补、资源戴共享、风险莲分担的动态娘有机整体辟——凤虚拟体春。沟虚拟体中的述每个成员称抬为虚拟企业壮。它1.12粱巧虚拟企业的砖发展表目前走，违虚拟企业仍锈处于发展的地初级阶段玉，具尽管有关的伙组织和运行顶模式已经得粱到广泛的运低用非，但完全虚摆拟化的企业爱还处于设想腰阶段。美价值最大化讽、增强企业圾核心竞争力撒的目标加，源推动企业在楼市场调查研傅究、产品设场计开发以及术销售服务等白环沙节上采取了室虚拟化的运易作方法。特信息技术不申断发展的形嗓势下健，万虚拟化的环渴节将继续增摩加肠，涉及的领假域将更广泛庸。询加强对虚拟耍企业生命周块期的分析熔，保特别是加强妥各阶段风险去的识别、防捐范与化解尽，回就更为必要饶。艇1.13江窜虚拟企业产迹生的原因笨1目社会条件熊的变化。姜首先甲，芽全球经济一廊体化使得企饼业间市场竞培争激化录，箭促使组织之麦间联盟以弱竞化直接竞争载，捕同时经济全垂球化促使国记际劳动分工轨的越来越细厚化床，急企业间渗透栗越来越深工，协作的要愉求也越来越串紧迫。抗其次刑，虏信息技术的例变革为虚拟袋企业的发展辛奠定了技术物基础桶，忌信息技术使隐企业能够方犹便地跨越空金间障碍诱，晕并有足够的模信息传递和位处理能力颜，打破传统壳的市场、研池发、寻制造和管理没的边刘界，借广泛融合各免项功能岂，使组织结弄构变得越来东越敏捷、高液效。炼最后乘，冒“虎双赢垃”右的经营理念捷代替了尖“嚼零和博弈咱”静为虚拟企业铅的发展奠定伟了文化基础竿。害2守组织效果匙的变化。义随着信息时挂代的到来砖，工业经济茫时代戴“荡大而全的万恋能组织米”果越来越显现长出规模不经蝶济的特点。修市场需求越酸来越多变董，钩新产品加速暑出现质，焰产品寿命周纯期柱越来越短现，集这些都要求圆企业有能力局迅速根据市需场机会合成柄相应生产能竭力。与此同薪时枣，信息技术烦的进步使得类企业外部交依易成本低于膊内部交易成四本。倾这些都促使搅了企业进一悼步分化并加双强核心功能勾而放弃其他医功能钻，会并借助电子教网络的手段丙，烛通过虚拟形配式俯，奔集合各叫“拼真实公司约”愚的核心能力蜻和资源粮，船在技术、资迈源、管理等触方面形成竞倾争优势蒜，比通过分享市幕场机会法，达到多方拜共赢。幼1.1知.浓4吵绩虚拟企业的低特点胃1纺负企业边界模马糊虚拟企业陷是许多企业沿的临时联盟拆，很它们具有自岔己的关键技俘术沾，扰通常围绕某策个核心企业牢或中间企业赠组织的关键吸技能联成临魂时网络组织碰，牵以达到共享斩技术、分摊调费用以及满自足市场需求泻的目的皮。宁这种动态联架盟表现出短轰暂和临时的神特点熟，准某个目标一帝旦完成就会丝宣告解散碌，而为了新量的机会又会辨重新组建新臭的联盟。这践种新型的企顶业组织模式器打破了传统母的企业组织火界限，使企承业边界变得堡模糊。制2开以发达的信崇息网络为基润础在虚拟企澡业运行中，据信息共享是益关键。现代烛信息技术和竖通讯手段使礼得沟通更为涝便利，采用眼通用数据进逮行信息交换浩，可以使所跃有参与联盟财的企业都能织共享设计、萄生产以及营怖销的有关信笼息，从而协香调步调，保理证较好的合社作，使虚拟钞企业集成出终较强的竞争地优势。冒3适并行作业虚比拟企业在完驴成某一项目卵或任务时，期项目或任务惹按照并行工劣程的思想被雁分解为相对扇独立差的工作模块退，素并且各个合弹作模块可以借并行作业，情项目或任务债的主持者可紫以利用先进先的信息通讯落手段在其间扣不断地沟通蜂与协调，从但而保证各个润工作模块最杂终的互相衔捎接。这样既雕缩短了时间蔑，节约了成窃本，据又册促进了各参慢与企业有效叼配置自己的锦资源及虚拟漫企业整体资扭源的充分利咸用。充4富织技术先进的纸企业网络该炎企业网络中趁的每个成员息都要贡献一墓定的资源，诊供大家共享买，而且这个夹企业网络运闸行的集合竞满争驶优势和竞争宗力水平大于济各个参与者表的竞争优势充和竞争力水贿平的简单相铜加，因此虚惧拟企业在产芦品或服务的柔技术开发上跨更容易形成蒙强大的竞争短优势，朋其开发的产攀品或服务在君市场上处于洋领先地位弱。裂虚拟企业的拒整体竞争力膛水平大于各牺个参与者的纽竞争力水平顷的简单相加毯。丽5母酷信息共享虚舌拟企业是建简立在当今发灿达的信息网沙络基础之上匆的企业合作敬虚拟企业的冲运行中信息鸟共享是关键仓，而使用现敏代信息技术括和通讯手段退使得沟通更沫为便利。采候用通用数据季进行信息交项换，使所有歼参与联盟的临企业都能共涝享设计、生筐产以及营销扑的有关信息刘，从而能够慈真正协调步稀调，保证合种作各方能够灾较好合作，签使虚拟企业押集成出较强绝的竞争优势介。抓虚拟企业的溜上述特点，忘注定了虚拟辨企业具有较亩强的适应市烂场能力的柔呜性与灵捷性匹，各方优势央资源集中更就催生出极强洋的竞争优势涛与竞争力。民1.2锤陈国内外关于诉虚拟企业风岗险管理的方藏法齿1991裕年美国里海弦（叶Lehig巧h裕）够大学学者扛Kenne往th僵，福Preis纱s馅等在《魔21席世纪制造企驳业战略》报铸告中提出了迷虚拟企业灿（六Virtu崭alEn梨terpr俊ise黄）播这一概念。樱从此欲，作为企业衰组织创新形工式辛——酿虚拟企业的乎学术研究拉调开了帷幕赔。协1992绪年历，奏美国学者磨Willi敲amH丛.造David慕ow期和伤Micha湿elS.利Malo罚ne葡在其专著《念虚拟公司》码中认为贷，领虚拟企业是显由一些独立段的厂商、顾咱客、甚至同恩行的竞争对茫手通过信息将技术联成临父时的网络组握织释，馅以达到共享良技术、分摊望费用以及满巧足市场需求尖的目的瞧，哪虚拟企业没怪有中央办公梦室因，云也没有正式及的组织图迷，弄更不像传异统组织那样写具有多层次劣的组织结构厘。耀作为一种新俗的制度安排柏，麻虚拟企业已逝日见增多并烫受到国内外延企业界和学程术界的关注暂，透有关这一领色域的研究船，桐就目前来说才，熊国内和国外俯进展相当焦。役针对虚拟企碎业风险影响筹因素多、直锯接量化评价障较难的特点锤，粱现在一般用影层次分析法兴（咐AHP右）厌的理论及基扫本应用步骤悠来作较为详胶细的阐述；茶运用层次分料析法对虚拟仆企业的备选源方案的风险她评价进行了狂实证分析削，毁阐明层次分陈析法在多个颈指标、方案劣中选择最佳斧的组合方案双时是一种科挨学留，铺可行的方法萄。虽层次分析法械（调Analy羞ticH晕ierar因chyP字roces卫s愉简称绍AHP畅）黄是美国运筹胜学家融T.L.拉S叨aaty暮教授于络70出年代初期提羽出的廉，画AHP或是旦对定性问题严进行定量分炒析的一种简千便、灵活而岸又实用的多秀准则决策方姑法。它的特桐点是把复杂招问题中的各进种因素通过喉划分为相互育联系的有序当层次，翠使之条理绕化，诚根据对一定肠客观现实的控主观判断结均构宴（鸽主要是两两近比较谋）熔把专家意见拳和分析者的痰客观判断结狸果直接而有暂效地结合起催来，追将一层次元攀素两两比较赏的重要性进罩行定量惰描述。而后乘，利用数学纪方法计算反叉映每一层次话元素的相对跪重要性次序两的权值，俘通过所有层优次之间的总健排序计算所拾有元素的相垫对权重并进倘行排序。该孝方法自做1982悬年革被介绍到我称国以来，以异其定性与定探量相结合地抗处理各种决庆策因素的特萝点，以及其绍系统灵活简隶洁的优点，限迅速地在我还国社会经济香各个领域内鼻，如能源系添统分析、城聪市规划、经涉济管理、科男研评价等，叉得到了广泛帖的重视和应宵用。兵应用层次分旗析法的注意宗事项。如果滩所选的要素蓄不合理，其瓶含义混淆不沸清，桐或要素间的喝关系不正确幕，都会降低朵ahp法的连结果质量，栗甚至导致a屿hp慰法决策失败迹。证为保证递阶限层次结构的傍合理性，需塘把握以下原阅则摇，伐1峡分解简化拉问题时把握拖主要因素，贫不漏不多州；叛2活病注意相比较浇元素之凭间的强度关帖系，陈相差太悬殊壮的要素不能惠在同一层次臂比较。肌1.2自.嘴1枝敞虚拟企业存崭在的经济学险解释的虚拟企业是稿企业制度演编变过程中的袍制度创新及缝组织形态创吃新。琴对虚拟企业席的分析要从邻交易费用这尺一最基础的纲制度经济分底析工具入手护。企业存在旱于一个开放架的系统中终，挽一方面和外敬界的利益相半关者存在着猪千丝万缕的吸联系巡，锅另一方面喜，晒企业自身的档各部门和各订层单位组成鉴有机体殃，说为了实现自术身的竞争优包势跌，尚必须协调外抽部关系和内仔部关系五，吓付仔出交易费用紧。块在企业之外甘的市场中隶，要对外协调的着交揉易费用主要蜜靠毫“葡看不见的手呼”——匠市场机制来搅调节舌，驰而企业内部坐的协调是企桶业管理者通方过照“稀看得见的于手淘”繁——眯企业的行政菜命令协调机迹制来完成勿的。勒科斯皂（万Coase椅R.H词.孟）秀认为犯，顿交易费用是涉决定企业的邻存在、企业笨和市场边界方的唯一变数炎。例如卧，坊若企业不存楼在耕，烧雇主就不得恼不每天到劳糟动力市场购卡买劳动力月，顶为此要花费杨很多时间、羡精力、劳力强和物力需，膏即付出更高娱的交易费用叠；让如果雇主内尊化了劳动力床，亡使他们成为雄企业的雇员券，就节省了协外部交易费且用。济当节省的外逐部交易费用栽的边际好处纽被内部交易复费用增加的重边际坏处抵需销时贡，再扩大规海模就不经济懂了。争所以典，绢企业的合理嫌边界位和规酱模就是企业根内部交易费常用的增加恰斗好等于市场泪交易费用的聚节约。氏1.2时.掀2博蛛虚拟企业风幻险管理方法驱的要点肢1棵识别有效表市场机遇。草市场需求是洒决定虚拟企该业存在的基请础湾，旦要抓住市场乱机遇只有通慌过科学的市孕场调查报，铅做到及时、甚客观地收集衣信息资料希，饼找到有效的舅即适合自己火的市场机会恭，医并对风险予拼以充分的估旬计接，以更有效肿地把握市场锈机遇。停2手热充分运用供煌应链技术。瑞通过对订单宰管理系统和搞库存管理系更统的有效运携用胀，肤发挥虚拟企沾业动态联合罢各种核心竞蚀争力的作用箭，播按照客户要由求申，筋以最短的提猴前期为客户将提供满意的植服务恢，欢并保证实时迹维护库存帐典务驰，句最大限度降尤低库存袍，柴加速资牢金周转。磨同时衣，晴为企业管理缎人员正确决胃策提供依据域。差3去建立信息涌沟通和协调徐模式。始虚拟企业的劝运作效率与信成员企业的途信息沟通密倡切相胆关，穿为了使成员连企业能够迅晴速地获得和程共享信息违，障迅速实现自埋我调整和相逝互配合冷，虚拟企业毁应当建立一炮套有效的信紧息沟通和协附调模式。潮根据独立性怎递减、复杂端性递增、机惜会主义威胁锣递减和官僚要成本递增的抹特点停，欠可以灵活选粒择双向调整叨、联盟、自绑发性三边规么制和强制性乓三遍规制这她四种不同模四式。俯4软建立和增耽加成员企业押间信任。稼从虚拟企业缎开始建立就歇可以利用会秋计师事务所眼等部门晨，澡通过仔细评响估潜在成员菌企业的核心傲能力、合作读意愿和企业谁信誉等龙，丽全面考虑潜纷在伙伴的可碑信任信用等剑级探，舍开始着手构渴建虚拟企业救内的信任关批系食；皇在企业运作牢过程中梁，帽提高行为的呜透明度、加脆强沟通狱，挠促进各成员刚企业之间相乏互学习尿，祖并在企业内营建立群体协购商机制尿，讨以解决冲突须；锹加深了解、仗力争长期合矮作,以减砍少欺骗动机坑，增加合作蒸利益。沾1.3爆榨遗传算法谊1.3踩.您1捕联遗传算法的彻产生燕20塞世纪龄60栗年代中期扑，比John乱Holla质nd吼在悟A.S.F途raser践和币H.J.B鸟remer邻mann曲等人工作的惩基础上提出舱了位串编码骨技术。这种往编码既适用却于变异操作纳，采有适用于交促叉操作掌，视并且强调将扫交叉作为主仙要的遗传操备作。择随后耗，黑Holla搭nd王将算法用于选自然和人工可系统的适应兆行为的研究计中，闷并于晒1975论年出版了其呜开创性著作犯“敢Adapt疫ation质inN订atura跑land搭Arti室ficia应lSys鼻tems杰”蚁。颂以后级，虎Hol斥land滑等人将该算之法加以推广视，即应用到优化乎及机器学习揪等问题中，痒并正式定名行为遗传算法成。遗传算法编的通用编码册技术和简单爆的有效的遗想传操作作为如其广泛，成乎早期功地应涉用奠定了基牵础。Hol佩land有盛关遗传算法沙的许多概念恭一直沿用至腹今，他认为仙遗传算法的井本质上是适蓝应性算法，慧应用最多的鸟是系统最优译化的研究。辣1.3骨.户2卡哨遗传算法的结生物学背景瑞秧遗传算法是封以达尔文自答然进化论和市孟德尔遗传天变异理论为胶基础的求解潮复杂全局优喉化问题的仿朝生型算法岛，毕它以适者生椅存、不适应海者被淘汰为绞进化策略冻，态对包含可能森解的群体反荒复进行选择乞、交叉、变流异等遗传学根操作休，小从而使种群芽不断进化访，窗以搜索到最絮优解或准最夸优解幼，具有简单灿实用、鲁棒约性强、本质俊并行性等特蚊点。番遗传算法包瓦含如下基本拍要素磨：孙1寿萌染色体编码樱；岭2洗铜适应度函数钳设计铲；这3蜘敬遗传操作设猫计街，让包括选择、裤交叉、变异陵；篮4料颈运行参数设晴定译，芦包括设定初拍始群体规模愿、遗传运算后终止进化代环数、交叉概蹈率、变异概婆率段。舟在实验中，现一般应对可很行性域中的鲜点进行编码帖，然后再可储行域中的点兆进行编码，览然后在可行爪性域中随机饿挑选一些编怕码组作为进密化起捷点的第一代社编码组，并散计算每个解货的目标函数啦值，也就是所编码的适应疮度。持接着就象自东然界一样，旁利用选择机租制从编码组派中的随机挑滚选编码作为丧繁殖过程前可的编码样本竹。限选择机制应倡保证适应度蓝较高的解能胃够保留较多识的样本；而匹适应度较底薪的解则保留赞较少的样本岗，甚至被淘霞汰。在接下光去的繁殖过京程中，遗传充算法提供了探交叉和变异妥两种算子对增挑选后的样弱本进行交换木。炎交叉算子交捞换随机挑选颈的两个编码身的某些位址，变异算子钟则直接对一皱个编码中的麻随机挑选的困某一位进行昼反转。调这样通过选桐择和繁殖就细产生了下一冠代编码组。盏重复上述选波择和繁殖过他程，直到结储束条件得到折满足为止。愤1980轿年以来，人翁们越来越清传楚地意识到珍传统人扮工智能方法耽的局限性，菜而且随着计苹算机速度的垫提高及并行闹计算机的普旬及，遗传算克法和进化计沫算对计算机昼速度的要求妥已不再是制科约其发展的快因素。饥德国岩Dortm哭und姻大学瞒1993懒年末的一份沸研究报告表滥明，根据不后完全统计，红进化算法已门在16圈个大领域，奇250曾多个小领域邪中获的了应潮用。音1.3未.竭3稻基因描（埋gene始）辈率所有的生物夫都是由细胞世组成的。在辱每一个细胞懒中都有想同上序列的染色膊体。染色体缺是一串侦DNA救的片断，互它为整个有任机体提供了避一种复制模辛式。贞染色体是由砖基因组成的文，筋或者说染色叛体就是一块毛块的基因。各每一个基因练为一个特定没的蛋额白质编码。拢或者更简单饿的说，每一性个基因为生连物体的某一守特定特征编增码，比如说锯眼睛的颜色贱。所有可能茄的某一特定洗特征的属性氧（比如，蓝逆色，腐桔稀黄色等）敏被称之为等忠位基因。每旺一个基因在钉染色体上都厚有其特定的撤位置，这个舰位置一般被顶称作位点舍（源Locus练）。摩切全部序列的害基因物质（流或者全部的大染色体）称深之为基因组贴（或染色体讲组）（惹Genom雄e轨）桐。基因组上秀特定序列的某基因被称作府基因型券（能Genot绝ype辩）弱。基因型和锁后天的表现猪型两者是有集机体的显性捆、生理和心挎理特征比如积说眼睛的颜莲色、智力的葵基础。瞒1.3童.肢4省婚复制（滨Repeo温ducti现on叶）赌在复制中，帅首先发生的愉是交叉（看Cross烛over棚）。来自于摔父代的基因棉按照一定的铅方式组成了港新的基因。补新的子代还横可能发生变掏异你（预Mutat蜜ion棒）欲。变异的意日思是舅DNA证上的某一些祸成分发生了海一点点的变粗化。驻这些改变可栏能是由于在协由父代到子驳代的基因复从制中出现的售误差。弹1.3拢.悦5阔搜索空间恒（洋Searc科hSpa匪ce弓）约趟在很多情况影下评，我们解决逼一个问题就至是从一大堆刷的数据中寻咐找一个解，望而通常这个屋解都是混杂设在数据中的牧。恩所有可行解嫂（炕Feasi围bleS杆oluti殃on睛可行解就是丘满足了一定樱约束条件的捡解）组成的滚空间称之为翠搜索空间（鹅也可以称之态为状态空间府）。伯搜索空间中辽的每一个点托都是一个可洞行解。每一春个可行解都棚可以被它的俩函数值或者报它的适应度腿所标记。派问题的解就具是搜索空间籍中的一个点裁，于是我们呢就是要从搜员索空间中找乎到这个点。渔松这样，求解土问题就可以怖转化为在搜昨索空间中寻查找极值点（被最大值或者肌最小值点）乱。搜索空间步在求解问题岂时可能是完书全已知的，坟但一般来说野我们只知道往一些孤立的蓄点，然后我怀们逐渐地生宗成其它点。耳问题是，这艇个搜索过程蓝可能很复驶杂，我们甚究至不知道该冤去哪里搜索阅或者该从是衔么地方开始瞎搜索。事实蹈上，有很多弯寻找合适解绑（注意：不乱一定是最优溉解）寇的方法，比受如说爬山法壁（时Hill诚Climb痰ing迫）禁止接近钩法(沉Tabu圾Searc洒h滔),模拟退犹火算法(词Simul迹ated谢Annea筒ling盆)以及遗传奉算法等等.驶用遗传算法状求解出来的屈解一般被认使为是一个比中较好的解,恭因为我们没询有办法证明忍它是最优解摸.冲1.3城.剧6辫遗传算法凤的步骤狸遗传算法与诱传统的搜索注算法不同，承它以适应度集函数为依据眉，通过对种雷群中的所有洽个体实施遗歼传操作，实掠现群体内个屿体结构重组雹的迭代过程径搜索法。选瞎择、杂交、袍变异构成遗杠传算法的足3顺个主要遗传拐操作。参数奔编码、初始陆群体弓的设定适应培度函数设计黄、控制参数仿设定等要素冻组成遗传算榆法的核心内盈容。啊其主要步骤稿是编码岩→皆初始种群的佛生成务→铃适应度评估唤检测消→量选择像→蛮杂交覆→谎变异。饺1.3甩.防7辟遗传算法乔的特点建传统的优化诵方法主要有狐三种食：兼枚举法、启草发式算法和价搜索算法谎。澡遗传算法不猴同于传统的揉搜索和优化显方法。主要垫区别在于智：快1抽厘自组织、自排适应和自学慢习性避（坚智能性算）。崖应用遗传算炉法求解问题逆时牢，禁在编码方案互、适应度函余数及遗传算轻子确定后藏，算法将利畜用进化过程淘中获得的信刚息自行组织叔搜索。由于召基于自然的创选择策略笛“魔适者生存、傲不适者被淘辫汰肺”运。因而适应阿度大的个体葛具有较高的笋生存概率。辆通常适应度四大的个体具责有更适应环份境的基因结随构粘，辉再通过基因视重组和基因罩突变等遗传狡操作珍，就可能产磨生更适应环特境的后代。繁进化算法的跳这种自组织限、自适应特介征坑，史使它同时具旧有能根据环馒境变化来自全动发现环境爪的特性和规圆律的能力。咱自然选择消抗除了算法设隶计过程中的减一个最大障卷碍扣，型即需要事先吃描述问题的受全部特点夹，并要说明这针对问题的望不同特点算柿法应采取的纹措施。掘因此世，假利用遗传算预法担，享我们可以解偶决那些复杂消的非结构化熔问题。申2肥央遗传算法的梦本质并行性留。遗传算法度按并行方式约搜索一个种葬群数目的点荣，而不是单训点。刷它的并行性基表现在两个泛方面湾，诵一是遗传算赔法是内在并呈行的仍（趁inher俭entp踪arall唐elism陶）关,即遗传算终法本身非常饺适合大规模脱并行，江最简单的并稳行方式是让花几百甚至数订千台计算机馆各自进行独巾立种群的演孟化计算,杂运行过程中鼻甚至不进行辈任何通信纵（狱独立的种群堪之间若有少股量的通信一致般会带来更桨好的结果张)，喂等到运算结顾束时才通信钻比较标，巡选取最佳个奔体。这种并练行处理方式培对并行系统饲结构没有什腊么限制和要缘求财，表可以说跨，与遗传算法适吐合在目前所间有的并行机逐或分布式系侄统上进行并失行处理泻，而且对并报行效率没有闲太大影响。韵二是遗传算完法的内含并谋行性吸（弱impli够citp任arall拥elism锋）。痰由于遗传算糠法采用种群以的方式组织挂搜索悦，及因而可同时葱搜索解空间层内的多个区青域耍，并相互交踩流信息。翁3值价遗传算法不斥需要求导或脸其他辅助知叉识视，红而只需要影脏响搜索方向窄的目标函数傅和相应的适孤应度函数。松4彼螺遗传算法强甘调概率转换点规则籍，像而不是确定疼的转换规则警。吸5搂撞遗传算法可鸡以更加直接拣的应用死。渠6乞匆遗传算法对航给定问题伪，疯可以产生许表多的潜在解夹，栏最终选择可思以锁由使用者确前定。那在某些特殊训情况下炼，肤如多目标优毛化问题不止治一个解存在宁，堆有一组洒paret结o弟最优解。包这种遗传算旋法对于确认锣可替代解集扶而言是特别澡合适的。肝1.3线.掉8旺遗传算法修在国内外研沟究现状买近年来耳，聚GA士在商业应用垒方面取得一的系列重要成盯果。或许这懂也是它受到步学术界之外诵的企业界、买政府部门以仗及更广泛的巩社会阶层普揭遍重视的原蠢因贿。工GA张的商业应用逝五花八门窄，皱覆盖面甚广估，查Coldb蚀o弦rg者在信Comm.厕ACM普上的一篇专荷论较为详细厚地介绍了美程国近年来的罩一些成果。低例如玻，廉通用电器的竖计算机辅助歇设计系统来Engen脑eous裹，程这是一个混县合系统宪（德hybr拢idsy趟stem万），晴采用了锯GA骑以及其他传堡统的优化技这术做为寻优善手段锦。离Engen乡eou念s跳已成功地应景用于汽轮机千设计旬，朝并改善了新哪的波音们777会发动机的性泪能。美国新节墨西哥州州斯立大学心理敞学系开发了缸一个所谓的琴Facep动rin搬t怎系统弯，满可根据目击虹者的印象通漠过计算机生迟成嫌疑犯的动面貌。计算胞机在屏幕上亭显示出牺20末种面孔姨，目击者按磨十分制给这泛些面孔评分英。扰在这基础上控，靠GA疾按通常的选忠择、交换和骨突变算子生隶成新的面孔招。师Facep乡rin槐t倒的效果很好巧，饶已申报专利纷。同一个州种的一家企业馋——供预测公司伸（矛Predi址ct摸ionC啄ompan奇y饺）乓则首先开发重了一组用于顿金融交易的让时间序列预途测和交易工民具牙，五其中GA灰起了重要作沉用汇：壁据说唇，牲这一系统实圣际运行效果铁很好猎，惊可以达到最灯好的交易员里的水平筝，冻引起银行界才的关注奶。做GA萝在军事上的扇应用也有报久道奉：背如用于红外泉线图象目标雅判别的休斯熊遗传程序系芦统瑞（蚊Hughe车sgen认etic酱progr纪amm让ings绍ystem矿），亭效果很好届，技以至准备把亭它固化成硬午件。古就叫GA草本身的研究携而言殊，离应该说卷，垄我国起步较纵晚匀，赢近几年才蔬陆续看到一贺些介绍性的血文章、不多疑于两三部的宿专著以及初骗步的研究报竖告。禁和国外工作所比较顷，农一个显著区窜别是封，蒸国内工作多伍只停留在论哗文这一层次洋，杆几乎没有看风到具体实际权应用倍，与研究成拖果商品化的薄差距就更远辈。告理论研究与砌实际应用不宿够紧密阵，保阻碍了我国近高新技术的垦迅速发展娃，几乎已经循成为顽症。撤因此它，铲在我国发展亡GA忆，当前应该苗特别重视它晓的应用和推居广普及。绵学术界要主圾动和企业界兰连手开发蒙GA画的应用暮，铁要重视引进暂或自行研制夹类似于祥Sp韵licer楼的程序设计睡环境熔，计使岔GA亦的应用更加藏方便和快捷兄。国家组建荐的工程研究解中心应该在舱这方面发挥律更大的作用荐。工科数学六教育也应有充所调整尚，点以适应高新聪技术发展的候需要。师1.4帽再本文工作势本文采用马崖尔可夫方法滩，领对虚拟企业席中的风险稠管理妈问题进行了咏初辨步的研究，脉在本文中利园用马尔可夫姨对生产的整洪个过程进行疮动态跟踪以饥达到对风险屋的动态控制灾。谜在螺下面的章节上中，根据马艳尔可夫理论窝提出了马尔存可夫的动态稠风险盖管理归模型；狼并深入讨论委了遗传算法宝在此问题中途的应用。冰2偷壶风险折管理老模型悬2.1士基于马尔可饿夫过程的风泼险涉管理尾模型吐马尔可夫过鬼程是一种比理较常用的随警机过程，它足描述的是这火样的情形：救一个系统具愤有有限个状债态，系统在着下一时刻的雄状态取决于山系统现在所肉处的状态，读而与以前的性状态无关，镰即系统的无誓后效性。系丑统由一种状哭态转移至另既一种状态的模过程称为马忍尔可夫过程缴。还马尔可夫链声分析是利用帝状态间的状还态转移概率糠来反映系统黄状态的动态贫变化，贡表示从第鹅状态经过一走步转移到第狭状态的概率织，移。以状态转挺移概率骑为元素的矩粗阵称为马尔飘可夫链的一碰步状态转移大概率矩阵，亮简称转移矩吓阵，记为鞋，其每行元术素之和为1蚂。失扶伤崖粥踪殃丸熊厅帮看箱运彼如果马尔可惭夫链上的两泄状态可以相耻互转移，则旦称两状态是价连通的。如迅果状态空间阴中的任意两券状态都是连勿通的，则称签此状态空间臭是连通状态奴空间。根据索连通的概念啦，马尔可夫份的状态空间咱可以分为不绑返回状态（杆过渡态）和迎吸收态。在米马尔可夫链穷中如果有的摸状态一旦进超入就不能离胃开，则此状乡态称为吸收弄态。在马尔易可夫链中，趁如果有的状局态不属于吸巷收态，则称缓之为不返回捷状态软[5]拢。祸一个具有肆个不返回状质态和好个吸收状态严的马尔可夫早链可以表示泰为下列转移睁矩阵：猎金月球则笔排冶偶们估(墨2.5览)竞其中：港表示系统的摆不返回状态棍之间的关系辛；苦表示不返回叨状态和吸收患态之间的关虽系；境：汁阶单位矩阵岩；满：寨零矩阵。易从知，矩阵仿，其中捕（对所有的滤）且郑，（躺）队[5]丽。顾依据马尔可煤夫过程的基迷本原理，对皂虚拟企业风郊险进行评价艇。首先分析炸整个过程可颠能出现的风喘险因素，忽锁略次要因素蹈。并依据风数险因素的影允响把整个生炸产过程分成累若干个状态基，用马尔可短夫来追踪整尾个生产过程痛的发展情况产。现以两阶须段为例对模皆型进行描述烛。假设整个牧生产过程分易成两个阶段源，准备和运僚行阶段。准祖备阶段有一狠个状态，运模行阶段存在排多种状态，蝴最后整个生爹产达到成功宰状态。抓马尔可夫挡链状态空间板府俗状态转移矩涛阵消位鹿大霸亡（2.5）执引入参数似表示从状态赠进入吸收态糖的概率，侵表示从状态群进入过渡态级的概率，则么必有边跨薯馅哨加（2.6）子恨（2.7）乎在此基础上泉进一步分析它如下：由（1）贫吸收矩阵谣的第一行的议两个元素愚分别表示完惯工概率和失窜败率。咏（沈2）宜生产平均成坦本息：表示状态趋占有成本矢裂量;窃:吼腾的向量元素予，奖表示违状态毛内占有的成乔本尼恢枣削圆晴骂揉顺2.2嫌咬问题描述狗项目的各个邀工序有不同蚂的完工时间铸，对应的完叼工成本和完逼工概率就不饰同，从而项援目的完工时垃间、完工成范本和完工概偷率也不同。慨决策者根据宣自身的实际柴情况选择适摔合自己的措亚施。本文所街研究的问题煤就是要在投纠入成本和用予户工期要求乐一定的条件邪下，使项目狡的各工序最新小完工概率撇最大。僚依据马尔可值夫过程的基断本原理，得摔到还各工序的转武移矩阵：缺1编制任务领计划书剧递比畅(糖2.6耕)2技术设计蒸极战庭(戏2.7绝)帐3机械装配愁设计怪它泽扛仙述批亿(惨2.8搭)深4电器装配洗设计鹊邀蹈池妇羽传买(释2.9棒)尾5原材料及帖外购件购买柜蚕桃粪(饥2.10陪)对6机械装配吨工艺规程暗刚缸席逗炕凑份盼(劝2.11盆)7零件设计陷止余岩籍粘腰慎(保2.12谱)饮8电器装配慈工艺规程衬合揭强洽伸否恼蛇(胁2.13叠)偷9制定材料来定额该避然修陡乘跌弦(仆2.14非)插10零件加喉工拒世纤根(仙2.15扶)氧11机械装赴配无搁(艳2.16惠)叔12电器装概配漆踏鱼伞请叶搅宁妖(瞒2.17货)13调试潜赚革放执录背撤现有某联盟众生产一种车区，其工序流提程如表2.障1：默表瞎2.1盛各工序风险凉规划结果尺A工序名称特各工序对应戏的时间杨完工概率纱完工成本（筛元）踪B技术任务由书祥2叹0.397线2币359宗3吴0.725禽7凭325.5娱C技术设计件8病0.489搂6牵3084疼9库0.591婶3脚3045误10堡0.702穗3006炊D机械装配吧设计跪8早0.467打2票2180梁9宪0.568蹦8孟2140踢10财0.68膊2100泛E电器装配始设计气4炒0.452啄8那545灭5咬0.67歉525瞎F原材料及校外购件购买愉5捡0.435森6视4561赴6盆0.580苹68希4432牲7野0.745用08皂4303井G机械装配娃工艺规程煤5敏0.42轧1080吹6听0.568湖8红1056疤7见0.739蛇2些1032停H零件设计捏8势0.475虏2172清9很0.578武2132堡10弊0.692芽2090老I电器装配岸工艺规程其1昼0.25抚224歌2著0.7骑208衔J制定材料渴定额无2掠0.383峡6很557.5贵3杏0.713霸1柜523.7汁5惯K零件加工担5恰0.475布5扑897停6婶0.63羊852蔽L机械装配惜16狐0.462辱3逢4128.挖8最17洋0.508液4061.轿1袭18臭0.555蚀3993.英4隆19歇0.605抬3925.玩7豆20奥0.655简8照3858添M电器装配免1技0.25骂224企2叠0.7沟208桐N调试你1善0.25带310廊2斯0.7么270郑2.3妥风险棚管理瘦模型胸疤上例中的风客险多管理伯模型如下辣：返胳盛长让假(料2.1蜂)寿拆印台铸离析抚坦(雅2.2晌)职罢丽少汉焦炉(朗2.3上)其中：活：工序洲的完工时间膜：工序搬完工时间为撞时对应的完伤工概率宾：工序米完工时间为顶时对应的成从本临：关键工序繁集合：工序数目凭：规定的项拣目完工时间血：规定的项鸟目完工成本厚3吐遗传虑算法对风险话管理浸模型的求解牛生物进化论狗的观点认为河：供生物不但遗虾传而且有变笛异，这种变高异是因为染伪色体不但复柏制而且有交企叉及基因突多变，如果这兆种变异更适顽应环境，那骗么这种产生杠变异的个体啊会繁衍下去沫，反之则被贤环境所淘汰糖，这就是适昼者生存，不安适者被淘汰末的自然法则弟。遗传算法染（gene比tica羞lgori的thms）侦简称GA就灯是J.Ho栗lland盏于1975种年受生物进捎化论的启发右而提出的。拢它是建立在凝自然选择和壳遗传变异基梅础上的迭代吧自适应概率把性搜索算法栏。它将问题疲的求解表示透成挥“浩染色体附”沉的适应生存据过程，染色商体是字符串茅编码，每一驼编码字符串裹为一候选解哈，这种染色轿体有多个，泪即有一群候果选解。通过佳“胸染色体扒”猎群的一代一察代不断变化甩，包括复制帽、交叉、和右变异等操作值，最终收敛童到哑“摇最适应环境恒”潜的个体，从漫而求得问题愧的最优解或灿满意解。糟3.1无茅算法特点碧1某GA昼对问题参数仰编码称幼“删染色体畜”纵后进行操作帜，而不是针吗对参数本身谦，这使得G岭A梁不受函数约倒束条件的限快制，如连续煌性、可导性呆等。望2GA井的搜索过程协是从问题解净的一个集合拣开始的，而炒不是从单个剑个体开始的轻，具有厅隐含并行搜酱索特性，从机而大大减小宽了陷入局部行极小的可能家。蜻3GA恨使用的遗传碌操作均是随药机操作，同绕时糟GA臂根据个体的首适应值信息摇进行搜索，口无需其他信心息，如导数粮信息等。赶4GA具旅有全局搜索厦能力，最善叮于搜索复杂荷问题和非线是性问题彩[移6]嫁。恳3.2候痛设计要素亚1确定问甜题的编码方膛案：披就是将问题疏的解用一种专编码来表示抽，从而将问嫁题的状态空区间与柄GA员的码空间相事对应，这在耻很大程度上核依赖于问题宇的性质，并么将影响遗传努操作的设计扭。由于忽GA伶不是直接在食解空间上进档行搜索，而管是在一定编罪码机制对应伙的码空间上猎进行的，因缠此编码的选财择是影响算命法性能与效逐率的重要因差素。编码方邻法有很多种赢：顺序编码积，自然数编界码，实数编烟码，二进制舰编码。指2愈确定适应值助函数：块用于对个体夹进行评价，牛也是优化过座程发展的依渡据。锯GA愁进化过程中腐基本不用如冒导数一类的艳外部信息，扒而仅用目标乡函数即适应烤值函数为依中据。适应值腾函数可以由威很多方法得租出，可以直循接利用目标拜函数，也可损以通过目标泻函数的变换加来定义。对呆于极大值问部题，可以直琴接利用目标徐函数作为适些应值函数。剧对于目标函抢数求极小值奔问题，可以托采用倒数的乳方式或用一商个极大值减扔去目标函数忘值。寒3浴算子的设计设：践这部分是爹GA阁的核心，即熄实现优胜劣搂态的进化过赞程的主体。桃该操作包括铅三个基本算小子：选择、择交叉和变异类。选择算子贯就是从群体专中选择出优捧秀个体，淘辜汰劣质个体钉的操作算子派，目前使用馒较多的是按锋比例选择和邀基于排名的矩选择策略。缩前者以正比准于个体适应烟值的概率来磁选择相应个赤体，后者则躲基于个体在讨种群中的排圆名来选择相亚应的个体。确交叉算子作背用于组合出厨新的个体，灶在解空间中雹进行有效搜勇索，同时降表低对有效模敏式的破坏概询率。常用的男有单点交叉娃和多点交叉姓，其中单点脏交叉就是随食机地在两个昌父串上选择革一个交叉点璃，然后交换晴这两个串的椒对应的子串筑。变异算子罚是为了保持第群体中的个芽体的多样性聚而在产生后劈代的过程中课使用的操作米算子。隆4芒算法参数的掠选取：缘主要包括种歪群数目、交密叉与变异概灶率、进化代浑数、种群数川目是影响算展法优化性能拖和效率的因柏素之一。通街常，种群太福小则不能提苦供足够的采揉样点，以致汁算法性能很分差，甚至得冲不到问题的土可行解；种欠群太大时尽骗管可增加优铺化信息以阻团止早熟收敛亿的发生，但耳会增加计算壁量，从而使挺收敛时间太誓长。交叉概亲率用于控制耀交叉操作的吉频率。概率栏太大时，种蜜群中串的更虎新很快，进伶而会使适应宅值高的个体联很快被破坏双掉；概率太问小时。交叉卸操作很少进项行，从而会换使搜索停滞漆不前。变异掠概率是加大督种群多样性晚的重要因素烂。概率太小菠不会产生新群个体，概率绢太大则使麦GA昂成为随机搜魄索。斯5承算法终止标铃准：径如果没有人恒为的控制，伏算法的进化诸过程将永无严止境的进行伏下去，而事佩实上可能进贸化到当前的拉结果已经是蛙最优或进化士已经停止而考并没有得到挖最优解，所疑以算法设计学中一个重要陵的问题就是尸确定算法的小终止标准。贴不过，目前昏还没有一种彩判断性能很在好，适应范恰围很广的控蒸制标准，所荷以，一般的祝GA吩程序都使用镰由用户控制伟的最大进化抚代数来控制辰算法的进程背[7]傅。极3.3轧程序流程滋遗传算法的演主要步骤可活描述如下：棒Step1柴：来随机产生初昂始种群，并叶评价每个个棋体的适应值撑。科Step2设：庄判断算法收拼敛准则是否婆满足。如果跌满足则输出同搜索结果，闲否则执行以恢下步骤。筹Step3毒：根据适应殃值大小以一梦定的方式进拨行选择。堂Step4蔑：进行遗传拔运算。复制白、交叉、变值异。产生新旅种群。刘Step5扒：重复橡Step2传到涛Step4寇，直到满足于终止条件。缘程序流程图皱见图领3.1开始开始产生初始种群产生初始种群满足停止准则满足停止准则结束Yes结束No计算适值计算适值选择选择遗传运算遗传运算更新种群更新种群沫图锤3.1丘程序流程图抓3.4骂应用呼MATLA芳B劳软件对本问惑题程序算法刃的设计奇1糕编码设计：偏本问题采用票自然数编码滋方式（包括馆0服）。例如：怕（冬2话，8，10双，5，5，等7，10，歼2，2，6旁，20，2绕，2），1草3妥个数字依次堵对应疏13燥个工序，每逢个位置上的惑数字对应该辜工序的完工廉时间选择。势如上例中带什下划线的繁2自代表第陆1槽个工序的完鬼工时间选择功2天。每个恢染色体代表深一个解决方简案。慎2碍初始种群的润产生：愿根据每道工扬序的不同完旬工时间随机般产生一个初纤始种群。由私于本问题中期个工序的完微工时间存在摄不同个数种由选择（不满上足矩阵的欲原则），所胜以时MATLA棉B烂的遗传算法聪模板中的随喝机产生自然急数编码初始励种群的函数虑不适用于本三问题。为了辰能够随机产狮生初始种群柔，本设计中月根据禁MATLA战B居矩阵赋值的芬特点逐列随珠机产生初始稠种群的矩阵倾。使3够计算适值：军在本问题中惜，是以13冈道工序中最扮小完工概率岂的最大值作傅为目标函数冬，考虑到遗充传算法本身陡就是按照最告大值排序的安特点，所以棒就以本问题白的目标函数历作为适应值片函数。适应孕值函数如下箭：萍测佩响蛾触(店3.息1龄)南本设计中，削在计算个体拢的适值的同要时，也判断萍个体是否满泉足约束条件缝。对于不满掠足约束条件陡的个体将其感适值乘以雷0.001目的系数，以奶便在下一步构骤（选择）膏时降低其被谦选择的概率罢。窑4选择策溜略：虽采用茄“识转轮盘钉”燃法，对于个跳体兆，计算其适升应值为舰，其选择概厉率为：到被灿撤习世找顶欧冰盲复(扇3.留2只)要通过产生健（0，1）获的随机数，刷根据其大小建从大到小按旧照给定的交仰叉率确定被庆选中要进行勒交叉的个体窜。珠5扔交叉运算：薯采用单点交闷叉。通过启“小转轮盘助”六产生新的种轻群。利用产肺生随机数的洽方法，选择椅父亲和母亲勤，然后再随昌机产生一个户断点，进行能交叉。6变异：役本文采用的谊方法将经上敌一步交叉后若的个体随机日取一位变异仅。由于本问凤题采用自然宽数编码方式巴，而利MATLA存B卡的遗传算法宏模板中的贝变异函数只储能做二进制使编码的变异或，所以本设扫计中设计了廊一种全新的焰可进行十进盯制编码变异屿的方法。豆7技更新种群塘：脱经交叉和变析异之后的个催体可能不满惜足成本和时闭间约束，将狂不满足约束讨的个体的适嗓值乘以0.矮001的系堆数。然后按虑个体适值的识大小与初始如种群进行比源对重新产生怖新的种群。塘8设终止准则：棋进化代数达未到规定数目丰时即终止。磁另外本设计崭还尝试运用郊模拟退火算初法中保留最饰优解的方法捏。将初始种存群的最好的样个体保留到驾一组矩阵中悲，然后使其旷与第一代进策化后的最好视个体进行比哨较，把两者副中较好的个迁体重新保留际到原矩阵组虹中。再将其惑与第三代进屿化后的最好告的个体进行讽比较，把二铁者中较好的挂再重新保留闻到原矩阵组危中。按此方城法进行下去崭，在算法结保束时将得到俯算法中出现贫过的最优解锯。经之后的局试验表明，剧这种方法可躺以有效地抑薄制遗传算法妇中随机交叉干和变异可能锄产生的退化坡对算法最后疗结果的影响烛。服3.5铸仿真结果分弄析财咏通过多次实卵验，并借助反MATLA副B抬软件的绘图宣功能绘出算过法的动态优享化曲线，借配此调整算法栋的四个参数真（初始种群茅的个体数目丰、进化代数泛、交叉率和舰变异率）得胁到本问题的朽近似最优解遇为：烈完工概率：病0.586钢6截完工时间：军57天葱完工成本：雷19513恐.95元郊工序组合：奇3-9-9乏-5-7-角6-9-2塑-3-6-什19-2-花2搭3.5.1多静态结果域分析绑1在进化玻代数贤、交叉率虑和变异率示不变的情况牙下调整初始大种群许P寒op-si林ze宰的个体数对思达优率（b废estr青ate）的石影响。熄每调整一次红做50次实惕验，得到的抹结果如表3霉.1所示：绕表3.1宫初始种群让P坚op-si话ze乏对达优率的贵影响换P苗op-si里ze腥best摄rate潜50锦200财0.7洞0.1骂100%下40辰200绕0.7防0.1把95%旋30罚200愚0.7凯0.1升80%小20担200次0.7膛0.1厚55%舅10困200及0.7咳0.1龄35%搬今从此表可以她清楚地看出况初始种群的阀个体数过小烤会导致采样劣点过少，从棚而严重影响顷算法的优化表性能。慌2捆在初始种群您的个体数、齿交叉率和变体异率不变的器情况下调整乞进化代数：梨每调整一次栏做50次实探验，得到的脂结果如表3笼.2所示：界表3.2进料化代数太对达优率的乎影响着P虑op-si肌ze胶best液rate激50宿200受0.7瓣0.1缘100%镰50缸160率0.7猎0.1贵95%裹50顷120丘0.7典0.1养85%厕50恐80和0.7盗0.1小70%舞50则40特0.7胁0.1下50%谣阁从此表可以揉清楚地看出扣进化代数过使少可能导致乓算法的不完数全进化，从五而使近似最沉优解的出现励概率降低。贸3两在初始种群灭的个体数、平进化代数和定变异率不变催的情况下调均整交叉率：校每调整一次慧做50次实欺验，得到的纯结果如表3处.3所示：姜表3.3交晋叉率冒对达优率的屠影响博P鉴op-si售ze驳best窄rate河50保200筛0.7捞0.1吴100%鞠50立200蛾0.6饶0.1今98%哀50莲200革0.5钥0.1洒89%恼50伐200涉0.4镇0.1前80%殊50芹200寸0.3粘0.1悬65%伞从此表可以俩清楚地看出随交叉率过低针可能导致算哨法的停滞不饥前，从而使摆算法产生不虹完全进化。搏3席在初始种群副的个体数、岁进化代数和争交叉率不变赢的情况下调弟整变异率：蕉每调整一次尚做50次实跳验，得到的就结果如表3哪.4所示：扭表3.4变秤异率姻对达优率的即影响蹲P尖op-si粪ze臣best鞭rate扣50您200北0.7询0.1术100%驻50洗200姿0.7对0.06恼98%呈50爽200搞0.7勒0.02缸93%态50雀200托0.7蒜0.005砍88%绘50均200鹅0.7匠0.001笛80%武从此表可以陡清楚地看出浇变异率过底酒可能导致算浊法中个体的督多样性不足偿，从而使算瓣法陷入局部妈最优。余3.5.1新动态结果狼分析栋1皱只要选择症合适的航初始种群的气个体数目、体进化代数、郑交叉率和变跪异率，算法时就会跳出困蜡扰传统优化却算法的局部狸最优问题，吉达到全局优罩化的目的。隆图要3.2为借蜻助MATL屑AB软件绘闸图功能绘制帖的四次成功允实验的算法叫动态优化过雁程图，从图呀中可以清楚狐地看出遗传歪算法在优化辱过程中跳出弊了陪局部最优。剪图巧3.2湾算法动态优徐化过程图结论疑虚拟企业面茅临的风险更前加复杂，更珍加具有随机翁性。因而如迁何有效地管铁理和控制虚替拟企业的风居险是关系到苹虚拟企业能疫否成功运行喊的关键环节扎。传统的风薯险管理方法河侧重于静态掉研究，假定线生产过程忠涝出现的风险痰因素是静态左的，然后制撤定措施去控凶制。然而，较现实生活中愧，生产是变仰化的特别是迷虚拟企业面堪临的环境复方杂，风险处绑于变动之中腿。因此，迫沙切需要对动辟态风险的管鹅理方法进行根研究。肢本文通过对么虚拟企业的骆特点和风险插的分析，根悦据虚拟企业肉按项目组织寻生产的特点链，基于马尔盖可夫过程的班单工序风险绣评价模型，蹦结合网络分请析技术提出绝了风险梨管理模型，笨并进行了仿乒真分析，仿杂真结果表明右了遗传算法芳对风险顾管理肆模型的求解涛效果是好的柜。化本文只是对建遗传算法求租解风险圣管理伯模型作了初纸步研究，未彩来还可进一煌步考虑不同特指标下的风指险掌管理点模型及算法暴的研究等。致谢前在毕业设计达的过程中，丰我的导师朽姜冠杰咐老师给了我吹很大的关怀奉，尽可能地佳为我创造了新一个良好的灿科研和学习询的榜样。她洲严谨的治学疼态度、敏锐万的学术眼光外、渊博的知诚识和一丝不友苟的工作作追风给我留下喇了深刻的印锹象，使我受乳益匪浅，同舅时也是我将礼来工作和生遍活中学习的泽榜样。在此想向导师表示龙衷心的感谢复和崇高的敬齐意。充其次，非常锈感谢学院的艇所有老师和编院领导，大昏学四年来是排他们培养了嗽我，塑造了柱我，使我懂婚得了如何去眯学习，如何弱学好习，使裕我在任何情菊况下都能款够做好每件眨事，处理好筐每一个问题页。老师的教桶诲我匙牢记在心。悟并在这次毕栏业设计中给漫予了我各方腿面的帮助和晨关怀，才使蜜我顺利完成墙我大学生涯滨的最后一次捕大型作业。现再者还要感标谢的是为我亮辛勤劳作一柔辈子的父母诵，就因为有满了他们不思号劳苦，和殷回勤的教导才盘锻炼出一个湖意志坚定，糖勤俭节约，祖知恩图报的伐我。并在本姜次设计中给拦予我物质上给的支持，特简别是精神上夫的支持。我筒将以实际行咐动来报答他劈们，不会辜艇负他们对我闷的期追望腊。白最后，对参姿加本文评阅投和答辩的各料位老师致以去诚挚的谢意迫。参考文献添[1]张悟旭梅黄河荒刘飞．敏伪捷虚拟企业照：21世纪诞领先企业的竹经营模式[准M]．北京弹：科学出版央社，200锦3袍[2]陈缓剑冯蔚东察．虚拟企业境构建与管理眠[M]．北交京：清华大轰学出版社，辛2002-锄1叙[3]邱童菀华．现代鞠项目风险管近理方法与实皱践[M]．静北京：科学着出版社，2聋003城[4]卢括有杰卢家临仪．项目风购险管理[M喉]．北京：杀清华大学出宏版社，19烈98塌[5]杨季培国眼.迁工程承包分葬析的Mar达kov方法议[J]豆.惨上海工程技铺术大学学报步，2001胸,15霞(隙2性):猴117-1静22单.约[6]M屈ehrda驳dDia概nati,惧Inso背pSon宗g,an界dMar番kTre浪iber恒．床AnIn役trodu尾ction占toG狱eneti驶cAlg砖orith夺msan筝d乖偷Evolu惭tion饶Strat痛egies冤［M］．记1,2,银3200奥Univ.帮Ave.圣West寸,阳Unive望rsity慎ofW税aterl挠oo赛,拜Ontar伤io起,和N础2L众佳3G扩1多,Can劣ada备．2002摊[7]刘社勇康立山剑陈毓屏．止非数值并行球算法中——瘦遗传算法[配M]．北京则：科学出版荷社，200废0-6康[8]姚膊东王爱民胞．MATL太AB命令大艺全[M]．祸北京：人民干邮电出版社鉴，2000该-6资[9]张诊志勇．精通刺MATLA称B6.5栏版[M]．耍北京：北京酷航空航天大眨学出版社，恩2003附录红NIND僵=20;酷燕MAXGE饼N=2拦00;鄙GGAP戴=0.9更;余PmaxF废=0.贵00000修;盘Chrom括(:,1)宵=cr趴trp(N横IND,束rep([描2;3],激[1,1]婶));抽Chrom过(:,2)培=cr窄trp(N舞IND,晕rep([基8;10]舍,[1,1昆]));车Chrom昌(:,3)用=cr海trp(N直IND,哥rep([饰8;10]命,[1,1萍]));精Chrom银(:,4)板=cr板trp(N荒IND,凡rep([丢4;5],片[1,1]疫));释Chrom钳(:,5)尽=cr收trp(N准IND,赖rep([请5;7],声[1,1]棍));子Chrom棵(:,6)亦=cr淋trp(N译IND,捆rep([父5;7],摘[1,1]准));单Chrom至(:,7)挤=cr顾trp(N毕IND,太rep([烛8;10]杂,[1,1暖]));福Chrom滚(:,8)彩=cr扰trp(N佛IND,虎rep([貌1;2],奋[1,1]捕));挺Chrom柏(:,9)尊=cr彩trp(N备IND,尽rep([混2;3],痛[1,1]浪));宣Chrom砖(:,10拐)=c谁rtrp(湖NIND,泥rep(清[5;6]撑,[1,1擦]));痰Chrom你(:,11途)=c最rtrp(竿NIND,视rep(古[16;2只0],[1弹,1]))汽;龟Chrom影(:,12帝)=c愧rtrp(府NIND,隔rep(渣[1;2]烦,[1,1判]));宽Chrom寻(:,13威)=c岂rtrp(捷NIND,孙rep(蜘[1;2]葱,[1,1继]));喉Chrom比=ro伯und(C贸hrom)伍;项gen=恳0;注[M,N]样=si艇ze(Ch吐rom);搭fori育=1:听M刚i暑fChr各om(i,熄1)==砌2罗骑pr椒o(1,1氏)=0圈.3972纵;cost埋(1,1)垄=35务9.00;券e骄lse华疏pr别o(1,1皱)=0惭.7257皆;cos匠t(1,1局)=3踩25.50酷;吼e油nd库i开fChr祝om(i,端2)==也8戏核pr玩o(1,2令)=0驳.4896昌;cos胜t(1,2但)=3树084.0门0;株e卡lsei碧fChr刃om(i,壁2)==诵9撞颗pr陆o(1,2梨)=0译.5913近;cos撤t(1,2茶)=3谁045.0诞0;菜e赢lse酱迟pr滩o(1,2梁)=0很.702;不cost向(1,2)佩=30姻06.00令;益e络nd艇e弄nd痛i邻fChr叼om(i,说3)==锣8淘笨pr义o(1,3石)=0用.4672希;cos虑t(1,3祥)=2苹180.0帐0;均e单lsei拖fChr沿om(i,样3)==影9讨送pr间o(1,3旨)=0价.5688急;cos影t(1,3受)=2馋140.0牙0;断e铺lse妹鸣pr章o(1,3扛)=0涉.68;抢cost(后1,3)定=210拴0.00;必e踪nd震e本nd忍i奇fChr乒om(i,互4)==怎4仪武pr纽o(1,4辆)=0假.4528缘;cos蚊t(1,4铸)=5拌45.00朱;贪e伍lse瘦族pr莲o(1,4即)=0赶.67;英cost(忧1,4)伤=525丙.00;桥e沈nd纽i做fChr布om(i,紫5)==仇5窗熄pr蚁o(1,5醉)=0均.4356漫;cos已t(1,5机)=4天561.0工0;羞e铺lsei枕fChr亭om(i,拾5)==班6钳恐pr麻o(1,5弊)=0倦.5806朝8;co播st(1,简5)=仍4432.羽00;概e例lse师箭pr牢o(1,5纵)=0服.7450下8;co散st(1,鹅5)=维4303.剪00;摄e垫nd程e进nd坟i夸fChr麻om(i,象6)==夜5舍浊pr插o(1,6忙)=0惜.42;割cost(演1,6)咬=108轿0.00;禾e粥lsei苹fChr持om(i,夜6)==立6以掉pr急o(1,6区)=0朽.5688城;cos殖t(1,6屯)=1各056.0竟0;止e桌lse幅金pr葛o(1,6肿)=0赴.7392三;cos农t(1,6却)=1懂032.0着0;允e蜡nd极e栗nd常i蚕fChr安om(i,膀7)==搞8蚕他pr梦o(1,7骡)=0梯.475;坊cost龙(1,7)动=21上72.00边;牙e丢lsei则fChr葱om(i,秀7)==慰9吧辣pr啄o(1,7去)=0缩.578;躁cost夜(1,7)静=21竹31.00绞;好e劈lse意俱pr太o(1,7哈)=0畅.692;对cost拥(1,7)处=20免90.00麦;竿e大nd深e户nd光i祖fChr沸om(i,技8)==证1爷啦pr创o(1,8序)=0揉.25;灾cost(羽1,8)经=224静.00;治e漆lse毕益pr皆o(1,8御)=0钟.7;c淋ost(1彩,8)=慰208.迈00;冤e隶nd怕i回fChr课om(i,泼9)==芒2与堪pr劝o(1,9礼)=0肥.3836社;cos摊t(1,9递)=5听57.50丧;拘e膨lse驴博pr少o(1,9谜)=0弄.7131代;cos纽t(1,9涛)=5撕23.75化;显e伸nd连i停fChr法om(i,绿10)=淋=5台甲pr疯o(1,1柄0)=曾0.475碰5;co徒st(1,般10)=暂897.劲00;想e惨lse见国pr搜o(1,1尽0)=圆0.63;当cost遍(1,10咱)=8衡52.00诸;誓e约nd冰i糠fChr厅om(i,畜11)=矛=16名袭pr肾o(1,1走1)=柳0.462舒3;co肿st(1,激11)=浊4128召.80;下e仙lsei个fChr赏om(i,寻11)=召=17矮鞋pr抚o(1,1伍1)=眠0.508脑;cos葬t(1,1枝1)=宁4061.肌10;铸e志lsei盆fChr银om(i,校11)=肚=18缸坐pr疮o(1,1裕1)=畏0.555博;cos株t(1,1颜1)=雨3993.殃40;太e绝lsei壶fChr叮om(i,组11)=拾=19玻搜pr侦o(1,1蚀1)=祖0.605拒;cos菜t(1,1恰1)=撕3925.缝70;边忙e漂lse求逃pr币o(1,1草1)=脸0.655纯8;co槽st(1,农11)=效3858脂.00;住e