生態(tài)企業(yè)競(jìng)爭(zhēng)策略的優(yōu)化算法研究.pdf

1、企業(yè)競(jìng)爭(zhēng)策略是企業(yè)運(yùn)行決策的重要部分，是企業(yè)在激烈的市場(chǎng)競(jìng)爭(zhēng)中取勝與否的關(guān)鍵。復(fù)雜多變的競(jìng)爭(zhēng)環(huán)境和激烈的競(jìng)爭(zhēng)形勢(shì)，使得企業(yè)競(jìng)爭(zhēng)策略研究必須尋找新的思路和方法。企業(yè)競(jìng)爭(zhēng)策略的仿生化研究有利于從生態(tài)學(xué)的角度研究企業(yè)經(jīng)營(yíng)問題，將自然地啟示應(yīng)用于企業(yè)的戰(zhàn)略決策和日常管理中，使得企業(yè)從傳統(tǒng)的對(duì)抗性競(jìng)爭(zhēng)走向新型的“柔性”競(jìng)爭(zhēng)，對(duì)企業(yè)的經(jīng)營(yíng)管理和發(fā)展壯大具有舉足輕重的作用。
　　本文在企業(yè)生態(tài)學(xué)、企業(yè)進(jìn)化論等仿生化研究成果的基礎(chǔ)上，根據(jù)生物的生

2、存現(xiàn)象對(duì)企業(yè)的競(jìng)爭(zhēng)策略進(jìn)行仿生化研究，并利用優(yōu)化算法對(duì)企業(yè)競(jìng)爭(zhēng)策略進(jìn)行仿真研究。主要研究工作如下:
　　1.借鑒自然界生物個(gè)體間的競(jìng)爭(zhēng)和共存的關(guān)系法則，敘述了生物共生和進(jìn)化的生存現(xiàn)象，分析并闡釋了生物共生與虛擬企業(yè)的異同、生物進(jìn)化與企業(yè)進(jìn)化的共性與區(qū)別，闡述了虛擬企業(yè)和企業(yè)進(jìn)化是兩種仿生化競(jìng)爭(zhēng)策略。
　　2.對(duì)蟻群算法和文化算法進(jìn)行改進(jìn):加下調(diào)因子和增益系數(shù)改進(jìn)蟻群算法，它對(duì)具有不同特性的Agent進(jìn)行不同處理，引入下調(diào)因子

3、，使不同特性Agent上信息素初始值不同，增益系數(shù)使不同 Agent的選擇概率不同，這樣在理論上確保了算法根據(jù) Agent的具體特性進(jìn)行區(qū)別處理；擴(kuò)展了基本文化算法的框架，提出了多信念空間的文化算法，并根據(jù)文化算法的原理和實(shí)際需要，用組合的形式表示種群空間的個(gè)體，同時(shí)也改進(jìn)了文化算法的相關(guān)函數(shù)。
　　3.改進(jìn)蟻群算法并將其應(yīng)用于解決虛擬企業(yè)聯(lián)盟生成問題，首先給出人工企業(yè)的數(shù)學(xué)模型，然后在虛擬企業(yè)聯(lián)盟生成問題中引入“一企多標(biāo)”和資源

4、配置等實(shí)際問題，提出了一種基于任務(wù)的需求能力劃分 Agent集的多任務(wù)聯(lián)盟串行生成算法，即任務(wù)能力排序算法。實(shí)驗(yàn)結(jié)果顯示該算法擴(kuò)大了解的搜索空間，不僅避免了聯(lián)盟死鎖和資源浪費(fèi)的問題，而且解的質(zhì)量明顯優(yōu)于相關(guān)算法；該算法可以有效減少聯(lián)盟生成的搜索時(shí)間和計(jì)算量，可實(shí)現(xiàn)性較好。
　　4.改進(jìn)文化算法并將其應(yīng)用于仿真企業(yè)進(jìn)化。首先，給出了企業(yè)個(gè)體的數(shù)學(xué)描述；然后根據(jù)文化算法的優(yōu)點(diǎn)和企業(yè)進(jìn)化的特點(diǎn)，提出將文化算法應(yīng)用到企業(yè)進(jìn)化仿真中，并且提