区间数信息下的多属性群决策研究

随着决策系统的不断扩大以及复杂化,评价指标以实数值描述稍显欠妥。研究属性权重为实数值、区间数信息下的多属性群决策问题,建立集结区间数信息的非线性规划模型,采用模拟植物生长算法集结各方案中多位专家给出的区间数偏好,并利用得到的偏好区间数构成群决策偏好矩阵。结合已知权重,引入投影理论得到各方案的综合评价值,从而选出最优决策方案。算例结果表明,模拟植物生长算法不仅计算简便、灵活,并且尊重每个专家的意见,较好地保留了信息的完整性,显示出人工智能算法在信息集结方面的有效性。     

韦伯型多点设施优化选址的组合算法研究

韦伯型设施选址问题是组合优化领域中的一类重要问题,其核心内容是如何在离散的需求空间域内,寻找到最优决策关注点,即设施点。对于单点设施最优规划问题,由于不存在设置点之间的作用,仅考虑设施点与需求点之间的引力作用问题即可。对于多点设施的最优规划问题,不仅存在着设施点与需求点之间的引力作用问题,而且从资源优化配置的角度,还存在着设施点之间的斥力问题。因此,需要从系统整体优化的角度进行选择规划。目前解决韦伯型设施多点的优化选址问题,一般是通过寻找局部最优解的逐次递阶法来确定最优设施点。但由于该方法没有考虑到设施点间的斥力问题,容易导致设施点间的粘连。针对此问题,提出了一种PGSA-GA组合算法,通过建立模拟植物生长算法得到全局最优解的单点坐标,将其与需求点结合构建遗传算法优化的多目标规划多点设施选址模型求出Pareto最优解,并依此推广到多次选址方案。     

多指标区间数群决策问题的组合算法研究

针对一类多指标群决策问题,根据最小二乘原理提出了最优离合点的概念。运用模拟植物生长算法与加速遗传算法组合算法（PGSA-RAGA）,求解得出最优离合点,并且根据投影寻踪模型利用最优离合点所组成的矩阵,得出最终投影值与排序结果。该方法解决了以往以平均数体现群决策的综合意愿所出现的不足的问题,在指标的属性权重完全未知的情况下,得到最优的排序结果,经过对比分析,该方法的可行性得到验证,更加简便易操作,并且有效地推广到大规模多指标群决策问题。