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．     

基于混合智能算法的模糊运输问题的研究

本文研究了在模糊费用条件下的运输问题,并利用不确定理论中的机会约束规划模型和相关机会规划模型的思想,建立了具有模糊费用的运输问题的数学模型。此外,设计了一种混合智能算法,即在模糊条件下的遗传算法的应用。最后,利用这种算法求解一个算例。     

一类应急物资筹集问题的模糊机会约束模型

为提高应急物资筹集的有效性,提出了一种新的应急物资筹集决策模型和算法.建立了紧急市场采购条件下应急物资筹集决策模糊优化模型,给出了与其等价的模糊机会约束规划模型,提出了参数为三角模糊数时模型的确定化转化方法,并设计了基于模糊模拟的模型智能算法,该算法能够有效处理复杂的模糊机会约束规划问题,最后通过算例说明了该方法的有效性.     

模糊环境下资金预算的机会约束NPV目标规划模型

运用净现值方法,考虑了当投资金额和回收期的现金流入与流出均为模糊变量,且投资者有多个目标时的资金预算问题,建立了资金预算的机会约束目标规划模型,并采用基于模糊模拟的遗传算法求解了模型问题.     

基于确定可能性均值法求解模糊随机双层规划问题

针对目标函数和约束函数中系数均为模糊随机变量的双层规划问题,基于模糊随机变量的期望值概念,将原模糊随机双层规划问题变形为一个模糊双层规划问题.采用模糊数的确定可能性均值对上下层目标函数进行去模糊化,利用基于可能性测度的模糊机会约束方法处理模糊约束函数,提出模糊随机双层确定可能性均值-机会约束规划模型,并给出其确定等价模型,再运用K次最好算法求解最终确定模型.最后通过数值例子验证了所提方法的可行性.     

模糊需求下批量生产优化模型

研究了供应链环境下的批量生产计划问题。在确定需求的基础上,建立了模糊需求下批量生产优化模型,并将其转化为模糊机会约束规划模型。用清晰等价类对其进行清晰化处理,目标函数是单位时间供应链总成本最优,并将模糊模拟技术引入遗传算法对模型进行求解。数值实例验证了其有效性。     

模糊需求下批量生产优化模型

研究了供应链环境下的批量生产计划问题.在确定需求的基础上,建立了模糊需求下批量生产优化模型,并将其转化为模糊机会约束规划模型.用清晰等价类对其进行清晰化处理,目标函数是单位时间供应链总成本最优.并将模糊模拟技术引入遗传算法对模型进行求解.数值实例验证了其有效性.     

不确定环境下再制造加工车间多目标调度优化方法

针对再制造生产过程中工件的加工时间和成本不确定性调度问题,文章提出了一种不确定环境下再制造加工车间多目标调度优化方法。该方法采用模糊变量表示其不确定性参数,以最小化加工时间和成本为目标,在满足模糊交货期等约束条件下,构建了不确定环境下多目标决策的模糊机会约束规划模型,并提出了求解该模型的混合智能算法;应用模糊模拟技术产生样本数据,用于训练神经网络以逼近不确定函数;针对神经网络中存在收敛速度慢、容易陷入局部最优的缺点,应用改进的粒子群算法优化神经网路,将训练好的神经网路嵌入改进的遗传算法中求解调度模型。最后,通过仿真实例,验证该模型和算法的可行性。     

关联运输调度问题的模糊机会约束规划模型

提出了针对多车场多车型的关联运输调度问题(Multiple-depot and Heterogeneous-vehicle Incident Vehicle Routing Problem)的模糊机会约束规划模型,将问题模型中各个客户的需求量及各供货点库存看成是模糊参数,讨论了如何处理模糊目标函数,并讨论了改进的遗传算法和免疫克隆选择算法,比较其优劣。实验证明,对于求解该模型,免疫克隆选择算法能够快速收敛于全局最优解,优于改进的遗传算法,能有效地解决关联运输调度问题。     

混合规划处理流水车间调度问题

针对不确定条件下流水车间调度问题(F low shop schedu ling),研究了含有随机参数和灰色参数的混合机会约束规划模型的建立及求解方法。提出了灰色模拟的概念和方法,为含有灰色参数的机会约束规划提供了求解途径。通过理论推导及仿真实例,结合遗传算法,验证了基于随机模拟和灰色模拟的混合机会约束规划的调度模型及求解方法的有效性。     

ERP实施方案优化与决策模型研究

为了解决企业ERP实施规划方案中的时间、成本、质量不确定优化问题,结合PERT技术提出了基于机会约束规划的实施进度、实施进度—费用和实施质量优化模型及进度—费用—质量联合折衷模型。利用嵌入PERT的基于随机模拟的遗传算法对模型求解,并通过算例验证了模型的合理性和算法的有效性,为企业ERP实施方案的规划提供可靠的方法。     

机会约束规划在地对空雷达干扰资源优化分配中的应用

应用机会约束规划理论,研究了反空袭作战中地对空雷达干扰资源优化分配问题。首先,在给出雷达威胁等级判定模型的基础上,利用干扰压制区建立了地对空雷达干扰效果评定模型。其次,根据所建干扰效果评定模型,综合考虑干扰资源分配过程中存在的不确定因素,建立了双层模糊机会约束混合整数规划模型。最后,利用可能性测度理论,将干扰资源优化分配模型清晰化为双层混合整数规划模型,通过求解混合整数线性规划来获取优化分配模型的最优解。仿真算例表明:所建的干扰资源优化分配模型不仅能够有效处理分配过程中的不确定信息,而且能够在本级干扰效果最大化的同时实现全局最优化;模型的求解算法针对性更强,非常适合求解该问题。     

基于机会约束规划的ERP实施方案优化模型

为了解决企业ERP实施规划方案中的时间、成本、质量不确定优化问题,结合PERT技术提出了基于机会约束规划的实施进度、实施进度-费用和实施质量优化模型及进度-费用-质量联合折衷模型.采用随机模拟技术通过Monte Carlo仿真给出了项目实施风险的概率估计,并利用嵌入PERT的基于随机模拟的遗传算法对模型进行求解.最后通过算例验证了文中提出的模型的合理性和算法的有效性,为企业ERP实施方案的规划提供了可靠的方法.     

水污染控制系统问题的随机机会约束规划模型及其混合智能算法

在水流量为随机变量且河流中工业污水含量标准给定的条件下,以极小化污水处理费用为目标,建立了水污染控制系统问题的随机机会约束规划模型.鉴于传统方法求解随机规划较为困难,给出了一个将随机模拟、神经元网络及遗传算法相结合的混合智能算法来求解该模型,并用算例进行了验证,结果表明该算法有较强的适应性.     

不确定目标机会约束规划模型及在指派问题中的应用

基于不确定理论以及不确定规划模型,研究了目标函数在一定置信水平下取得最值的一类不确定目标机会约束规划模型,并研究了指派问题的不确定目标机会约束规划模型,给出求解此模型的算法.最后,给出应用实例说明模型的合理性及算法的有效性.     

战时不确定性运输路径优化

基于战时运输随机时间与模糊损耗,建立了路径优化的相关机会规划模型和遗传算法;针对运输中的“必经点”问题,设计了特殊染色体编码、交叉与变异规则;提出通过对初始种群染色体的预处理来提高算法性能;给出了获取时间与损耗的模拟步骤。最后,还进行了算法比较实验和结果分析,验证了算法的有效性。     

基于最小二乘支持向量机的TSK模糊模型

为了提高模糊系统处理高维问题的推广能力, 本文提出用最小二乘支持向量回归机(LSSVR)的思想设计TSK模糊模型.TSK模糊模型的传统算法普遍存在过学习问题, 为此我们在目标函数中考虑了结构风险从而避免了过学习现象.并且,我们将模糊系统的参数寻优问题转化为一个二次规划问题进行求解.由于该规划问题的求解与输入数据维数无关,适用于处理高维数据.算法分为两步：首先用Gustafsonk-Kessel (GK)算法确定模糊规则的前件;然后用最小二乘支持向量算法确定模糊规则的后件,这里的核函数是由模糊聚类确定的, 经证明它是Mercer核.三个著名数据的实验结果表明,与TSK模糊系统的传统算法相比,本文所提的算法提高了TSK模糊系统处理高维问题的推广能力;与LSSVR相比,,本文所提的算法具有良好的鲁棒性.     

基于模糊机会约束的超球支持向量机

针对不确定数据多分类问题,提出一种基于模糊机会约束的超球支持向量机（FCC-HSVM）.在球结构支持向量机的基础上,引入模糊事件的可能性测度,得到模糊机会约束规划及其对偶规划.利用球结构的优点,每类样本只参与一个超球体的训练,直接求解多分类模型,提出FCC-HSVM的快速学习算法,显著缩短多分类情况下训练时间.数据试验表明：这种支持向量机分类精度较高,训练速度快,适合解决不确定数据多分类问题.     

可追加订购报童问题的模糊机会约束规划模型

研究模糊环境下可追加订购的报童问题.假设需求量、追加定购的价格等均为模糊变量,在本金有限制的条件下,以极大化收益为目标,建立一个模糊机会约束规划,并将模糊随机模拟、神经元网络及遗传算法相结合,给出一个混合智能算法来求解该模型,从而得到最优订购量及追加的最大定购量.最后给出了数值例子.     

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.