Soft Computing in Industrial Applications
Soft Computing in Industrial Applications
复制标题
工业应用中的软计算
DOI：
10.1007/978-3-642-11282-9_31
复制
发表时间：
2010
期刊：
影响因子：
--
通讯作者：
Tiwari A
中科院分区：
文献类型：
--
作者：
Tiwari A
当前大多数业务流程优化的尝试都是手动的，不涉及任何正式的自动化方法。本文提出了一个业务流程多目标优化的框架。该框架使用正式定义的通用业务流程模型，并将流程成本和持续时间指定为目标函数。业务流程模型被编程并合并到一个软件平台中，其中选择的多目标优化算法应用于五个测试问题。测试问题是不同复杂度的业务流程设计，并使用三种流行的优化技术（NSGA2、SPEA2 和 MOPSO 算法）进行优化。结果表明，尽管业务流程优化是一个搜索空间碎片化的高度受限问题，但 NSGA2 和 SPEA2 等多目标优化算法产生了数量令人满意的替代优化业务流程。然而，即使问题复杂度略有增加，优化算法的性能也会急剧下降。本文还讨论了该领域未来的研究方向。
Most of the current attempts for business process optimisation are manual without involving any formal automated methodology. This paper proposes a framework for multi-objective optimisation of business processes. The framework uses a generic business process model that is formally defined and specifies process cost and duration as objective functions. The business process model is programmed and incorporated into a software platform where a selection of multi-objective optimisation algorithms is applied to five test problems. The test problems are business process designs of varying complexities and are optimised with three popular optimisation techniques (NSGA2, SPEA2 and MOPSO algorithms). The results indicate that although the business process optimisation is a highly constrained problem with fragmented search space, multi-objective optimisation algorithms such as NSGA2 and SPEA2 produce a satisfactory number of alternative optimised business processes. However, the performance of the optimisation algorithms drops sharply with even a slight increase in problem complexity. This paper also discusses the directions for future research in this area.
使用双正交小波的子带图像编码
DOI：
--
发表时间：
1992
期刊：
影响因子：
--
作者：
Cha;K. Aizawa;T. Saito;M. Hatori
通讯作者：
M. Hatori
用于学习矢量量化的模糊算法
DOI：
--
发表时间：
1996
期刊：
IEEE Trans. Neural Networks
影响因子：
--
作者：
N. Karayiannis;Pin
通讯作者：
Pin
使用遗传算法进行无线图像通信的 MS-GS VQ 码本设计
影响因子：
14.3
作者：
Daijin Kim;Sunha Ahn
通讯作者：
Sunha Ahn