带有不确定时间的单机加权成套订单数问题

从实际应用出发,在成套订单数最大的单机排序问题中,加入了不确定量——不确定加工时间,并建立了该问题的不确定模型.利用一套混合智能算法,通过一个算例对这类排序问题进行了说明,计算结果表明了模型的合理性及其算法的有效性.     

带有不确定时间的并行机排序问题

从实际生产应用出发,在并行机排序问题中,加入了不确定变量———不确定加工时间,针对最大完工时间的数学模型,给出了3个不确定数学规划模型,且通过一个数值例子,利用混合智能算法对其中一个模型求解,计算结果表明了模型的合理性及其算法的有效性.     

不确定经验分布下的成套订单数模型

基于不确定理论,在单机加权成套订单数问题中,建立了该问题的新的不确定模型,并利用不确定经验分布的方法对此类问题进行了说明.最后给出算例,并且运用Matlab求出了其最优解.     

不确定风险模型的不确定生存率

基于不确定理论的极值定理中最大值的不确定分布，以及风险模型中最大损失的定义及其独立增量性质,定义并证明了不确定风险模型的不确定生存函数,并给出2个基本性质.利用不确定生存函数和不确定更新过程的分布函数的定义,证明了保费和索赔均带折现率的不确定离散风险模型的不确定生存函数.     

用基于蚂蚁算法的混合方法求解不确定TSP问题

首次提出不确定旅行商问题模型, 此模型将路径长度看作动态可变的, 并考虑了交通运行中的不确定因素, 比经典旅行商(TSP)问题更具有灵活性及实用价值, 利用此模型得到的结果更适于指导车辆对运行路线的选择. 同时使用一种基于蚂蚁算法的混合方法求解不确定旅行商问题, 即引入3-opt方法对问题求解进行局部优化. 实验结果显示, 该方法能够加速蚂蚁算法的收敛性.     

不确定旅行商问题的期望-方差模型

旅行商问题(TSP)是组合优化领域中的一个典型的NP难问题.在现实生活中,许多因素往往是不确定的.为此,本文主要讨论了不确定环境下的旅行商问题.基于花费的费用具有不确定分布,从旅行者的利益出发建立了带有方差约束的花费期望最小化模型.最后,通过数值例子验证了该模型的有效性.     

不确定目标机会约束规划模型及在指派问题中的应用

基于不确定理论以及不确定规划模型,研究了目标函数在一定置信水平下取得最值的一类不确定目标机会约束规划模型,并研究了指派问题的不确定目标机会约束规划模型,给出求解此模型的算法.最后,给出应用实例说明模型的合理性及算法的有效性.     

基于领域知识的不确定关系模式集成

为了解决关系数据库中关系模式集成中的不确定问题,提出了一个基于领域知识的不确定关系模式集成模型。该模型运用领域知识、语义集成方法和证据组合方法处理模式集成各个阶段的不确定性,并给出了各阶段不确定度的表示和计算方法。文中给出了不确定匹配关系和不确定模式集成的全新定义,提出了一种全局集成模式可信度的计算方法。实例分析证明该模型是可行的,与已知方法相比具有较高的执行效率和较低的时间复杂度。     

不确定因果理论的基于模型诊断

给出当待诊断系统的模型为不确定因果理论时 ,基于模型诊断和模型中心诊断等概念 ,论证基于模型中心诊断与 U -S本原蕴涵 /蕴涵式的直接关系 ,并且根据知识不确定程度对候选诊断进行排序 .指出对经典因果理论基于一致性中心诊断和中心溯因诊断的刻划仅仅是文中刻划的对应诊断的两个特殊情形     

基于Topsis方法的区间直觉模糊多属性决策方法

提出一种权系数信息不完全确定且准则值为区间直觉模糊集的多准则排序方法．给出了区间直觉模糊数之间的距离公式,并定义了区间直觉模糊正、负理想点,通过计算各方案与理想方案和负理想方案的距离,并结合不完全确定的权系数建立线性规划模型,利用manab求解所得优化模型,得出最优准则权系数,通过比较方案的直觉模糊集与理想方案和负理想方案的距离,得到方案集的排序,最后的数值计算说明了该方法的有效性和可行性．     

培养学生学习数学的好奇心--引导学生根据PPM模式自己提出问题

问题提出是培养学生数学好奇心的一个重要方面,PPM模式(问题提出模式)的应用有助于学生自己提出问题,教师运用典型实例结合现代多媒体技术来引导学生探索问题模式,是现代数学教学的一大特色.     

求解最大割问题的分枝定界算法

最大割问题是图论中的一个典型的NP困难问题。文中基于最大割问题的半定规划松弛模型，给出了最大割问题的一种二次规划松弛模型，并且理论证明了提出的二次规划松弛模型要优于半定规划松弛模型。在谈模型的基础上，利用分枝定界算法求解最大割问题。对小规模和中等规模的最大割问题分别作数值实验。实验表明分枝定界算法能够给出最大割问题一个好的近似解，是求解中小规模最大割问题的有效方法。     

定位路线问题的两阶段禁忌搜索算法研究

定位路线问题是定位配给和车辆路线问题的集成。分析了定位路线问题的含义,建立了此问题的数学模型,并用Lingo 10.0验证了模型的正确性。由于该模型属于NP-hard问题,设计了两阶段禁忌搜索算法:第一阶段用禁忌搜索算法求解定位配给问题,确定设施定位及客户分配;第二阶段用禁忌搜索算法求解车辆路线问题,经过两个阶段的多次迭代求得定位路线问题的优化解,通过实例计算验证该算法的可行性和有效性。     

非线性模型匹配问题的研究

研究了非线性系统的模型匹配问题（ＭＯＤＬＥＭＡＴＣＨＩＮＧＰＲＯＢＬＥＭ简称ＭＭＰ）。模型匹配是指，用参考模型的输入输出行为匹配结果，为实际控制系统设计一个补偿原，实质上就是强制的模型跟踪问题。文中所述非线性模型匹配问题的局部解决是通过静态反馈解耦后给出的。其指导思想是在一般条件下，当且仅当线性化控制系统和参考模型在其平衡点附近可解，则非线性模型匹配问题才可解。而且，一般条件是可辨识的。这些条件也可用来解决实际控制系统的动态输入输出解耦问题。     

用进化变邻域搜索算法求解闭合供应链选址问题

针对逆向物流依赖于物流网络的合理规划与设计，提出选址问题，通过分析闭合供应链规划设计中的选址定位，建立了相应的数学模犁。模型中正向物流和逆向物流共享运输网络，把需求量作为随机变量处理，以供应链的总运营成本作为优化目标，为解决闭合供应链选址这个NP难题，提出了种基于进化策略的变邻域搜索算法。通过设计基于多个算例的仿真试验表明：所建立数学模型和所提出算法是有效的。     

M-O模型的拟合优度检验

针对在软件可靠性中广泛使用的M-O模型,考虑了如何判定其是否适合特定的软件系统的问题.首先将该问题转化成了统计中的拟合优度检验问题,然后为该检验问题提出了一个合理的检验统计量,证明了统计量的渐近正态性,并给出了检验的拒绝域.     

Sticker DNA computer model ——PartⅡ: Application

Sticker model is one of the basic models in the DNA computer models. This model is coded with sin-gle-double stranded DNA molecules. It has the following advantages that the operations require no strands extension and use no enzymes; What抯 more, the materials are reusable. Therefore, it arouses attention and interest of scientists in many fields. In this paper, we extend and improve the sticker model, which will be definitely beneficial to the construction of DNA computer. This paper is the second part of our series paper, which mainly focuses on the application of sticker model. It mainly consists of the following three sections: the matrix representation of sticker model is first presented; then a brief review of the past research on graph and com-binatorial optimization, such as the minimal set covering problem, the vertex covering problem, Hamiltonian path or cycle problem, the maximal clique problem, the maximal independent problem and the Steiner spanning tree problem, is described; Finally a DNA algorithm for the graph iso-morphic problem based on the sticker model is given.     

PRAPS：一个用于自动程序设计的问题表示系统

提出了使用领域知识与专家系统技术形成形式问题模型的方法，并在ＰＲＡＰＳ系统中得以实现。这一方法的应用，使用户仅以自然语言形式提出问题，经ＰＲＡＰＳ系统，最终形成描述问题的形式化模型，从而为自动设计解决问题的程序奠定了基础。     

二次背包问题的秩二松驰

把对最大割问题进行秩二松驰的思想应用到二次背包问题上,得到二次背包问题的秩二松驰模型.应用罚函数法求得该模型的最优解,再利用扰动算法将该最优解转化成二次背包问题的解.     

用集成神经网络模型建立预测模式

采用分治策略,提出了集成神经网络模型,该模型可以有效解决在利用人工神经网络在大型数据集上建立预测模式的过程中所面临的规模问题、收敛问题和表示问题,模型具有良好的学习继承性扩展性。