求解多目标规划问题的Pareto多目标遗传算法

针对传统的多目标优化方法的局限性，提出用于多目标规划问题求解的Pareto多目标遗传算法。实验结果表明，该算法是可行有效的，而且能为决策者提供满意解。     

油田开发的多目标随机规划模型及确定性转化

在油田开发实际中,决策者要经常同时考虑多个相冲突的目标,例如利润、投资上限等.假设与这些目标相联系的参数是随机的且服从正态分布,并以投产措施的井次数为决策变量可以建立油田开发的多目标随机规划模型.引入一种机会约束妥协规划模型对其进行确定性转化,并进行求解.文章最后提供了一个例子来说明所提议方法的有效性.     

多阶段随机规划中的一类可行策略

多阶段随机规划的求解是一项很困难的工作。本文首次给出了它的一类比较简单易求而又较好的可行策略，证明了这类策略是平稳策略，它可以抑制状态变量实现值的个数成指数增长。在这类可行策略上求最优策略的问题是一个解带补偿的三阶段随机规划的问题，其最优目标值是原问题最优目标值的很紧的上界估计。     

基于灾情信息更新的应急物资配送多目标随机规划模型

研究了多出救点、多受灾点、多物资、多车型的应急车辆选址、路径选择和物资配送问题. 考虑到灾害预测准确性和物流成本效率之间的悖反关系, 从多目标规划和随机规划的角度, 建立了应急物资配送的多目标随机规划模型. 建模中同时考虑需求和配送路径连通性的随机性, 以及出救点对受灾点的最大覆盖范围限制. 将统计决策与运筹规划相结合, 设计一个加权贝叶斯风险将多目标规划问题转化为单目标规划问题, 以及设计一个决定最优停止观测时刻的决策规则使原问题转化为最优停止问题. 通过Xpress软件编程求解. 最后, 算例分析表明了模型和软件的求解速率与精度, 并分别证明了两阶段随机规划和灾情信息更新的优势.     

银行资产负债管理多阶段随机规划模型

使用带有简单补偿的随机线性规划模型,研究不确定下的银行资产负债管理问题。以我国经济环境为依托,考虑了未来银行资产收益以及存款流的不确定性,并采用向量自回归的方法对其进行估计。以浦发银行为研究对象,并与其实际情况进行比较。结果表明,按该模型进行决策,能较好地规避由于未来的不确定所带来的风险,得到的收益要高于实际收益。     

灰色多目标规划算法研究

对一般意义上的灰色多目标规划，提出客观确定子目标权重的方法及修正方法，利用子目标的权重引入各个子目标取最优值的白化权函数，构建灰色多目标规划有效解及其θ定位规划最优解的算法。文中的算例说明了算法的可行性与有效性。     

基于灰关联度的多目标规划新求解算法

针对多目标规划的求解问题,提出了一种新的基于灰色关联度的求解算法, 该算法将多目标规划模型的多个目标函数理想值组成一个理想目标向量。在相同的约束条件下,基于目标函数向量与理想目标向量之间的灰色关联度而构造一个实值偏好函数。通过最大化这个实值偏好函数,可把多目标规划问题转变为单目标规划问题,并给出了基于遗传算法的求解步骤。通过实际算例表明,该算法正确有效,且相对于线性加权和法、平方加权和法和理想点法而言,具有较好的综合距离均衡性能。     

A Compromise Approach to Lexicographic Optimal Solution in Multiple Objective Programming

ＡＣｏｍｐｒｏｍｉｓｅＡｐｐｒｏａｃｈｔｏＬｅｘｉｃｏｇｒａｐｈｉｃＯｐｔｉｍａｌＳｏｌｕｔｉｏｎｉｎＭｕｌｔｉｐｌｅＯｂｊｅｃｔｉｖｅＰｒｏｇｒａｍｍｉｎｇＸＵＪｉｕｐｉｎｇＤｅｐａｒｔｍｅｎｔｏｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ，Ｃｈｅｎｇｄ...     

一种求解多目标规划的新方法

以多目标规划理论和数据拟合法为基础,把两者有机结合起来,提出了一种求解多目标规划的新方法,并给出了详细的算法过程.该方法的特点是对所研究的多目标规划问题,无须决策者提供关于所研究问题的全部信息,却又兼顾了决策者的偏好,还简化了优化准则,实现了决策者与系统的信息交流及对规划过程的参与,具有一定的灵活性和一般性.     

工程系统多目标可靠度优化的几种方法

本文根据工程系统的各种目标要求,给出了两类多目标优化模型,并依次构造了三种可靠度优化的求解算法。算例表明,算法是很有效的。     

基于多目标规划的扩展DEA有效性分析

为避免传统的DEA模型在评价决策单元的相对有效性存在的局限,建立了多目标规划的DEA模型(MP),讨论了MP的一些性质。在此基础上给出了关于决策单元的扩展DEA有效性的几个等价命题,并对决策单元扩展有效的灵敏度进行了讨论。     

基于随机需求的供应链核心企业产品优化问题研究

将供、产、销多个阶段纳入同一决策体系,考虑供应链环境下企业可获资源约束,研究随机用户需求下供应链中核心企业产品优化问题,建立了随机规划数学模型,根据问题的特点设计了矩阵实数基因组编码和随机模拟约束检验的遗传求解算法,通过算例仿真验证了模型和算法的可行性和有效性.     

基于贝叶斯网络的不确定环境下多属性决策方法

融合贝叶斯网络推理技术来求解不确定多属性决策问题,根据问题的决策变量、环境变量和多个属性之间的依赖关系构造贝叶斯网络,通过推理求解在各个方案下每个属性取值的概率分布,从而把问题转化成风险决策问题.采用此方法求解不确定环境下多属性决策问题时,决策者只需考虑节点与其父节点之间的依赖关系,降低了思考的复杂程度,适用于大规模的复杂问题求解.算例表明基于贝叶斯网络的求解方法对不确定环境下的多属性决策问题是有效的.     

模糊多目标主从冲突决策模型

应用模糊测试理论和模糊规划理论 ,针对决策约束条件的不确定性和目标的不确定性 ,研究了不确定性 Stackeberg冲突决策的数学模型 ,探讨了模糊平衡解与 Mash平衡解 (或 Nash平衡结局 )的关系 ,给出了解的一致性分析。经过模拟分析验证了模型与方法的可行性 ,为综合效能风险决策提供了实用而有效的决策方法     

不确定条件下基于Multi-agent的模糊预测优化

为解决多层分销链中预测订货忽略当前库存状况和决策者参与的问题,运用Multi-agent和模糊理论构建了不确定条件下的协同预测订货模型,采用模糊数对分销链中的不确定性需求和单位成本参数进行了表述并建立了模糊规则库用于分销链的协商谈判.应用遗传算法和解模糊运算求解分销链中整体或局部优化条件下的目标函数,并给出了公司间冲突的模糊协商算法.仿真实验表明,不确定条件下的分销链预测订货量没有出现信息放大,模糊协商谈判获取了符合双方利益的预测订货成本.与确定性条件下的计算相比,运用模糊理论解决分销链中基于Multi-agent的预测订货是合理可行的.     

Observer-Based Robust Control for Measure Differential Systems with Parameter Uncertainty and Time Delay

1　ＩｎｔｒｏｄｕｃｔｉｏｎＩｎｐｒａｃｔｉｃａｌｓｙｓｔｅｍｓ,ｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｍｅａｓｕｒｅｔｈｅｓｉｇｎａｌｏｆｓｔａｔｅｖａｒｉａｂｌｅｏｆｔｈｅｓｙｓｔｅｍｉｆｎｏｔｉｍｐｏｓｓｉｂｌｅ.Ｈｅｎｃｅ ,ｗｈａｔｗｅｆｉｒｓｔｃｏｎｓｉｄｅｒｉｓｔｏｕｔｉｌｉｚｅｔｈｅｏｕｔｐｕｔｓｉｇｎａｌｏｆｔｈｅｓｙｓｔｅｍ .Ｆｏｒｔｈｅｌｉｎｅａｒｓｙｓｔｅｍｓｗｉｔｈｃｏｎｔｉｎｕｏｕｓｓｏｌｕｔｉｏｎ (ＬＣＳ) ,ａｌｏｔｏｆｐａｐｅｒｓｈａｖｅｂｅｅｎｒｅｐｏｒｔｅｄｔｏｉｎｖｅｓｔ…     

过热器机理模型的遗传算法参数优化方法研究

针对过热器模型各参数存在的强耦合性,提出了基于遗传算法的机理模型参数优化方法。建立过热器数学模型,确定优化参数,应用遗传算法进行优化,直到模型精度达到要求。仿真研究表明,运用该方法建立的过热器模型达到预定精度要求;优化过程自动进行,缩短了建模和优化时间。这种方法具有通用性,简单易行,为火电厂仿真机数学建模和参数优化提供一种新的思路和方法。