基于混沌粒子群算法的高速旅客列车优化调度

列车优化调度是一个大规模、复杂的、具有非线性离散变量和多约束的多目标数学优化问题.在优化过程中,考虑了特快旅客列车中途离开时间和整个运行时间等因素.首次将粒子群优化(particle swarmoptimization,PSO)技术引入列车优化调度,克服了传统优化方法易陷入局部最优和维数灾难等弊端.通过一个工程实例验证了该算法的可行性和有效性.同时,与现存的列车优化调度方法相比,粒子群优化方法的搜索时间短而且优化结果更接近最优解.     

一种基于不同粒度语言判断矩阵的群决策方法

针对基于不同粒度语言判断矩阵的群决策问题,提出了一种新的群决策分析方法.对有序语言短语集中的语言短语进行“量化”,通过变量转换关系将语言判断矩阵转换为互补判断矩阵,并进行了判断信息转换的一致性分析;采用OWA算子将每个决策者给出语言判断矩阵所对应的互补判断矩阵集结为群的偏好矩阵,并通过计算每个方案的优势度来确定最优方案;最后给出一个算例说明了所提出的方法的有效性与实用性.     

基于决策者风险态度的导流方案多目标决策研究

以导流方案优选为核心,在效用理论的基础上考虑决策者的风险态度,建立导流系统标准的效用损失函数,在导流系统标准期望效用损失均衡原则的指导下,合理分配施工导流系统风险,制定导流方案,运用多目标决策理论,建立基于决策者风险态度的导流方案多目标决策模型.实例分析表明,该决策模型是有效的,可以较好地解决导流方案的多目标决策问题.     

群决策的交互式TOPSIS方法及其应用

建立了一种多轮交互逐步逼近满意解的多属性群体决策的综合方法,对决策方案采用扩展的 TOPSIS(technique for order preference by similarity to ideal solution)法进行定性评价排序,以克服一类难以建立解析模型,分析求解困难的多属性群决策问题;设计了群体满意度等软指标来分析计算,判断群体一致性的达成,最终得出群体满意的方案排序.通过应用实例,说明了该方法的有效性和可行性,初步提出了可作为建立一类实际的群决策支持系统的方法和技术框架.     

有约束多目标系统的模糊匈牙利决策及其应用

首先将指标值矩阵转化为模糊关系合成矩阵,再将模糊关系合成矩阵与解决指派问题的匈牙利方法结合起来,提出了有约束多目标系统的一种新决策方法——模糊匈牙利法,并建立其模型,该模型可用著名的匈牙利算法来求解。最后应用该法于文献［1～3］中的实例,通过比较,方法简便,效果很好     

2型模糊集对率模系统可靠性分析的推广

鉴于2型模糊集对于模糊现象的描述更为深刻的特点,将系统的模糊成功和模糊故障用2型模糊集表示,引入模糊随机变量等数学工具对率模系统可靠性进行了分析,得到了率模可靠度,率模寿命,率模故障率等结论,推广了文献［1］的结果     

一种新的模糊自校正控制学习算法

提出一种基于模糊竞争学习的模糊自校正控制方法.通过基于模糊竞争学习确定一种在线模糊辨识算法,在采用此模糊辨识方法对对象进行在线估计的基础上,用调节器实现参数的自动整定.为了验证所提方法的有效性,给出了非线性系统的控制结果.     

一种基于目标贴近度的多目标决策方法

提出了衡量目标方案的一个新指标——目标贴近度 ,并给出了一种基于目标贴近度的多目标决策方法 .     

一种含有中性指标的数据包络分析方法

在应用数据包络分析方法进行评价时,要求所有指标必须具有偏好性,即所有指标必须越大越好或者越小越好.然而,当评价指标体系中含有中性(即没有偏好性)指标时,传统的数据包络分析方法则不能解决该类问题.因此,本文以经济效率与产业结构调整为背景,从系统性的角度出发提出了一种用于评价含有中性指标的数据包络分析模型.该模型不仅能给出一个经济系统的效率大小,而且还能给出该系统应如何通过产业结构调整来提高经济系统的效率.最后,应用本文提出的方法分析了天津市经济结构调整的有效性问题.     

变量施肥决策的多目标优化模型与算法

变量决策模型和优化算法是精准农业变量作业处方生成的核心环节.文中建立了一个综合考虑作物产量、质量、能源消耗、环境影响等多个指标的变量施肥多目标优化模型,提出了一种求解此类问题的高效禁忌搜索算法,从产量最大化的初始施肥方案出发,基于最近可行解的概念进行邻域搜索,并按照质量优先的策略不断寻找和更新解集,最后得到一组非支配意义下的优化施肥方案,以提高精准农业变量施肥的决策支持能力和水平.通过对江西宜春地区油茶树变量施肥问题的案例研究,验证了模型和算法的有效性和实用性.