两类多目标广义指派问题的有效算法及其应用

讨论了两类目标广义指派问题,给出了它们的多目标整数线性规划数学模型,并结合模糊理论与解决传统指派问题的匈牙处算法提出了一种新的求解算法——模糊匈牙利法。给出了该方法在物资供应中的应用。     

多目标模糊指派问题的解法

针对目标系数为模糊数的多目标指派问题,首先将其目标系数进行规范化处理,其次对各目标函数进行归一化处理,根据各目标函数的系数确定各目标函数的权重,最后,将多目标模糊指派问题转化为单目标经典指派问题进行求解。     

多目标指派问题及其在物流供应中的应用

将多目标指派问题与模糊数学思想相结合,把各目标下的属性值矩阵转化为模糊关系矩阵,再将模糊关系合成矩阵与解决传统指派问题的匈牙利方法结合起来,提出了一种新的求解方法：模糊匈牙利法,并结合物流供应说明了该方法的应用。     

广义模糊指派问题的解法

对于指派问题,工作未完成之前,其效率矩阵中的元素应该是不确定的。但是决策者为了得到具有指导性的决策,有必要对效率矩阵中的元素进行统计或粗略估计。由此产生了更加贴近于现实生活中的不确定环境中的指派问题。针对现实生活中的模糊指派问题,讨论了模糊指派问题出现的三种可能情况,分别建立了它们的数学模型。将求解传统指派问题的匈牙利算法和伏格尔法进行了推广,讨论了模糊指派问题的求解方法,并结合算例进行了说明。     

基于粗糙集的人力资源模糊指派

分析了传统指派问题存在的不足并介绍了粗糙集理论和模糊指派,在此基础上研究了动态联盟企业在新产品开发过程中人力资源的指派问题.首先建立问题的数学模型,应用变精度粗糙集理论对技术人员的素质指标进行属性约简和权系数计算,同时指标属性中考虑技术人员的个人意愿,调动其主观能动性,然后利用专家对指标属性进行模糊评判并根据粗糙集得到的权系数形成综合矩阵,将其转化为单目标决策问题,应用匈牙利算法求解,最后给出了企业的应用实例,结果证明了算法的有效性和模型的实用性.     

保鲜物流中心选址问题研究

在介绍保鲜物流及保鲜物流中心内涵的基础上,应用多目标模糊指派决策模型解决了保鲜物流中心的选址问题,并设计了一个算例,该算例说明这种方法较之其他方法更具实用性和可操作性．     

指派问题的模糊数学方法求解研究及其启发

从指派问题的最优化实质出发，分析了指派问题匈牙利解法的管理意义，进而导出了若干有实用指导意义的指派原则。根据指派问题的现实特点进行扩展，建立了模糊效率矩阵，并按导出的指派原则结合模糊数学原理求解了该模糊效率矩阵。对指派问题模糊化求解的过程启发我们：管理问题的定量化处理意义，不仅在于能求出最优解，而且在于它同时含有丰富的管理指导意义。     

一种模糊多层多目标群决策方法的研究

将AHP方法运用到层次多目标群决策中，确定多层目标准则体系中的目标层和准则层的权系数，符合判断指标一致性的需要，而对各方案关于各个准则的权重，采用模糊语言进行评价，满足决策实用性的需求．结合模糊最大最小集法和上述方法，提出了一种带有偏好的模糊多层多目标群决策方法，并用算例对其求解过程进行了说明．     

模糊匈牙利决策模型及其应用

将模糊关系矩阵与解决指派问题的匈牙利方法结合起来，提出了有约束多目标系统的一种新决策方法；模糊匈牙利法，并建立其模型。最后通过比较，该方法简便，效果很好。     

生产调度问题的模糊满意优化

研究了生产调度的模糊多目标优化问题．分析了生产调度问题中的优化目标和系统约束的模糊性，分别定义了其模糊满意度，形成了一类具有模糊目标和模糊约束的多目标优化模型，运用模糊优化算法进行求解，对一算例进行了仿真研究，验证了该算法的有效性。     

飞机排班问题的模糊优选动态规划模型

提出一种基于多目标模糊优选动态规划方法有效解决飞机排班问题的新算法.该算法将二级模糊模式识别理论与动态规划概念相结合,建立了以飞机使用均衡、航班尽快恢复为目标函数的多阶段多目标前向动态规划模型,从第一阶段开始,对各阶段的可行决策进行多目标模糊优选,依次向后递推得到调度结果.实验数据表明,飞机调度策略与实际飞机排班结果一致,耗时仅9.06s,该算法能有效解决飞机排班问题.     

基于改进FMEA的医疗器械人因可靠性评估与应用

针对失效模式与影响分析(FMEA)在医疗器械人因可靠性评估中存在的两个缺陷——风险因素的评价与权重分配问题,本文提出了一种结构化的医疗器械人因可靠性评估方法.本方法在改进的模糊集理论与有序加权几何平均(OWGA)算子基础上,引入情境参数优化了风险失误模式排序.通过将提出方法应用于实际医疗场景,验证了提出方法的有效性与可行性,并通过与传统FMEA的比较证明了本方法的优越性.所提方法解决了传统RPN数值重复问题与权重分配问题,降低了评价误差,有助于找到关键的失效模式,减少医疗不良事件的发生.     

具有柔性约束指派问题的一种新解法

将经典约束满意问题推广到柔性约束满意问题,并研究求解具有柔性约束规划问题的模糊满意解和Discrimin最优解的算法.最后,用实例说明了该理论方法在求解约束指派问题中的应用.     

无人驾驶车在越野环境中障碍身份识别

针对无人驾驶车越野条件下的环境感知问题,基于Dempster组合规则实现了障碍目标的身份识别.首先,基于CCD和激光传感器提取5个特征作为障碍物特征证据;然后,将传感器数据转换到证据空间,选用模糊插值法求取障碍物身份隶属度进而获取相关系数;再次选择经验公式,根据障碍物类型和环境加权系数计算基本概率赋值函数;最后,基于Dempster的组合规则求得融合后的总概率赋值函数,制定决策规则并识别障碍身份.实验结果表明基于D-S证据理论识别障碍物身份具有良好鲁棒性和实时性.     

基于模糊神经网络和证据理论的瓦斯突出评判策略

针对影响煤矿瓦斯突出因素的不确定性和复杂的非线性关系,不能够利用经典的数学理论建立精确的预测模型,将模糊神经网络和D-S证据理论有机结合,提出了基于模糊神经网络和D-S证据理论的煤矿瓦斯突出危险等级评判策略.首先对传感器采集的待评判采掘面参数进行预处理,使用模糊神经网络得出第一步的融合结果,并将其进行归一化处理,归一化函数作为基本概率赋值函数,然后将归一化之后的数值作为基本概率分配值,再用D-S证据理论进行第二次数据融合,作出最终评判.实验结果表明,该方法具有良好的适应性并能得到准确性较高的评判结果.     

基于多目标模糊决策的兵力分配模型

考虑作战兵力分配的多种目标因素，由模糊数学方法建立综合效益对于“优”的模糊关系矩阵并作为效率矩阵，建立了兵力分配的数学规划模型．结合传统的分派(指派)问题，给出了一种兵力分配模型及求解方法．     

机械串联系统可靠性加权分配的模糊方法

在分析原有机械串联系统可靠性加权分配方法的基础上应用了模糊理论,即充分考虑了影响系统各单元权数取值的各种模糊因素。这些模糊因素表征为机械系统中各单元的重要性、复杂性、工作环境、标准化程度、维修性、单元零件及材料的可靠性等。通过对上述模糊因素进行模糊评判和计算,可大大减小凭经验直接估取各单元权数所产生的误差。实例计算结果与通过统计故障率而得出的结果非常接近。