题目：改进遗传算法与蚁群算法融合的虚拟企业伙伴选择研究

从工业时代过渡到信息时代的过程中，实体企业因不能适应环境变化而陷入困境，虚拟企业逐渐代替实体企业，成为与信息时代相适应的新型组织模式。在虚拟企业的建立过程中，如何进行伙伴选择是关键问题之一。虚拟企业伙伴选择问题是一种组合优化问题，该问题已经引起了许多学者的关注并进行了大量的研究，然而伙伴企业的选择因为涉及众多因素而成为一个非常复杂的系统问题，目前国内外学者们提出了众多的模型和算法，其中建立伙伴选择数学模型并选择优化方法来帮助虚拟企业选择伙伴是最常用的，也得出了不错的结果。但由于虚拟企业伙伴选择问题自身的复杂性和研究深入程度不够，至今还没有公认的科学解决办法，因此迫切需要找到一个合适有效的解决办法。论文首先较详细的介绍了虚拟企业的概念、特点、评价指标、分类、构建过程、组成形式及研究现状；随后阐述了虚拟企业伙伴选择问题的研究意义，介绍了目前已有的研究成果，(如AHP法、遗传算法、Agent法和模糊推理法等)。接着通过对文献中各项评价指标重要性和普遍性的研究，制定的本文伙伴选择模型的评价指标，并建立了目标函数。介绍了蚁群算法的原理、研究现状及目前的应用领域，简要说明了蚁群算法和遗传算法各自的优缺点，指出将遗传算法与蚁群算法进行融合的好处及必要性，给出了基于有向网络图改进的蚁群算法的虚拟企业伙伴选择模型及算法。随后在算法中进行了Max-Min和参数动态调整的改进，更好地避免优化算法出现过早停滞现象。在论述融合算法阶段，描述了遗传算法与蚁群算法融合的基本原理和方法，给出了基于遗传算法与蚁群算法融合的虚拟企业伙伴选择模型及算法；最后用Matlab编写程序进行了数值仿真实验，在实验中，应用一个实例分别对遗传算法、蚁群算法以及改进融合算法的伙伴选择方法进行仿真实验，并对实验结果进行分析，证明了改进的融合算法在求最优解能力上要优于遗传算法和基本蚁群算法。