模糊证券投资组合的期望值模型

讨论了当投资的预期收益率和风险损失率为模糊变量时,证券投资组合模型的优化问题.建立了证券投资组合决策系统的期望值模型,并设计了基于模糊模拟的遗传算法进行求解.该方法有效地解决了模糊证券投资组合问题.     

基于相似度测量法的模糊最短路径问题

提供了一种基于相似度测量法处理模糊最短路径问题的算法,通过计算各路径的相似度找到模糊最短路径长度,并获得相应的模糊最短路径.     

模糊多层线性规划问题的交互式模糊规划法

对于带有模糊参数的线性多层规划问题，其求解算法往往要考虑决策变量的满意度，提出在不考虑决策变量满意度的情况下，给出其交互式模糊规划法，大大简化了原问题的求解．     

具有模糊变量和模糊约束的模糊线性规划问题

提出一类具有模糊变量和模糊约束的模糊线性规划问题,给出了求解的算法步骤,得到了原问题的模糊最优解．     

模糊随机多目标规划性质的研究

在模糊随机环境下,针对于多目标规划问题的性质,给出了一系列的重要结论。首先,基于模糊随机理论,提出了模糊随机多目标规划问题的期望值模型,实现了对实际问题的不确定性到确定性的转化, 并为解决实际问题提供了理论模型。规划问题的凸性在优化理论中占有非常重要的地位,因此,对于所提出模型的凸性,利用模糊随机变量的期望值的特殊性质,给出了严格的证明。 定义了模糊随机多目标规划的期望值绝对最优解、期望值有效解及期望值弱有效解的概念,并研究了它们的性质。根据生活中的实际问题所建立的模糊随机规划模型的求解,所得结果为其算法的研究及最优决策的执行提供了重要的理论依据。     

变量模糊的广义模糊线性规划问题

根据判断有界闭模糊数大小的偏序方法，将一类含模糊变量的广义模糊线性规划等价成一个普通多目标线性规划问题，然后分两步求解单目标规划问题，从而得到原问题的模糊最优解．     

求最短路径问题的自适应路由遗传优化算法的设计与实现

从最短路径问题的研究背景、最短路径问题概述、求解最短路径问题的自适应路由遗传优化算法的设计及其实现等方面提出了一种新的求解最短路径问题的自适应路由遗传优化算法,实验仿真比较了该算法与Dijkstra算法的路由过程、算法的收敛性和执行的效率,结果初步证明该算法高效可行,尤其适合于大规模网络.     

基于网络限制的最短路模型

带限制的网络是一类特殊的网络,如具有禁止通行限制信息的交通路网.由于此类网络的最短路径的求解是有后效性的,因此经典的Dijkstra算法等就无法用来解决此类问题.提出了一种路网带限制的交通网络最短路径建模方法.该方法将具有禁行限制的特殊网络转化成一个一般的网络模型,从而可用任一传统高效的算法完成对其最短路径的求解.     

具有模糊变量的线性规划问题的求解方法

针对含模糊变量的线性规划问题,研究了其求解方法。将单纯形法应用于模糊线性规划问题中,从而无需转化为经典线性规划问题就能得到满意的模糊最优解,算例表明此方法是有效的。     

模糊最短路问题的一种新算法

作者讨论了从一个指定点到另一个指定点的最短路问题,其弧长都是不精确的模糊数.利用模糊数的某种序关系,作者提供了一种新算法来处理模糊最短路问题,该算法由基于中心点的模糊数比较方法构成,基于中心点的模糊数比较方法可找到模糊最短路长,并获得相应的模糊最短路径.作者给出了4个解释性的实例并验证了算法的可行性.     

带有模糊约束最短路问题的数学模型及算法

针对带有模糊约束的最短路问题,在其模糊线性规划模型的基础上,利用容差法和罚函数法对该模型进行转化,得到了与原模型具有相同最优解与最优值的转化模型,并提出一种修正的萤火虫算法求解转化模型.数值算例结果表明,该模型与算法对求解带有模糊约束的最短路问题有效.     

模糊随机约束等价形式的有效性

最短路问题是寻找从原节点到其他节点最短的距离,它在交通运输、行程安排、信息传递中有很重要的作用.研究了具有模糊随机弧长的多属性最短路问题,通过比较解原模型与等价模型来解释模糊随机约束等价形式的有效性.     

基于模糊神经网络的无人机实时避障算法

针对模糊控制避障算法在障碍物信息未知的环境中适应性不强,难以有效规避"凹多边形"障碍物的问题,提出了一种基于模糊神经网络的无人机实时避障算法.采用等效夹角对模糊控制器的输入变量进行优化设计,克服了单一角度或距离在障碍物表征方面的局部片面性.基于BP神经网络理论设计了模糊控制器的初始隶属度函数和模糊神经网络架构;将模糊控制器在多个未知环境下生成的有效避障数据作为训练数据集,对模糊神经网络进行训练.仿真结果表明:所提出的模糊神经网络方法与模糊控制器相比具有更强的适应性,在面对未知复杂障碍物时避障更加灵活、路径更短,避障成功率更高.     

关于动态最短路问题的探讨

主要研究网络优化领域中一种具有动态特征的最短路问题,给出了离散时间模型下关于时间和费用的动态最短路问题的描述,通过引入时间扩张图概念,将动态最短路问题转化为对应的静态网络中的最短路问题,讨论了两类动态最短路问题的复杂性并给出算法。     

基于可信性测度的模糊用户平衡交通分配模型

考虑出行行为选择的模糊性以及可信性测度,同时兼顾可能性与必要性的优势,采用三角模糊数作为路段阻抗,建立了基于可信性的模糊多路径分配模型以及模糊用户平衡分配模型．以期望最短路为参照,提出了模糊有效路径的概念,给出了模糊多路径分配算法．在此基础上构建了模糊用户平衡分配的MSA算法．运用一简单算例进行了仿真试验,试验结果证明...     

一类基于模糊图论的费用与时间最优化问题的模型

在寻求工程实施的最小时间和费用等最优化方案时，构造了多因素隶属度PERT图和隶属函数模型；并运用模糊约束量来解决带最小化时间因素的最小费用流问题。     

Expected Value Method for Fuzzy Multiple Attribute Decision Making

Introduction Multiple attribute decision making (MADM), which entails decision making problems with multi- alternatives and multi-attributes, is widely applied in engineering, economics, management, military affairs society, and so on. In many real-world …     

最短路问题的灵敏度分析与最短路调整

本文讨论的是无负回路的有向网络,在己知网络各节点间最短路的前提下,当网络中的个别节点、权值、弧发生变化时,变化对最短路有无影响,若有,如何利用变化前的最短路得到改变后的最短路,即:利用网络的独特优势,建立最短路问题的灵敏度分析算法.     

改进的蚁群算法在智能导游系统路径优化中的应用

为了解决游客选取最短旅行线路的困扰,在智能导游系统中加入路径分析的功能.将改进的蚁群算法应用于最短路径分析中,通过获取不同景点的ID号以及地理位置找到一条通过每个景点且只通过一次的最短旅行路线,仿真结果表明达到了预期的目标.