含有模糊和随机参数的混合机会约束规划模型

提出一类混合机会约束规划模型，该模型同时含有模糊和随机参数，运用随机模拟与模糊模拟相结合的技术，给出了求解该机会约束规划模型的遗传算法，通过对生产过程最优化决策的典型问题进行分析建模和数值求解，说明了该模型和算法的合理性和有效性。     

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。     

随机规划ICC(β)模型的混合智能算法

讨论了当随机规划的随机变量服从离散分布时,合成机会约束模型(ICC(β))中约束集合的结构;利用适合全局搜索的遗传算法以及局部搜索能力很强的爬山算法,结合逐次增加约束方法,给出了计算该模型的混合智能算法;实例验证了该算法的有效性。该算法也可作为含连续随机变量的(ICC(β))的逼近算法。     

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.     

随机模糊神经网络的参数学习算法

在输入和输出信号均有噪声污染的情况下,提出随机模糊逻辑神经网络系统及其参数学习算法,给出了参数学习公式;仿真计算表明本文所提出的算法的有效性,它明显优于没有考虑噪声的模糊逻辑神经网络系统。     

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.     

供应链库存的模糊机会约束规划模型

研究了不确定环境下的供应链库存优化问题。考虑需求为模糊量,且可能在一定条件下不满足约束条件的决策前提,用三角模糊数表示需求,结合可能性理论中的可信性测度,建立了多品种联合补充的模糊机会约束规划模型,目标函数为最小化供应链订货成本和库存成本的期望值。用遗传算法对优化模型求解,以目标函数值作为染色体适应度,给出了编码方案及选择、交叉、变异算子。用数值实例进行了仿真计算,证明了模型和算法的有效性和性能,并给出了不同置信水平下的计算结果。     

基于GA和ANN的随机规划模型对储层参数的预测

储层物性参数的分布一直是油藏描述的关键问题和难点。本文采用随机规划与ANN(人工神经网络模型)相结合的建模方法，设计了一种改进的GA(遗传算法)作为随机规划模型的解法，并把这种方法用于储层参数的预测。实验表明该模型具有较强的预测能力和实用性。     

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．     

基于遗传算法和模糊综合评价的虚拟企业风险规划

虚拟企业是未来企业的潜在发展模式,虚拟企业的风险管理是当前研究的热点问题,风险规划是风险管理的重要阶段之一.本文针对虚拟企业缺少历史资料、不确定因素多等特点,提出了非线性整数规划和模糊综合评价相结合的风险规划问题描述模型以及遗传算法与模糊综合评价相结合的问题求解算法.实例仿真验证了该方法的有效性.该方法能够实现在一定风险费用投入的情况下,通过优化组合风险处理措施,达到虚拟企业整体风险水平最低的目标,是虚拟企业风险规划的科学管理方法．     

模糊非线性规划对称模型基于遗传算法的模糊最优解*

本文基于扩展原理，借助于隶属函数，对具有一般形式的Ｆｕｚｚｙ数，提出了描述和表达Ｆｕｚｚｙ目标和Ｆｕｚｚｙ约束条件的方法，将一类具有Ｆｕｚｚｙ目标／资源约束非线性规划的对称模型转化为确定性的非线性规划。基于遗传自救的思想提出了Ｆｕｚｚｙ环境下求解非线性规划对称模型的Ｆｕｚｚｙ最优解方法。     

模糊调整在求解模糊规则中的应用*

提出一种求解模线性规划的非精确算法,它模拟人的调节过程,将模糊控制思想嵌入到遗传算法的变异与交叉算子中求解出一个模糊糊优解集,取代了以往利用单纯形注解模糊糊线性规划问题的一个最优解。     

Fuzzy Optimal Control for Bilinear Stochastic Systems with Fuzzy Parameters

In this paper we consider the control problem for a class of partially observed bilinear stochastic systems with fuzzy parameters. Using Takagi–Sugeno fuzzy model, the problem is described by three sets of fuzzy stochastic differential equations: one for the state process, one for the observed process and one for the controller which is assumed to be driven by the observed process. With this formulation, the original stochastic control problem can be treated as a deterministic identification problem in which the controller parameters and the corresponding membership functions are the unknowns. Using a suitable performance index, we have developed a set of necessary conditions for determining the parameters of the controller and the corresponding membership functions. Finally, some numerical simulations are presented to illustrate the effectiveness of the proposed fuzzy control scheme.     

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。     

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。     

新零售下生鲜产品闭环物流网络模糊规划

针对我国新零售模式的快速发展，消费者对生鲜产品需求与退货的模糊不确定性问题，考虑最低物流总成本、最佳设施选址以及最优配送车辆运输路径的决策，构建了新零售下生鲜产品闭环物流网络模糊规划模型。为求解该模型，将需求量与退货量看成三角模糊参数，利用模糊机会约束方法将模糊约束转化为等价的清晰条件。以上海市某生鲜电商企业为实例，通过置信水平的敏感性分析以及遗传算法与粒子群算法的双求解，验证了模型的有效性与可行性，进而为相关决策者提供了借鉴。     

模糊相关机会规划的蚁群优化算法及收敛性分析

模糊相关机会规划(Fuzzy dependent-chance programming, FDCP)因其非线性、非凸性及模糊性,对经典的优化理论提出了极大的挑战. 本文为解决复杂的模糊相关机会规划问题设计了一种基于模糊模拟的蚁群优化算法, 证明了该算法的收敛性,并通过估算期望收敛时间以分析蚁群优化算法的收敛速度. 数值案例研究验证了该算法的有效性、稳定性及准确性.