共查询到20条相似文献,搜索用时 15 毫秒
1.
新兴产业保护中的两产品关税谈判模型 总被引:3,自引:1,他引:2
用多目标规划与博弈论方法研究两国与两国产业(或缔约方双方与双方产业)的决策与竞争,建立了6个参与人的规划与博弈混合的多层次的两产品关税谈判模型,该模型包含3层次.上层是一个多目标规划模型,中层包含一个博弈模型,下层包含两个博弈模型.在给定满足模型假设条件的参数下对模型进行了求解与分析,并求出了模型的关税谈判均衡解.模型可用于政府制定关税决策,预测关税上限对国家与产业的影响。 相似文献
2.
一类非线性两级规划问题的模拟退火求解 总被引:8,自引:0,他引:8
提出一种基于模拟退火算法求解一类非线性两级规划问题的方法。为了提高模拟退火算法处理上级约束的能力,在模拟退火算法中引入一个辅助优化问题,通过求解该辅助优化问题产生满足上级约束的试探点,避免了使用罚函数处理上级约束。数值计算结果表明,与使用罚函数处理上级约束的模拟退火算法相比,本文提出的方法不仅可以提高求得全局最优解的可靠性,而且可以减少模拟退火算法的迭代次数,提高计算效率. 相似文献
3.
含指数型隶属函数的模糊多目标规划分析 总被引:1,自引:0,他引:1
两阶段模糊算法的原型是以线性隶属函数为基础的,但实际决策中非线性隶函数的应用也相当广泛,为了扩展两阶段模糊算法的适用范围,同时不改变问题的线性性质,本文在指数型隶属函数的基础上,对模型多目标规划的变换模型及结果进行分析。 相似文献
4.
本文在给出层次系统决策过程和讨论两种实际二层线性系统规划模型的基础上,提出了一类具有广泛典型代表性的二层线性系统规划模型。给出了这类二层系统线性规划模型解的两种等价形式和下层极值函数的几种表达式。 相似文献
5.
基于流量间隔限制策略和航路排序策略之间的关联性建立了两种策略一体化决策的二层双目标规划模型.模型将间隔限制值作为上 层规划的决策变量,将排序相关变量作为下层规划的决策变量,在上层规划中同时考虑下级的目标函数.对模型设计了基于NSGA-II的多 目标遗传算法求解,采用了一个快速启发式算法求解下层规划的单目标问题.结合中南区域实际空域及流量数据对模型进行了验证, 并与当前实际运行中的按交通需求比率分配方法进行了比较.结果表明所建立的二层双目标规划模型能满足一体化决策的需求, 所采用的算法能求得多个Pareto近似最优前沿解以供决策选择. 相似文献
6.
结合粒子群优化方法和单纯形法为二层线性规划构造了一个混合粒子群优化算法.算法具有两层结构,其中粒子群算法用以求解上层规划问题,单纯形法用以求解下层规划问题.设计的粒子群在上层决策变量的可行城内搜索最优解,同时通过单纯形法求解下层规划问题得到每个粒子相应的下层规划问题的解.算法通过初始种群可行化,以及步长控制、不可行粒子淘汰等技巧避免了使用罚函数处理约束带来的困难,提高了粒子群优化算法的计算性能.最后,我们给出算法的数值例子并对该算法的计算性能加以分析. 相似文献
7.
用多目标进化算法求解二层规划双目标模型 总被引:4,自引:0,他引:4
传统单目标二层规划模型得到的最优解往往无法使上下级双方都满意.为此,通过在上层规划中同时考虑下级的目标函数,建立了原问题的上层为双目标规划的一个新模型.上下级可通过协商在该模型的Pareto-最优解集中找到双方满意解.对此模型设计了求解的多目标进化算法,用传统优化算法求解下层规划的单目标问题,而对上层的双目标规划问题则采用基于NSGA-Ⅱ的多目标进化算法求解.数值试验表明我们所提出的算法是有效的. 相似文献
8.
研究了一个非减库存能力约束下的允许延期交货和转包的单产品动态批量问题.引入子计划概念,通过先求解所有可能的子计划,再基于动态规划搜索子计划的最优组合,得到问题的最优解.给出了所有子计划的通用数学描述,并通过松弛正生产量约束将子计划的计算分成两个子问题;依据子问题和子计划最优解的性质,设计了求解子问题和重新集结松弛约束的多项式算法;在此基础上提出了一个复杂性为O(T4)的求解整个规划问题的多项式动态规划算法,这里T是规划时段上的周期数.最后通过数值试验测试了该算法的性能. 相似文献
9.
基于满意度函数的群决策排序方法 总被引:1,自引:0,他引:1
黄深泽 《系统工程与电子技术》2008,30(9)
针对层次分析法中决策成员对决策元素的两两比较判断值与群体偏好值往往会偏离的情形,提出基于满意度函数的群体决策排序方法.该方法利用基于离差的满意度函数,通过建立偏好度集结的目标规划来确定层次分析法中的属性权重.该方法能避免目前多数研究中仅将决策成员当成信,包提供者的情况.还能解决判断值缺失下的群体偏好度集结问题与决策成员的不同权重问题.最后给出一个具体的算例证明该方法有效. 相似文献
10.
Qos路由的基本任务是寻找一条满足多个约束条件同时优化多个网络参数的路径。研究多约束条件下的多个线性目标优化的Qos路由问题。选取带宽作为约束条件,线性函数(时延和耗费徘为优化目标,建立了Qos路由选择的多目标缉陛整数规划模型。通过将多目标优化问题转化为线性单目标优化问题,证明了新问题的最优解是原问题的有效解,给出一种求解模型的交互式算法。该算法引入目标函数参考点概念,逐步调整目标函数参考点,压缩目标函数搜索空间来满足决策者和实时网络资源要求,并最终得到满意解。仿真实例表明了算法的可行性和可操作性。 相似文献
11.
易发 《系统工程理论与实践》1994,14(11):19-24
核火力运用研究可以分为二方面的问题, 一是射击效率指标的评定及计算方法;另一方面是核火力最优配置问题。本文讨论由若干个相依目标群组成的平面点目标系统的核火力配置模型的解算方法。在不影响核火力配置模型的实用性的情形下, 对模型的决策变量作适当的限制, 然后把模型转换为一个等价的0-1整数规划问题, 由于此整数规划具有优良性质, 给出了求解此整数规划的辞典序跳跃枚举法, 此算法易于在计算机上实现, 编制程序非常简单, 且其解为精确解。通过实例计算表明该算法对该类核火力配置模型的求解是有效的。 相似文献
12.
本文针对社会经济系统中多目标决策问题, 提出了交互式广义目标规决策方法。通过引入满意度的概念, 将决策者对各个目标函数的满意水平数量化, 给出了交互式规划决策算法。 相似文献
13.
求解整数规划的一种仿生类全局优化算法——模拟植物生长算法 总被引:30,自引:1,他引:30
针对整数规划全局优化问题所首次提出的模拟植物生长算法,是一种源于大自然的仿生类随机算法.该算法从植物的向光性特点出发,将整数规划的可行域作为植物的生长环境,根据各可行解目标函数的变化情况确定植物的生长信息(形态素浓度),进而模拟出向光源(全局最优解)迅速生长的植物生长动力学模型.经过对无约束和有约束两类具有多个全局最优解的非线性整数规划问题的具体求解,取得了满意的效果. 相似文献
14.
针对带有爽约的预约调度问题,在假定未爽约病人都在相应预约段的起始点准时到达的情况下,构建了一个以预约人数为优化变量的整数规划模型.目标函数包括服务病人收益、病人等待费用及系统超时费用.通过松弛各时间段剩余人数概率的关联约束,提出了基于拉格朗日松弛的求解算法,其松弛问题通过动态规划求解,对偶问题通过经典的次梯度法求解.数值实验表明,针对小规模的预约段数,该算法都能找到最优解;当预约段数较大时,算法找到的最好解整体上优于文献中已有的算法,从而验证了算法的有效性. 相似文献
15.
研究了库存受限的带延期交货和转包的离散动态批量问题。在该问题中,所有成本函数均为带固定分量的线性函数,每周期的转包量、库存量和延期交货量均受限,目标是以最小的总体成本满足T周期规划时段上的需求。由最优解性质,最优计划可由定义在库存点间的子计划的组合或级联构成,据此将问题归结为如何有效地求解子计划;通过松弛子计划模型中的生产周期约束,将子计划分成2个分别定义在生产周期前后的子问题;并依据最优解性质,开发了求解子问题及处理松弛约束的多项式算法。在此基础上,给出了求解整个规划问题的动态规划迭代公式和算法步骤,算法的整体复杂性为O(T4logT)。最后,提供了一个来自奶制品公司的实例演示模型和算法。 相似文献
16.
多重运输调度问题的分枝定界算法及界限估计 总被引:1,自引:0,他引:1
多重运输调度问题(MVRP)来源于大规模生产过程的运输组织与实施。本文建立了MVRP的数学规划模型,研究了模型的变形形式、结构特征及解的性质;基于MVRP的数学规划模型,提出了它的分枝定界算法;最后给出了MVRP的上、下界的两个估计式,获得了需求矩阵在平衡时解的精确表示。 相似文献
17.
18.
19.
一种区间数线性规划的满意解 总被引:34,自引:1,他引:33
针对目标函数和约束条件均为区间数的线性规划问题,提出了一种基于模糊约束满意度的求解方法,把区间数线性规划卖座经为确定型的一般参数规划问题来求解,决策者可以根据自己的主观判断和客观情况,对目标函数优化水平和约束条件满意水平作出不同的估计,从而得到在相应情况下的满意解,使决策过程更具柔性。 相似文献
20.
小卫星星务规划的Hopfield神经网算法 总被引:4,自引:1,他引:3
小卫星的任务规划是为确定飞行任务目标并根据飞行任务目标制定控制小卫星运行的指令序列,小卫星的任务可以归结为在资源一定的情况下的规划与调度问题,对于0-1整性和二次型规划(0-1ILQP)问题,本文提出了Hopfield神经网的解法。即将0-1ILQP的目标函数和约束条件用函数的方法写成能量函数形式,然后利用Hopfield神经网求解出该能量函数的全局最小点,从而求解出原0-1ILQP的最优解,最后,作为一个算例,给出了用此方法成功的在优化卫星任务规划中的应用。 相似文献