一种新的遗传算法求解有等式约束的优化问题

针对有等式约束的优化问题,提出了一种新的遗传算法.该算法是在种群初始化、交叉、变异操作过程中使用求解参数方程的方法处理等式约束,违反不等式约束的个体用死亡罚函数进行惩罚设计出的实数编码遗传算法.数值实验结果表明,新算法性能优于现有其它算法;它不仅可以处理线性等式约束,而且还可以处理非线性等式约束,同时提高了收敛速度和解的精度,是一种通用强、高效稳健的智能算法.     

基于最小二乘支持向量回归机的Mamdani模糊系统结构

为了提高模糊系统处理高维问题的推广能力,基于最小二乘支持向量回归机(LSSVR)的思想提出了一个设计Mamdani模糊系统的新算法。传统算法都存在过学习问题,该算法在目标函数中考虑了结构风险避免了过学习现象,并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。在此算法中,构造了一种新的具有语言意义的数据依赖型模糊核函数,它是一种Mercer核。实验结果证明,该算法提高了Mamdani模糊系统的逼近能力和推广能力。     

基于参数方程处理等式约束优化的粒子群算法

针对目前已有的粒子群优化算法求解有等式约束优化问题时对收敛速度和解的精度的影响,提出了一种新的基于参数方程的粒子群优化算法.它是粒子群在初始化和选代进化过程中使用求解参数方程的方法处理等式约束设计出的粒子群优化算法.数值实验结果表明,新算法是有效的.它不仅提高了收敛速度和解的精度,而且是一种通用的智能算法.     

决策模型的神经网络表示

利用因素空间的理论对多属性决策中加权综合模型、距离模型、综合评判模型、多层次综合模型4种基本模型进行分析,给出了相应的神经网络表示和算法,最后结合实例在计算机上给予实现.     

带参数的变权综合模型

给出了均衡标度这一新的概念 ,提出了带参数的变权综合模型 ,将决策人的均衡偏好引入综合模型 ,克服了现有综合模型不能直观反映决策者的均衡偏好要求的缺陷 ,具有一定的实际应用背景     

集值映射最优化问题的弱有效解

给出反例说明Jahn和Rauh提出的关于集值优化问题的弱有效解结论的错误,并对其条件进行了改进,得到了集值映射最优化问题的弱有效解的最优性条件.     

集值映射最优化问题的真有效解

利用Jahn与Rauh提出的集值映射的切上导数概念 ,给出了向量集值映射最优化问题的各种有效解的充分与必要条件     

权向量的一般模型与权确定方法的分析

结合效用理论与因素空间理论 ,首先给出了权向量的数学描述与一般模型 ,接着运用此模型对常用的权确定方法加以分析 ,指明常用方法的缺陷在于主、客观信息的分离 ,最后给出消除此缺陷的两种方法     

向量优化问题的Geoffrion有效解与向量变分不等式

利用Jahn与Rauh提出的集值映射的切上导数概念，解决了以向量变分不等式的形式给出向量集值优化问题的Geoffrion有效解的充分必要条件．     

基于核映射的高阶Takagi-Sugeno模糊模型

本文研究规则后件为非线性函数的高阶Takagi-Sugeno(TS)模糊系统.为求解规则后件的函数表达式,首先通过一个核映射将原输入空间映射到高维特征空间,使原空间的非线性子模型转化为高维特征空间的线性子模型,获得了规则后件的非线性函数的计算公式.然后,给出了用核模糊聚类和最小二乘支持向量机设计模糊系统的一种新算法.最后通过4个公开数据集上的仿真实验验证了所提算法的逼近能力、推广能力和鲁棒性能.