含有模糊变量双层规划模型的混合智能算法

针对含有模糊变量双层规划模型,将模糊模拟、神经网络、微粒群算法有机的结合起来,给出了求解模型的混合智能算法,并将该算法应用于两级政府高等教育投资模糊期望值双层规划模型和模糊相关机会双层规划模型的求解,实例验证了混合智能算法的有效性和实用性.     

模糊多目标有约束投资项目选择建模

基于模糊多目标评价 ,对有约束条件的多个投资项目的选择问题 ,建立了一个模糊规划模型 ,利用一种对模糊数排序的解模糊函数 ,对集结成的各项目的非线性模糊综合评价值解模糊 ,将模糊规划模型转化为线性规划模型求解 ,最后给出了一个例子.     

求解模糊机会约束规划模型的微粒群算法

针对现在不确定规划领域中存在的模糊机会约束规划模型和群智能优化方法-微粒群算法,提出了一种求解模糊机会约束规划模型的新混合智能算法.该算法利用微粒群算法并运用模糊模拟技术对模糊机会约束规划模型的规划问题进行分析和数值求解,因而无需像传统的基于遗传算法的混合智能算法那样需要很长时间并经过复杂的计算才能得到结果.通过对实际模型的分析和数值求解,给出了应用该方法的具体步骤,说明了该混合智能算法的合理性和有效性.     

一类混合机会约束整数规划模型及其应用

提出并建立了一类混合机会约束整数规划模型,该模型同时含有模糊和随机参数。运用随机模拟与模糊模拟相结合的技术,给出了求解该机会约束整数规划模型的遗传算法。针对一类生产计划问题,在模糊和随机两类不确定因素同时并存的情况下,分析建模和数值求解,结果说明了模型和算法的适用性和有效性。     

动态投入产出模糊最优控制模型

本文建立了动态投入产出问题的模糊最优控制模型，并把模糊最优控制问题转化为通常的（非模糊的）数学规划问题，从而可利用数学规划方法求解这个模糊最优控制问题.     

模糊随机需求模式下的扩展报童模型与求解算法

将模糊随机需求期望值理论引入对模糊随机需求模式下单周期库存优化问题研究，建立了模糊随机收益期望值最大化的单一产品模糊随机报童模型和多产品模糊随机规划报童模型．并根据遗传算法理论和计算机模糊随机变量模拟技术设计了求解模型的智能算法。     

基于改进PSO的加权直觉模糊多目标规划

针对模糊多目标规划不区分各目标重要程度的缺陷,提出了一种加权直觉模糊多目标规划模型.首先,在模糊多目标规划的基础上,进一步定义目标函数和约束函数的非隶属函数;然后,对目标函数的隶属和非隶函数分别加权求和,通过直觉模糊"最小-最大"算子,提出了加权直觉模糊多目标规划模型,并用改进的微粒群算法求解;最后,通过一个算例表明,加权直觉模糊多目标规划的收敛速度很快,既可收敛到可行域中的最优解,又可收敛到容许偏差范围内的最优解,具有较大的实用性.     

模糊网络的活动最优延续时间分析

建立了模糊网络中满足规定工程周期的活动最优延续时间的模糊模型,并给出了该模型等价的具有二个目标层次的多目标规划模型。进而运用分层规划法得到了模糊网络的活动最优延续时间。最后,给出了一计算算例。     

集约生产计划的机会约束规划方法

对具有模糊需求量、模糊加工能力约束以及资本水平约束的多品种类集约生产计划的机会约束规划描述和求解方法进行了研究．应用机会约束规划构造满足需求的可能性水平函数，讨论了可能性分布函数的性质，建立了具有模糊需求量集约生产计划问题的机会约束规划模型，并提出了求解模型的总体步骤，使其在模糊环境下的决策过程更具柔性．     

集约生产计划问题参数规划模型的转换与分解算法

为求解模糊的集约生产计划问题,从模糊集约生产计划已清晰化后的参数规划模型着手,将参数规划模型进行分解,提出了分解算法,并将分解算法与分枝定界法进行了比较分析,仿真结果验证了这种算法的有效性与优越性.     

基于需求预测的分销系统成本模型

研究一类分销系统的成本模型,在不规则的需求模式下,将一类模糊系统模型引入需求预测领域,然后,在需求预测的基础上给出一段时间内中心仓库和各个零售商的成本模型.最后,通过一个算例说明模糊系统模型与传统的统计模型在预测精度、分销系统及其成员的总成本和服务水平方面的差异.运算结果表明,在研究基于需求预测的分销系统成本优化问题时,模糊系统模型更优于统计模型.     

基于模糊交货期分布式多工厂单件制造业的生产计划

描述了基于模糊交货期分布式多工厂单件制造业生产计划，建立具有不同类型模糊交货期的生产计划模型，提出适合于分布式多工厂单件制造业生产计划的算法。计算结果表明模型的有效性。     

基于GA-Fuzzy的混沌系统辨识研究

提出用遗传算法优化的Takagi-Sugeno-Kang(TSK)模糊模型对未知或不确定的混沌动力学系统进行辨识。在辨识未知混沌系统的TSK模型过程中，只需利用未知混沌系统的输出时间序列。首先，采用模糊聚类分析方法从训练数据建立其初始TSK模糊模型。然后采用实数编码的遗传算法对初始模型进行优化设计。同时为防止破坏模糊规则的语义属性，对遗传搜索空间采取了适当的限制。用辨识模型重建吸引子方法定性地评价辨识模型，通过计算辨识模型的Lyapunov指数定量地评价辨识模型的性能。仿真结果表明，该辨识模型能很好地逼近原混沌动力学系统，准确地体现原混沌系统的动力学特性。     

不确定条件下的含存储时间有限的FlwoShop生产调度

针对企业中的不确定性因素 ,研究了不确定条件下的 Flow Shop生产调度问题 ,建立了基于模糊规划理论的模糊处理时间下的含存储时间有限型中间储罐的 Flow Shop的调度模型 ,将“中间值最大隶属度”算法从线性推广到非线性的调度模型中来 ,将模糊的优化问题转换为普通的优化问题 ,最后结合模拟退火算法 ( SA)进行优化求解 ,仿真结果证明了采用该算法的可行性     

Output consensus for heterogeneous nonlinear multi-agent systems based on T-S fuzzy model

In this paper, the output consensus problem of general heterogeneous nonlinear multi-agent systems subject to different disturbances is considered. A kind of Takagi-Sukeno fuzzy modeling method is used to describe the nonlinear agents’ dynamics. Based on the model, a distributed fuzzy observer and controller are designed based on parallel distributed compensation scheme and internal reference models such that the heterogeneous nonlinear multi-agent systems can achieve output consensus. Then a necessary and sufficient condition is presented for the output consensus problem. And it is shown that the consensus trajectory of the global fuzzy model is determined by the network topology and the initial states of the internal reference models. Finally, some simulations are given to illustrate and verify the effectiveness of the proposed scheme.     

基于多属性模糊Petri网的知识化制造系统产品需求预测

为强化模糊Petri网的知识表示能力, 提出了一种多属性模糊Petri网(AFPN), 即在模糊Petri网的基础上, 为每个库所及权值赋予与实际系统相对应的多个属性, 以简单模型结构完成具有多个属性的系统的建模．利用知识化制造系统的知识库, 对多属性模糊Petri网进行属性分解、属性合并以及训练更新, 并对不规则模型进行规则化, 可以在原有产品的AFPN模型基础上简单快速建立后续产品的AFPN新模型．在产品需求预测的实例中, 采用原材料和产品的各需求相关因素建立产品的需求预测AFPN, 实现了产品需求的快速预测．     

Fuzzy Views on Black-Litterman Portfolio Selection Model

In this paper, views of investor are described in fuzzy sets, and two fuzzy Black-Litterman models are constructed with fuzzy views and fuzzy random views respectively. In the models, expected returns and uncertainty matrix of views are redefined and the views are formulated by fuzzy approaches suitably. Then the models are tested with data from Chinese financial markets. Empirical results show that the fuzzy random views model performs the best, and both the fuzzy models are better than the traditional ones, demonstrating that the fuzzy approaches can contain more information in the views and measure the uncertainty more correctly.     

Fuzzy EPQ inventory models with backorder

This paper considers the economic production quantity (EPQ) problem with backorder in which the setup cost, the holding cost and the backorder cost are characterized as fuzzy variables, respectively. Following expected value criterion and chance constrained criterion, a fuzzy expected value model (EVM) and a chance constrained programming (CCP) model are constructed. Then fuzzy simulations are employed to estimate the expected value of fuzzy variable and α-level minimal average cost. In order to solve the CCP model, a particle swarm optimization (PSO) algorithm based on the fuzzy simulation is designed. Finally, the effectiveness of PSO algorithm based on the fuzzy simulation is illustrated by a numerical example. This research is supported by the National Natural Science Foundation of China under Grant No. 70471049.