基于粒子群算法的随机和模糊混合机会约束规划研究

研究一类混合机会约束规划模型,该模型含有随机和模糊参数。基于粒子群算法运用随机模拟和模糊模拟相结合的技术,给出了一种求解该规划模型的混合智能算法。并通过对实际模型的规划问题进行分析和数值求解,说明了该模型和算法的合理性和有效性。     

一类含有随机和模糊参数的规划模型

提出一类模糊机会约束的随机期望值规划模型,该模型同时含有随机和模糊参数.对改进的“报童问题”进行的分析,说明了模型的合理性.运用随机模拟与模糊模拟相结合的技术,给出了求解该规划模型的遗传算法.并对改进的“报童问题”进行了数值求解,同时给出了其它数值例子,进一步说明了所给出模型的适用性和有效性.     

基于随机模拟与PSO算法相结合的随机机会约束规划算法

随机机会约束规划作为一类重要的随机规划,广泛存在于许多领域中.为了寻找更有效的求解随机机会约束规划的算法,通过采用随机模拟来逼近随机函数,并在微粒群算法PSO(Particle Swarm Optimization)中利用随机模拟实现估计适应值和检验解的可行性,从而给出了求解随机机会约束规划的新算法,最后,测试其性能并与遗传算法进行了比较,实例结果表明该算法的正确性和有效性.     

半方差约束下的模糊随机收益率贷款组合优化模型

银行贷款的收益率在很多情况下具有模糊随机性。将贷款收益率刻画为模糊随机变量,使用半方差作为风险度量方式,建立半方差约束下的模糊随机收益率贷款组合优化模型,目的是在一定的半方差约束和置信水平下,最大化贷款组合的收益率不小于预置收益率的本原机会测度。应用集成模糊随机模拟、神经网络、遗传算法的混合智能算法进行求解,最后通过实例验证了模型和算法的可行性和有效性。     

求解模糊相关机会规划模型的混合差分进化算法

针对不确定规划领域中存在的模糊相关机会规划模型,基于群体智能的差分进化算法,设计一种新的求解模糊相关机会规划模型的混合智能算法．该算法基于粒子群优化算法对差分进化算法进行改进,并运用模糊模拟技术对模糊相关机会规划模型进行分析和数值求解,无需像传统的基于遗传算法的混合智能算法需要很长时间并经过复杂的计算才能得到合理的结果．最后,通过实例表明了所提混合智能算法的合理性和有效性．     

模糊线性支持向量回归机

该文研究了当训练点的输出为三角模糊数时,支持向量回归机的构建问题。首先将模糊回归问题转化为模糊分类问题,并将求模糊最优分类超平面问题转化为求解带有模糊决策的机会约束规划问题。利用基于模糊模拟的遗传算法求解带有模糊决策的机会约束规划,得到模糊最优分类超平面(模糊方程),解模糊方程得到模糊回归函数。在此基础上,得出模糊线性支持向量回归机(算法)。从而较好地解决了支持向量机中含有模糊信息的模糊回归问题。最后,给出显示模糊线性支持向量回归机特点的模糊支持向量集的定义。     

模糊机会约束规划下的物流配送路径优化

针对模糊需求信息条件下物流配送路径优化问题进行了分析,运用模糊数学的可能性理论建立了该问题的模糊机会约束规划模型,并构造了一种新的禁忌搜索算法进行求解。算例说明,该模型及算法对于模糊需求下物流配送路径优化问题具有一定的实用价值。     

求解模糊机会约束规划的混合智能算法

模糊机会约束规划是一类重要的模糊规划,它广泛地存在于许多领域中,微粒群算法已实现了对其的有效求解,但求解速度仍不能满足大规模模糊机会约束规划问题的求解,为了寻找更为高效的求解模糊机会约束规划的算法,通过采用模糊模拟产生样本训练BP网络以逼近模糊函数,然后应用微粒群算法并以逼近模糊函数的神经网络作为适应值估计及检验解的可行性,从而提出了一种求解模糊机会约束规划的混合智能算法。最后通过仿真结果说明了算法的正确性和有效性。     

求解模糊相关机会规划的混合智能算法

模糊相关机会规划是一类有着广泛应用背景的随机规划问题,该文采用模糊模拟产生样本训练BP网络以逼近机会函数,然后应用微粒群算法并以逼近机会函数的神经网络作为适应值估计,从而提出了一种求解模糊相关机会规划的混合智能算法。最后通过实例仿真说明了算法的正确性和有效性。     

模糊需求条件下车辆路径问题的模糊模拟

研究具有模糊需求的车辆路径问题,针对具有不确定需求的单车辆单车场的车辆路径问题,建立了基于模糊可信性理论的模糊机会约束规划模型,并提出了求解该问题的一种基于模糊模拟的混合遗传算法。同时,在最小化车辆总行驶距离的目标下,通过实验研究决策者主观偏好对决策目标的影响,并给出最佳主观偏好值。     

一类非线性船舶在随机波上的倾覆概率仿真

研究一类非线性船舶在随机波上的倾覆概率仿真。船舶在给定随机波上的、直到颠覆的大幅度横摇可用一个四元非线性方程表示;假定噪声为白噪声的情况下,该方程通过转化可被改写成对应的二阶随机微分方程;基于半离散数值解法,设计了一类非线性船舶在随机波上的倾覆概率仿真算法,该方法简单,易于工程应用;给出实例演示了方法的应用,验证了算法的有效性。     

求解随机相关机会规划的有效算法

随机相关机会规划作为一类重要的随机规划,存在于许多领域中.为了寻找更为有效的求解随机相关机会规划的算法,采用随机仿真来逼近机会函数,在微粒群算法中利用随机仿真估计适应值,提出一种将随机仿真与微粒群算法相结合的随机相关机会规划算法.通过实例仿真测试该算法的性能,并与遗传算法进行比较,结果表明本算法具有一定的优势.     

不确定环境下的部队作战机动策略

机动作战是提高导弹部队战时生存能力的有效途径,而机动过程中的随机因素给部队机动带来一系列不确定性。为此,分析不确定因素对作战机动过程的影响,将其转化到机动速度的不确定性上,建立基于随机速度的机动策略模型,并通过随机模拟和蚁群系统对模型进行求解。实验结果证明该模型的合理性和算法的有效性。     

随机网络仿真模型及其关键技术的研究

该文在研究通用的、可定制的、能线性逼近被模拟网络相关参数的随机网络生成算法的基础上,定性地推导了各随机网络模型的点度收敛特性,提出并论证了新的概率连通公式及相应的随机网络生成算法,数学推证及模拟实验证明新的随机网络模型在点度的收敛及一致性方面都有更好的表现。文中对所研究的随机网络仿真模型的性能也均做了一定的阐述、模拟和分析。     

基于PSO求解随机期望值模型的混合智能算法

随机期望值模型是一类有着广泛应用背景的随机规划问题,为了寻找更为高效的求解随机期望值模型的算法,采用随机仿真产生样本训练BP网络以逼近随机函数,然后应用微粒群算法并以逼近随机函数的神经元网络作为适应值估计和实现为了检验解的可行性,从而提出了一种求解随机期望值模型的混合智能算法。最后通过两个实例的仿真结果说明了算法的正确性和有效性。     

组播网络的随机仿真

提出了一种能线性逼近现实网络特性的随机网络生成方法，研究内容包括：推证新的概率连通公式，证明其收敛性，并对模型的仿真效果进行实验和性能分析。事实证明此模型是一种可定制的通用网络仿真模型，较其他仿真模型而言，其收敛性更为优良，且能更加逼真地模拟现实网络的属性。     

基于PSO求解随机相关机会规划的有效算法

随机相关机会规划是一类有着广泛应用背景的随机规划问题,通过采用随机仿真产生样本训练BP网络以逼近机会函数,然后应用微粒群算法并以逼近机会函数的神经网络作为适应值估计,从而提出了一种求解随机相关机会规划的混合智能算法。最后通过实例仿真说明了算法的正确性和有效性。     

求解随机机会约束规划的混合智能算法

随机机会约束规划是一类有着广泛应用背景的随机规划问题,采用随机仿真产生样本训练BP网络以逼近随机函数,然后在微粒群算法中利用神经网络计算适应值和实现检验解的可行性,从而提出了一种求解随机机会约束规划的混合智能算法。最后通过两个实例的仿真结果说明了算法的正确性和有效性。     

带模糊需求的开放式选址路径问题的混合离散蘑菇繁殖算法

针对带限制的开放性选址路径问题的研究,考虑模糊需求的条件下,以仓库选址成本、车辆行驶距离成本、机会损失成本、额外距离等目标之和最小化的要求建立数学模型。通过对蘑菇繁殖算法的改进,使用部分映射交叉和路径重连算法代替原算法中父代更新方式;在邻域搜索部分使用概率法进行邻域选择;使用随机模拟程序对设计好的路径进行模拟,计算因服务失败而产生的额外行驶距离与机会损失成本。在保留算法原有特性的情况下使其成功应用于组合优化问题;通过一系列算例测试与对比,验证了模型的正确性与有效性以及混合离散蘑菇繁殖算法的计算效率和优化能力。