考虑模糊随机缺陷率且允许缺货的EOQ模型

考虑到实际库存管理中的产品缺陷问题,研究了含模糊随机缺陷率且允许缺货的经济订购批量模型,并运用模糊随机理论将其转化为确定模型,设计了模糊随机模拟仿真算法进而确定其最优订购策略。算例分析表明,随着模糊随机缺陷率期望值的增大,最优订货量增大,最大利润相应减少。     

一类模糊运输问题及其混合智能算法

研究了一类更加贴近于现实生活的模糊环境下的运输问题,即需求量和供应量均为模糊变量的运输问题．并借鉴针对模糊环境中的优化问题提出的机会约束规划模型和相关机会规划模型的思想,建立了模糊运输问题的数学模型．此外,考虑到模型涉及大量具有复杂性和多样性的模糊变量,设计了一种混合智能算法,即基于模糊模拟的遗传算法来求解模型的近似最优解．最后,数值例子表明算法的有效性和可行性．     

模糊需求和提前期的周期性盘点存储策略

建立了三角型模糊需求与模糊提前期且允许缺货的周期性盘点库存模型。利用可信性测度理论,给出了其期望值模型。分析了期望值模型的盘点周期与目标存储水平间的关系。运用模糊模拟技术设计了一最优库存策略的算法。算例分析表明,提前期和需求模糊性的增大会产生更大的费用。     

可变提前期的模糊随机连续盘点策略

考虑到现实库存管理中模糊随机现象,研究了含可变提前期的模糊随机连续盘点的最小成本模型。运用模糊随机变量的期望值理论,得到了其模糊期望模型;采用符号距离法得出了模糊随机缺货量的估计值,从而推导出了模糊期望成本的符号距离解析式。通过这一模型,可以找到使总成本最小的最优提前期和最优订货量。     

基于降阶销售的EOQ模型下易变质商品库存分析

建立了需求为常数的易变质商品降价促销的EOQ模型,对模型最优解的存在性进行了说明,并介绍了求最优解的方法,为易变质商品的促销提供理论依据。     

基于模糊粒子群算法的非线性函数优化

针对非线性函数优化问题,提出一种新型的模糊粒子群算法.该算法基于模糊控制器中输入输出的模糊化处理和粒子群寻优的特点.算法在Matlab 2008环境下编程实现,针对几个典型复杂的非线性函数进行优化测试.实现结果表明:模糊粒子群算法是一种简单有效的算法,具有良好的有效性和鲁棒性.     

一个新的最优模糊生产存储模型的解法

针对最优模糊生产存储模型,利用模糊最优化问题转化为双目标最优化问题求解方法,把模糊生产存储模型变为双目标最优化模型求解.实例验证,获得了较好的结果.     

供应商优选与订货量分配的多目标微粒群算法

分析了供应商优选与订货量分配问题的特性,构建了带界约束的多目标优化模型,并设计具备有综合学习机制的多目标微粒群优化算法以求解该模型.实验结果表明,该多目标微粒群优化算法是有效的.     

模糊需求环境下多产品采购配额优化模型

建立了模糊需求和价格折扣并存条件下多产品采购配额分配问题的模糊多目标混合整数规划模型.针对该模型的特点,提出了如下求解策略,即借助于隶属度函数,首先将模型中的模糊目标和模糊约束条件清晰化;然后,通过最大最小算子,将该模糊多目标混合整数规划模型转化为求解等价的多个单目标混合整数线性规划问题;最后,采用两阶段算法求得问题的最优解.通过应用算例验证了模型的有效性和可行性.     

基于粒子群优化算法的模糊C-均值聚类

利用粒子群优化（PSO）算法全局寻优、 快速收敛的特点, 结合模糊C 均值（FCM）算法提出一种新的模糊聚类算法. 新算法用PSO算法代替了FCM算法的基于梯度下降的迭代过程, 使算法具有很强的全局搜索能力, 很大程度上避免了FCM算法易陷入局部极小的缺陷; 同时也降低了FCM算法对初始值的敏感度. 实验结果表明, 与FCM相比本文算法聚类更为准确, 效率更高.     

基于APSO的模糊聚类算法

利用改进的自适应粒子群优化算法(APSO)较强全局寻优、快速收敛的特点和模糊C-均值算法(FCM)对初始值敏感、容易陷入局部最优的缺点.提出一种基于自适应粒子群优化算法的模糊聚类算法(APFM).新算法有效的克服了FCM算法的缺点,同时增强了APSO算法全局搜索和跳出局部最优的能力.实验表明:新算法与单一的FCM和APSO算法相比聚类更准确,效率更高.     

基于APSO的模糊聚类算法

利用改进的自适应粒子群优化算法（APSO）较强全局寻优、快速收敛的特点和模糊C-均值算法（FCM）对初始值敏感、容易陷入局部最优的缺点,提出一种基于自适应粒子群优化算法的模糊聚类算法（APFM）。新算法有效的克服了FCM算法的缺点,同时增强了APSO算法全局搜索和跳出局部最优的能力。实验表明：新算法与单一的FCM和APSO算法相比聚类更准确,效率更高。     

模糊库存与运输两级供应链整合优化研究

研究了模糊条件下两级供应链系统的库存与运输整合优化问题,在供销双方库存成本、订购成本和销售商的年需求量均为独立模糊变量且均不允许缺货的条件下,建立了库存与运输整合费用的模糊期望最优化模型,分析并证明了模型的一些性质,设计了整合策略中供应商和销售商的最佳订货量(Qw,Q)的求解算法,最后通过算例说明模型的可行性和有效性。     

Dependent-Chance Programming Models for Capital Budgeting in Fuzzy Environments

Capital budgeting is concerned with maximizing the total net profit subject to budget constraints by selecting an appropriate combination of projects. This paper presents chance maximizing models for capital budgeting with fuzzy input data and multiple conflicting objectives. When the decision maker sets a prospective profit level and wants to maximize the chances of the total profit achieving the prospective profit level, a fuzzy dependent-chance programming model, a fuzzy multi-objective dependent-chance programming model, and a fuzzy goal dependent-chance programming model are used to formulate the fuzzy capital budgeting problem. A fuzzy simulation based genetic algorithm is used to solve these models. Numerical examples are provided to illustrate the effectiveness of the simulation-based genetic algorithm and the potential applications of these models.     

供应商管理库存的最优购买数量和利润

研究了供应链管理环境下新的库存策略·在传统供应链利润模型基础上,对有确定需求、初始库存和允许库存短缺的一种畅销商品,建立了供应商管理库存的供应链模型,并进一步讨论了供应商管理库存下的采购数量和利润,证明了供应商管理库存供应链的最优购买量比传统供应链的最优购买量要高·同时也证明了实施供应商管理库存会使用户的利润增加,而在优化匹配条件或长期激励下,实施供应商管理库存也会使供应商的利润增加,为双方企业合并其库存提供了理论基础·最后以一个数值算例验证了所得结论·     

服装库存管理中的定量订货模型研究

通过定量订货模型在服装企业库存管理中的应用研究，结合企业实例，对经济定购批量、安全库存、定购点、库存周转率、库存维持成本等进行了定量分析，并提出服装企业数字化库存管理的技术途径和策略。     

基于粒子群的高超声速飞行器模糊控制方法

由于采用机体一体化设计,吸气式高超声速飞行器的气动特性难以准确获知,建立的数学模型是极为不准确的。针对这一特点,研究了一种基于粒子群的高超声速飞行器模糊控制方法,利用粒子群算法对模糊控制器参数寻优,使该控制方法具有强鲁棒性,高超声速飞行器在气动模型不确定情况下,依然能够保持很高的控制精度。仿真用高超声速飞行器的纵向模型对该控制器进行了验证,证明该控制方法能够有效地克服气动参数的不确定性,准确地跟踪飞行器的高度和速度指令。     

改进的模糊C均值算法用于掺杂橄榄油的分类和半定量研究

针对橄榄油的掺杂检测问题,提出了基于粒子群优化算法的模糊C均值分类算法,可以同时进行分类和半定量分析,并建立了新的目标函数评价算法.结果表明改进的模糊C均值算法简单、快速、有效.     

模糊随机条件下港口空箱保有量多阶段优化决策

在港口空箱需求和供给均为模糊随机条件下,综合考虑港口空箱租赁和空箱调运等因素,建立港口空箱保有量和空箱保有区间的多阶段优化决策模型.通过具体算例验证模型的实用性,并分析了港口空箱租赁受限量、空箱调运成本、空箱需求和供给的不确定性等对港口最优空箱保有量的影响.