【摘要】：為了解決公共政策優(yōu)化仿真時(shí)考察點(diǎn)不全面及耗費(fèi)時(shí)間大的問題,提出了基于遺傳Data Farming的公共政策優(yōu)化仿真模型。所提出的模型中,Data Farming被用于全面地考察輸入?yún)?shù)空間中各輸入?yún)?shù)水平對(duì)應(yīng)的輸出響應(yīng),通過把仿真過程的輸出過程看作適應(yīng)度的計(jì)算,遺傳算法被用于優(yōu)化仿真過程,提高優(yōu)化效率。分析了公共政策作用效果的影響因素,并介紹了傳統(tǒng)的Data Farming技術(shù),然后從仿真目標(biāo)、模型框架、算法等三方面介紹了所提出的優(yōu)化仿真模型。最后進(jìn)行了實(shí)驗(yàn),證明了所提出模型的有效性。
[Abstract]:In order to solve the problem of incomplete inspection points and large time consumption in public policy optimization simulation, a simulation model of public policy optimization based on genetic data arming is proposed. In the proposed model, data arming is used to investigate the output response corresponding to each input parameter level in the input parameter space. The genetic algorithm is used to optimize the simulation process by considering the output process of the simulation process as the calculation of the fitness. Improve the efficiency of optimization. This paper analyzes the influencing factors of the effect of public policy, and introduces the traditional data arming technology. Then, the optimization simulation model is introduced from three aspects: the simulation target, the model framework, the algorithm and so on. Finally, experiments are carried out to prove the validity of the proposed model.
【作者單位】： 華南理工大學(xué)工商管理學(xué)院;五邑大學(xué)管理學(xué)院;
【基金】：國家自然科學(xué)基金(70471074) 廣東省科技計(jì)劃項(xiàng)目資助(2004B36001051)
【分類號(hào)】：C931.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何超;許康;;我國管理科學(xué)研究熱點(diǎn)及代表人物的可視化分析[J];財(cái)經(jīng)理論與實(shí)踐;2011年04期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會(huì)議論文 前1條

1 陳世權(quán);;智能化管理信息處理技術(shù)的研究與發(fā)展[A];第12屆全國模糊系統(tǒng)與模糊數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2004年

相關(guān)博士學(xué)位論文 前1條

1 謝凡榮;網(wǎng)絡(luò)優(yōu)化中若干問題高效能算法研究及其在管理中的應(yīng)用[D];南昌大學(xué);2009年

相關(guān)碩士學(xué)位論文 前5條

1 王偉;任務(wù)工期不確定的資源受限項(xiàng)目調(diào)度優(yōu)化[D];浙江大學(xué);2010年

2 崔海波;基于流程的組織結(jié)構(gòu)設(shè)計(jì)關(guān)鍵問題研究[D];國防科學(xué)技術(shù)大學(xué);2007年

3 劉桂琴;GEP在演化建模中的應(yīng)用[D];華中師范大學(xué);2009年

4 高太光;基于改進(jìn)GA的面向Agent多議題自動(dòng)談判研究[D];黑龍江科技學(xué)院;2011年

5 趙勝敏;基于螞蟻算法在管理優(yōu)化方面的研究[D];天津大學(xué);2006年

，

本文編號(hào)：2134562