模糊线性规划中模糊目标系数的隶属函数的确定

针对模糊线性规划问题中的模糊目标系数的确定,提出了一种两阶段方法.在第一阶段,利用线性插值技术得到一个粗糙的隶属函数;在第二阶段,利用决策者过去的决策来提高所得隶属函数的精确度.     

约束条件中含有三角模糊数的线性规划求解方法

采用一种新的模糊数排序方法,将约束条件中含有三角模糊数的模糊线性规划转化为经典的线性规划,进而求得原模糊线性规划的最优解.实际应用实例显示,该求解方法是有效可行的,可以为解决模糊线性规划问题提供一种新的途径.     

多目标多参数模糊线性规划

本文考虑多目标线性规划。以含有待定参数的线性隶属函数取代各目标,用取小算子—min进行综合,定义相对的模糊有效解作为原规划的平衡解。给出求解的数学模型,着重讨论这种模型的单纯形算法。结果表明:这种规划具有较强的适应性、灵活性和内在规律性。     

完全模糊线性规划及其近似计算

在扩充LR-模糊数定义的基础上,讨论了完全模糊约束条件的近似表示和转化定理;在新的模糊数序关系下,将完全模糊线性规划问题直接转化为分明的线性规划进行求解;与已有的结果进行了比较,并给出了算例.     

系数为直觉梯形模糊数的模糊线性规划

研究直觉梯形模糊数,并引入以直觉梯形模糊数为系数的线性规划问题,利用直觉梯形模糊数的加权期望值对直觉梯形模糊数进行排序,将直觉梯形模糊数与实数对应,把原规划转化成为经典的线性规划问题,进而得到最优解,同时加入4个综合评估系数作为对决策人的主观决策的评价．最后给出数值例子证明该方法的可行性与有效性．     

约束条件中含有梯形模糊数的线性规划的求解方法

利用一种新的模糊数排序准则,将约束条件中含有梯形模糊数的模糊线性规划转化为经典的线性规划,进而求得了原模糊线性规划的最优解.与现有方法相比,该方法运算简便,得到的经典线性规划约束条件个数少,降低了计算量,但最优解的质量没有降低.最后给出了此种方法在实际问题中的应用.     

具有模糊系数的可能性线性规划

在LA Zadeh的可能性理论的基础上，讨论了具有梯形模糊系数的可能性规划问题，得到了一定置信水平下的经典等价条件，并用单纯形法求得其最优近似解．     

多目标线性规划的模糊折衷算法

通过推广求解多目标线性规划问题的平均算子法,提出了多目标线性规划的模糊折衷算法,证明了多目标线性规划的模糊折衷算法求得的解是有效解.此外,提出了多目标线性规划的两阶段算法,即:若多目标线性规划的模糊折衷算法指定的最小满意度不恰当,则可能会导致交互过程复杂化;若用最小算子法求得的解作为多目标线性规划模糊折衷算法中决策者指定的目标函数最小满意度,则可能使多目标线性规划的模糊折衷算法的计算量减小,另一方面能够弥补最大(最小)算子法求得的解可能为非有效解的不足.此外,用实例验证了多目标线性规划两阶段算法求得的解为有效解.     

系数为梯形模糊数的可能性线性规划

在L.A.Zadeh的可能性理论的基础上,讨论了具有梯形模糊系数的可能性线性规划问题.得到了一定置信水平下的经典等价条件,并用单纯形法求得其最优近似解.     

系数为梯形模糊数的可能性线性规划

在L.A.Zadeh的可能性理论的基础上,讨论了具有梯形模糊系数的可能性线性规划问题。得到了一定置信水平下的经典等价条件,并用单纯形法求得其最优近似解。     

基于模糊神经网络算法的灰色线性规划及其应用

将灰色系统理论与线性规划相结合,给出了灰色线性规划模型,采用模糊神经网络算法,求出其最优解,并将该方法运用于连云港市的土地结构优化中,取得了理想的效果.关键词：目标函数;灰色线性规划;模糊神经网络     

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．     

模糊线性规划

本文提出了不同于Zadeh,Zimmermann等人给出的模糊线性规划模型,并以例子说明了该模型的解法和应用。     

线性规划问题的F解决方案

最优化思想支配人类生存和改造世界的活动,使人类社会得以不断发展与进步。解决规划问题的经典数学方法是线性规划,在此方法中目标函数和约束条件都是明确的,但在实际问题中,目标函数和约束往往都是模糊的,这就需要用F集的方法来解决最优化问题,该方法不仅具有经典线性规划所具有的优点,还在不同程度上突出目标函数和约束条件的不同重要性。     

利用约束满意度解模糊线性规划问题的方法的改进

对于两个正规的对称三角模糊数a ,b ,给出了a≤b的约束满意度p(a≤b)与p(a(α)≤b(α)之间的一种新的关系式 .将此关系式应用到解模糊线性规划问题中 ,将模糊线性规划归结为参数规划 ,且水平α的限制得到放宽 .