求解模糊资源受限项目调度问题的遗传算法

本文研究了以排序健壮性最大为优化目标的具有模糊加工时间和模糊交货期的资源受限项目调度问题,采用六点模糊数表示模糊加工时间和模糊交货期,引入了2种模糊数的弱比较方法,即重心距离法和积分值法.针对这一优化问题设计了一种基于任务链表编码形式的遗传算法.数值实验结果表明该算法优于文献中的相关算法,同时实验结果也表明基于2种模糊数的弱比较方法对算法性能影响较弱.     

模糊完工时间和模糊交货期下的虚拟企业伙伴选择

在企业的生产实际中,完工时间和交货期是一个模糊数.针对这类情况下的虚拟企业伙伴选择问题,提出了考虑模糊完工时间和模糊交货期的以极大化最小客户满意度为优化指标的伙伴选择模型,并给出了自适应遗传算法.在遗传算法的适应度函数处理中引入模糊数处理方法,解决了带模糊数的伙伴选择问题.仿真结果表明了该方法的可行性和有效性.     

基于模糊软集的中药制药车间不确定调度模型和算法求解

为解决加工时间和交货期不确定状态下的中药制药车间调度问题,利用模糊软集的三角形模糊数和梯形模糊数来表征加工时间和交货期信息,并基于模糊数的运算规则定义了可能性测度和必然性测度,用拖期可信度来度量药品生产发生拖期的概率,建立以最小化药品生产平均拖期可信度为目标的混合整数规划模型。针对该模型,提出了一种混合模糊布谷鸟算法的求解方法,并以规模为10(3)×10的经典算例进行仿真测试。实验结果表明,给出的不确定调度模型能反映中药制药调度的真实场景,而且混合模糊布谷鸟算法能很好地对该模型进行求解,相比经典布谷鸟算法,该算法有更好的性能。     

带有交货期窗口模糊加工时间的Flow-shop调度问题

研究了处理时间不确定且具有不同交货期窗口F low-shop的提前/拖期调度问题。采用三角模糊数表示不确定性信息,运用模糊数的加法和取大运算建立了问题的模糊规划模型。通过“Lee-L i”法转化为精确的目标,采用遗传算法寻优。仿真实验验证了算法的有效性。     

模糊作业车间调度中的提前/拖期问题的研究

首先介绍了现实作业车间调度中的模糊加工时间和模糊交货期问题,并阐述了模糊理论中有符号距离、区间数距离等相关概念;然后给出了以遗传算法为框架的基于有符号距离和区间数距离的作业车间调度模型以解决调度中的提前/拖期惩罚问题,并且通过实例验证了模型的可行性和有效性.     

非确定时间参数网络规划的一种新算法

提出用时间集上的模糊数表示工序时间非确定时工序时间参数的方法,提出了用Ｌ－Ｒ模糊数量化时间参数的具体算法。在此基础上建立了可适用于复杂环境、工序时间参数用现有统计法难以确定时网络规划的模糊算法。     

用遗传算法解模糊交货期下Flow Shop调度问题

运用模糊的观点研究了flowshop调度问题,基于模糊交货期的概念建立了两种不同的模糊flowshop调度问题的模型,模糊交货期的隶属函数对应于完成时间的满意度,目标函数定义为所有任务加权的隶属函数之和问题是确定任务的加工顺序极大化目标函数文章运用遗传算法(GA)确定了任务的调度,仿真实验验证了算法的有效性.     

基于直觉模糊优选模型的混合型多属性决策

根据区间值模糊集和直觉模糊集可以互相转化,而且语言变量和标准化后的实数变量也可以用直觉模糊数的形式来表示,将规范化处理后的混合型决策矩阵转化为直觉模糊决策矩阵,并建立了直觉模糊优选模型,从而得出各个方案的直觉模糊评价值。基于直觉模糊点运算引入了一种新的得分函数,对直觉模糊数进行排序。算例结果表明了该决策方法是实用和可行的。     

带模糊时间依赖和时间窗口动态路径规划模型

提出一个实际环境的动态车辆路径规划和调度问题模型。根据实际观测的车辆行驶速度曲线,把服务周期划分成若干个时间段,每个时间段用随时间变化的模糊值函数表示,用模糊值函数积分确定车辆在路段的模糊行驶时间。由于车辆的行驶时间,抵达节点时间均为模糊数,是否满足节点时间窗口要求成为模糊数比较问题。为此,引入模糊数比较模型,得出两个模糊数的可能性关系,且在此型基础上建立了系统模型。经过模拟计算表明,该模型是有效的。     

不确定条件下不同交货期窗口的Flow Shop调度

研究了具有不同交货期窗口的Flow Shop的提前／拖期调度问题，并考虑了处理时间的不确定性。采用三角模糊数表示不确定性信息，引入两种模糊运算，建立了问题的模糊规划模型，并采用“中间值最大隶属度”的算法将模糊规划模型转化为清晰的非线性规划模型。针对清晰的数学模型提出了基于遗传算法的优化方法，最小化对所有工件提前／拖期惩罚。最后，大量仿真实验验证了算法的有效性。     

一种基于模糊Kohonen网络的飞行数据智能处理方法

为了充分利用飞行参数记录仪 (黑匣子 )记录的数据 ,对飞行质量进行评估 ,需要把数据按动作进行分段。以是否含有标准飞行动作为分段标准 ,设计了一种飞行数据的分段模型———模糊Kohonen网络。首先对每帧飞行数据进行特征检测 ,将根据专家经验模糊处理得到的隶属度矢量作为模糊Kohonen的输入 ,经过该网络决策 ,最终得到以时间划分的标准飞行动作数据段和非标准飞行动作数据段。经实际飞行数据检验 ,该方法准确、有效。     

On Methodology of Fuzzy Systems

1.INTRODUCTIONFuzzinessisoneoftheuniversalattributesofhumanthinkingandobjectivethings.Fuzzysystemsaretheproductsoffuzzysetstheoryandinformationtechniques.Fuzzysystemsgenerallyincludeseveralimportantlinkssuchasfuzzification,fuzzytransformation,defuzzificationandsoon.Whilefuzzyknowledgebaseisanimportantcomponentinfuzzysystems.Inordertoconstructpracticalfuzzysystemssuchasfuzzytemperatureregulatorsystem,fuzzydecisionmakingsupportsystem,fuzzydatabasesystem,fuzzyearthquakeforecastingsystem,many…     

基于模糊比例指标的模糊线性规划求解方法

定义了一种模糊数之间的模糊比例指标，并利用模糊比例指标提出了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的方法。实例表明，与其他方法相比，该方法得到的解优于其它解，且约束条件个数保存不变。因此，本文方法是可行和有效的。     

单件制造业模糊交货期下的准时化生产计划

建立了单件制造业模糊交货期下的生产计划模型。将隶属度函数引入到生产计划中，拓宽了准时化生产计划问题的研究范围。并运用混合０－１整数规划来求取最优解，为实际生产计划提供了一种有效的方法。     

用模糊加优化模糊控制规则

模糊加是模糊数学中的一项基本运算，而模糊数学又是模糊控制的理论基础。提出了一种使用模糊加优化模糊控制规则的方法，就是根据需要，对模糊控制器的输出叠加一个模糊量，来补偿干扰造成的控制量损失。还用VC++和Matlab作为开发工具，对这种方法进行了仿真实验，验证它的效果。实践证明，模糊加可以在一定程度上达到优化模糊控制规则的目的。     

多变量系统模糊动态模型的辨识

介绍了一种新型的基于模糊神经网络的多变量模糊动态模型的辨识方法 ,该方法是通过将输入空间进行直接划分 ,而不是在输入空间的每一维上进行划分来得到模糊规则的。这样所形成的隶属函数为多维隶属函数 ,并使模糊规则的数目大为减少。在模糊聚类算法的基础上 ,提出了一个衡量聚类有效性的函数 ,以确定模糊规则的数目。以二级倒立摆系统为应用背景 ,取得了较好的辨识效果。     

模糊模型辨识中模糊聚类方法应用分析

模糊聚类算法已广泛应用于模式识别、数据聚类以及从数据中提取模糊规则的过程。介绍了基于模糊聚类的非线性系统模糊辨识方法 ,并通过著名的Box和Jenkins煤气炉数据仿真实例详细研究了模型性能指标与输入变量及模糊聚类数之间的关系 ,指出了应用模糊聚类方法的优势与不足。对于模糊建模中正确应用模糊聚类方法具有重要指导意义