解多目标最优化问题的权衡割平面法

在现有的一些解多目标问题交互算法的基础上,提出了一种解决一般非线性多目标最优化问题的交互式算法——权衡割平面法.它每次迭代前后所得到的解都是有效解,搜索策略灵活实用,且对线性多目标最优化问题只需一次迭代就得到最优解.     

多目标随机规划的交互遗传算法

利用遗传算法在处理过程中不依赖问题的种类,并具有较强鲁棒性等特点,提出了一种基于交互式的求解多目标随机规划的遗传算法,算法的意思是,结合小生境技巧和构造Pareto选优过滤器的手段,通过与决策者的反复交互对话,最后得到使决策者满意的问题的Pateto有效解集。     

一种改进的逐步进行法

对线性多目标决策问题提出了与逐步进行法（ＳＴＥＭ）不同的交互方法。讨论了如何在每一步提供给决策者一个非劣解进行交互以及决策者对当前非劣解不满意时，可直接提出要求改进某个目标，这样的交互方式相当于每一步加上一个割平面。最后用算例说明了改进的逐步进行法的有效性。     

一个求解多目标非线性规划问题的交互式方法

本文给出一个求解多目标非线性规划问题的新的交互式方法，此法的主要特点是，通过与决策者的交互对话，来逐次缩小权向量空间，在对目标空间中的点作筛选后，得到决策者满意的解。     

基于理想值和容忍偏差值的多目标交互式决策方法

基于理想值和容忍偏差值的概念，提出了一种实用有效的交互式算法．该算法在交互过程中充分考虑了决策人的交互要求，灵活性强．而且所构造的辅助问题在锥有效解意义下仍适用，并可确保所得解的锥有效性．     

具有对策关系的决策问题

针对上层决策人与下层 决策人具有对策关系的两层次决策问题，建立了该问题的数学模型和决策机理，并定义了有关解的概念，在此基础上，把两层决策问题转化为单层优化问题，采用外部逼近法求解此单层优化问题，可获得两层决策问题的最优解。     

多目标决策问题的交互式保守最优方法

对多目标决策问题提出了交互式保守最优方法,并给出了数字例子,本方法具有对决策者所提问题很简单,以及能自动保持前后一致等特点。     

一类群决策问题的最优分配解法

在群决策中存在着多个决策者根据自己的知识、经验和偏好独立选择决策方法 ,对决策方案集作出决策后 ,应综合确定群体决策方案的多人多指标群决策问题 .针对这类决策问题具有决策信息量较少 ,而决策一致性较差的特点 ,分析了总体偏差法、足码法及其相关改进方法的优缺点 ,提出了一种多人综合评价的最优分配解法 .该方法通过建立决策方案集与决策名次之间的关联矩阵 ,并根据关联矩阵对方案集进行分类 ,在此基础上构造最优决策模型 ,利用整数规划中的最优分配解法求解最优模型 ,从而得到方案集的综合排序 .该方法简单实用 ,并且克服了总体偏差法、足码法及其相关方法的不足