最大熵不确定型决策模型与应用

现有不确定型决策方法中,各种状态的不确定性没有在决策方法中得到体现,且没有充分挖掘利用益损值信息,不同的决策准则往往得到不同的决策结果,不利于决策者做出正确决策.鉴于此,提出了基于信息不确定性的最大熵决策模型,通过构建状态分布的信息熵和决策结果离差信息的多准则目标函数,以状态概率分布为优化变量,采用加速遗传算法优化求解.防洪调度决策分析结果显示,最大熵决策模型可充分挖掘益损值信息,基于信息熵的不确定性准则使状态概率分布更加合理,决策结果可区分性优于其他决策方法.     

论不确定型决策模式

研究不确定条件下的决策方法，是现代管理科学和重要内容，本文结合实例对此进行了探讨。处理不确定型决策大多采用基本准则决策法。用一决策问题，所采用的准则不同，所得到的最优方案也不相同。而决策准则的选择总是根据决策者的主观判断与偏爱而来的，存在较大的局限性。本文引入线性规划、模糊数学等方法，讨论了在一定范围、条件下的辅助决策模式，在一定程度上改进决策过程，使决策更接近客观实际。     

求解极大极小问题的调节熵函数法的收敛性

对调节熵函数法的收敛性作了理论分析.     

极大极小问题极大熵方法的研究（Ⅱ）

对成员函数是可微的和Ｌｉｐｓｃｈｉｔｚ型的极大极小的问题,研究了极大熵方法得到的近似问题和原问题满足最优性一阶必要条件的解之间的关系;举出反例说明,在特殊情况下,近似问题的局部解未必收敛原问题的局部解;原问题有解,近似问题未必有解。     

极大极小问题极大熵方法的研究（Ⅰ）

首先研究了极大熵函数的保凸性质，在没有可微假设的条件下，证明了极大熵函数既能保持成员函数的凸性，也能保持一致凸性。有关结果在一定度程度上揭示了该方法解这类总是一般４都能得到精度很主同的解的原因。     

风险厌恶条件下具有价格决策的报童问题

研究风险厌恶的零售商如何同时决策零售价格和订购量以获取最大期望效用,建立了风险厌恶条件下具有价格决策的报童问题模型,分析该模型的一阶最优性条件与目标函数是凹函数的性质。说明了设计数值算法计算模型的必要性,数值结果表明模型是有意义的。     

不确定型决策准则的使用误区

简要介绍了决策论中不确定型决策的基本概念和5种不确定型决策准则。分析了各种不确定型决策准则的决策目标，并以不确定型决策准则之可靠性的讨论为基础，指出不确定型决策准则的使用误区。     

不确定变量的线性熵

针对不确定理论中熵计算的复杂性,利用信息熵的定义特征、线性函数的连续性及计算的简便性,定义了不确定变量的线性熵,得到其线性分布函数、zigzag型分布函数;证明了线性熵具有非负性、在值域内的有界性.研究得到:不确定熵与不确定线性熵的异同、不确定线性熵的优越性.该成果应用范围更广、在工程计算中将发挥更大的作用.     

解极小极大问题的熵函数法

提出了一类解极小极大问题的熵函数法,这种方法也可用来解线性或约束优化问题,在一定条件下,给出了解收敛性和误差估计,最后给出了几个数值例子,表明本文提出方法的有效性。     

基于相对熵的多粒度不确定语言型群决策方法

针对决策者属性权重信息不完全条件下的多粒度不确定语言型多属性群决策问题,提出了一种决策分析方法.该方法首先使用二元语义转换函数对多粒度语言信息进行一致化处理,然后通过建立使得备选方案对正理想解相对熵最小、负理想解相对熵最大的最优化模型确定决策者的属性权重,最后使用不确定二元语义变量的有序加权平均算子获得决策群组的评价结果,并通过计算备选方案优于其他方案的可能度,给出备选方案的排序.算例说明了所提方法的可行性和有效性.     

预算约束情形下新产品报童问题的一次性决策研究

主要运用一次性决策理论研究预算约束下新产品的报童问题。首先提出了约束条件下的一次性决策问题,并指出了有约束条件下与无约束条件下一次性决策问题的焦点之间的区别。然后研究预算约束情形下短生命周期的新产品报童问题,说明带有约束条件的一次性决策问题的决策过程,并与无约束的报童问题进行了比较。     

求解多目标最优化问题的一类极大熵评价函数法

构造出求解多目标最优化问题的一类极大熵评价函数法．这类方法可将多目标最优化问题转化成单目标最优化问题．通过求解所得到的单目标最优化问题，可得到多目标最优化问题的有效解或近似有效解．     

极大极小问题极大熵方法的研究(I)

首先研究了极大熵函数的保凸性质；在没有可微假设的条件下，证明了极大熵函数既能保持成员函数的凸性，也能保持一致凸性．在此基础上对具有凸性的极大极小问题的极大熵方法的收敛性进行了较详细的研究，有关结果在一定程度上揭示了该方法解这类问题一般都能得到精度很高的解的原因．     

两类多目标Minimax问题的极大熵方法

文章将讨论有线性的约束的多目标非线性Ｍｉｎｉｍａｘ问题（Ｐ）：ｆ（ｘ）＝ｍｉｎｍａｘ（ｆ１（ｘ,ｙ）,ｆ２（ｘ,ｙ）,… ,ｆｍ（ｘ,ｙ）,其中Ωｘ,η＝（ｙ＝（ｙ＾１,ｙ＾２,…,ｙ＾η│ａ＾ｉ－ηｘ＾ｉ≤ｙ＾ｉ≤ｂ＾ｉ＋ηｘ＾ｉ,ｉ＝１,２,…,ｎ）,ａ＾ｉ≤ｂ＾ｉ,η≥０,η称为线性因子,ａ＾ｉ,ｂ＾ｉ为常数,ｉ＝１,２,…,ｎ。文章构造出新的极大熵函数将问题（Ｐ）转化为可微单目标优化问题来     

用基于蚂蚁算法的混合方法求解不确定TSP问题

首次提出不确定旅行商问题模型, 此模型将路径长度看作动态可变的, 并考虑了交通运行中的不确定因素, 比经典旅行商(TSP)问题更具有灵活性及实用价值, 利用此模型得到的结果更适于指导车辆对运行路线的选择. 同时使用一种基于蚂蚁算法的混合方法求解不确定旅行商问题, 即引入3-opt方法对问题求解进行局部优化. 实验结果显示, 该方法能够加速蚂蚁算法的收敛性.     

广义线性互补问题的极大熵牛顿算法

借助一类特殊的绝对值方程,将广义线性互补问题等价转化为非线性方程组。基于极大熵函数,提出了一个牛顿算法,证明了算法的局部收敛性。数值结果也验证了算法的有效性。     

求解一类不可微优化问题极大熵微粒群混合算法

针对一类不可微优化问题,本文提出了一个新的算法—极大熵微粒群混合算法.首先利用极大熵方法把带约束的不可微优化问题转换成无约束的单目标最优化问题,然后利用微粒群算法对其进行求解.利用4个测试函数对其进行测试并于其它算法进行比较,计算结果表明,本文提出算法在求解的准确性和有效性方面均优于其它算法.     

发电商投标策略的不确定型模型

针对电力市场建立初期发电商选择投标策略较为困难的问题，提出了发电商投标策略的不确定型模型．在考虑市场信息不完全的条件下，通过估计竞争对手的最低投标建立发电商的收益矩阵．该模型采用最大最小决策准则从收益矩阵中直接选取单时段优化的投标策略，减少了状态数．所提模型考虑了多时段投标问题，采用动态规划处理机组启停约束，能够快速得到连续多时段的投标策略．在与已有方法所得利润比较接近的条件下，10机模拟系统的计算时间仅需0．03s．最后算例说明了该模型的有效性和实用性．     

带时间窗报童问题的供应链协调优化

为压缩供应链提前期,增加供应链的响应速度和服务水平,扩展了传统的报童问题模型,以带时间窗的报童问题为研究对象,在市场需求函数符合正态分布条件下,分别建立了供应链收益、制造商收益和零售商收益的数学模型,分析了压缩提前期对供应链及其成员收益的影响.通过对比分析压缩提前期前后供应链收益的变化情况,得出带时间窗报童问题的模型相比于传统的报童模型可以增加供应链收益.给出了供应链成员间收益协调的优化方案,分析了最优订货量和供应链可承受的最大成本增加系数的决策问题.最后,通过数值分析对研究结论进行了验证.     

多目标minimax问题的极大熵方法及其收敛性

研究了多目标ｍｉｎｉｍａｘ问题的极大熵方法的构成．在较弱的条件下证明了极大熵方法导出的多目标逼近问题的ＦＪ点列的任一极限点均为原多目标ｍｉｎｉｍａｘ问题的ＦＪ点