● 摘要
虚拟企业，又称动态联盟，是网络信息时代飞速发展的一种组织模式。当实体企业因不能适应快速变化的信息环境而陷入困境时，虚拟企业成为一种代替实体企业、完善组织模式的新兴产物。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。但由于涉及众多变量的影响，使得虚拟企业伙伴选择问题成为一个复杂的组合优化问题，许多学者已针对这一问题进行了大量研究，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时间尚短，至今还没有公认的有效解决办法，因此迫切需要进行这方面的研究。本论文即在阅读、学习了已有文献资料的基础上，针对虚拟企业伙伴选择方法进行进一步的研究。论文首先较详细的介绍了虚拟企业的理论、类型、建立过程、研究现状，并通过对文献中各项评价指标重要性和普遍性的研究，参考其他文献，制定了本文的评价指标，建立了目标函数。接着论文重点介绍了遗传算法、蚁群算法的原理、研究现状及目前的应用领域，简要说明了各自的优缺点，指出将遗传算法与蚁群算法进行融合的好处及必要性，并给出了动态的自适应蚁群算法，避免出现过早停滞现象。在此基础上，将遗传算法与自适应蚁群算法相融合，描述了融合算法的基本原理和方法，给出了基于融合算法的虚拟企业伙伴选择模型及求解过程；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、基本蚁群算法、自适应蚁群算法以及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，证明了融合算法在求最优解能力上要优于遗传算法和蚁群算法。