论文摘要：基于遗传算法与蚁群算法融合的虚拟企业伙伴选择研究

　　随着工业时代转变为信息时代，实体企业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，伙伴选择问题是关键问题之一。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。伙伴企业的选择涉及多方面的因素，这使得伙伴选择变成了一个非常复杂的系统问题，因此迫切需要找到一个基于风险选择的有效解决办法。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常用的方法。目前国内外学者们提出了众多的模型和算法，也得出了不错的结果。然而这些方法既有其自身的优点又有其不足之处，有时采用不同方法得到的结果也不尽相同，在实际虚拟企业伙伴选择过程中要根据具体对象选择合适的方法。由于虚拟企业伙伴选择问题的复杂性，至今还没有公认的科学解决办法，因此需要继续寻找更合适的伙伴选择方法。　　论文首先较详细的介绍了虚拟企业的概念、特点、构建过程、组成形式及研究现状；随后说明了什么是虚拟企业伙伴选择问题及其研究意义，介绍了目前广泛使用的伙伴选择方法(如AHP法、遗传算法、Agent法和模糊推理法等)；接着介绍了蚁群算法的原理、研究现状及目前的应用领域，给出了基于蚁群算法的虚拟企业伙伴选择模型及算法；随后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。之后，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实验。在实验中，应用一个实例分别对基于蚁群算法以及基于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。结果表明，将遗传算法与蚁群算法结合起来的融合算法较遗传算法有较好的效果。