最小风险准则和遗传算法优化神经网络

提出了一种基于最小平均风险准则的遗传算法优化设计前向神经网络的方法，遗传算法的适应度函数并不采用传统的均方误差准则，而是由平均风险则所决定，这种方法在神经网络输出与期望输出之间误差的同时，还要考虑神经网络对不同类型训练样本产生的这种误差所引起的不同的风险损失。这种方法优化得到的神经网络不仅可以准确地再现训练样本集合的期望输出，对训练样本集合外样本的正确预测能力也有明显的提高。     

最小总风险准则的贝叶斯网络个人信用评估模型*

将最小总风险准则MOR与贝叶斯网络分类器相结合,提出了一种新型信用评估模型。在两个真实数据集上以MOR用10层交叉验证对贝叶斯网络信用评估模型进行了测试,并与最小错误概率准则MPE的贝叶斯网络分类器的结果进行了对比。结果表明,基于MOR的贝叶斯网络分类模型可以有效地减小信用评估风险。     

带有补偿的模糊产销计划模型及其混合算法

基于两阶段模糊优化方法建立一类带有补偿的模糊产销计划期望值模型,并设计含有逼近方法和粒子群优化算法的混合算法对提出的模型进行求解。给出一个实例表明模型和算法的有效性。通过改变粒子群优化算法的粒子数和迭代次数对最优解和目标函数值进行算法分析。     

广义输出误差模型的两阶段最小二乘递推辨识

在有色噪声干扰系统中有一类系统, 它具有广义输出误差模型(OEARMA), 本文提出一类广义输出误差模型的 两阶段递推最小二乘参数估计算法. 该算法基本思想是结合辅助模型辨识思想和分解技术, 将系统分解成两个子系统, 每个子系统包含一个参数向量. 借助基于辅助模型和递推最小二乘理论, 用辅助模型的输出代替辨识模型信息向量中未 知中间变量, 用估计残差代替信息向量中不可测噪声项, 从而可以运用递推辨识思想来估计系统所有参数. 该算法具有 较高的计算效率, 仿真例子说明提出算法的有效性.     

危险品运输中的最小风险最大流算法

在危险品运输中,为使风险降到最低,提出一种最小风险最大流算法。将所有可能影响风险的因素统一为一个风险值进行考虑,采用风险性比值的方法得到最小风险比值路线,并沿该路线进行增流,设计危险品运输中的最小风险算法。实例结果表明,与经典的求最小费用流的最小费用路线算法相比,该算法复杂性更低,占用空间更小。     

应用两阶段遗传算法优化求解动态因果模型

动态因果模型是分析脑区间有效连接最有效果的方法。针对经典遗传算法在搜索最优动态因果模型DCM(Dynamic Causal Models)的后期,变异幅度过大这一缺陷进行改进,提出两阶段遗传算法。利用网上的真实数据集实验表明,相对于经典遗传算法,两阶段遗传算法计算结果更优越。     

定位2运输路线安排问题的两阶段启发式算法

重点研究了集成化物流中一类特殊的定位一运输路线安排问题(LRP)的解决方法．LRP问题包括设施定位和运输路线优化两方面决策，属于NP-hard难题．由于问题的复杂性，提出基于假设前提的LRP模型及其两阶段启发式求解算法．该方法分两步实现：首先，采用基于最小包络聚类分析的启发式方法确定被选择的潜在设施及由每一个选中的设施所要提供服务的客户群；其次，运用带有控制开关的遗传算法求解每一确定客户类中的优化运输路线．提出利用两阶段启发式算法求解LRP问题，此方法实现容易、运算简单，一定程度上避免了遗传算法中的“局部最优现象”．仿真实验证明了该算法求解单目标LRP的有效性和准确性．     

带有VaR方法的模糊NPV模型及其混合智能算法

基于可信性理论建立一类带有模糊VaR方法的NPV模型,并设计含有逼近方法、神经网络和遗传算法的混合智能算法对提出的模型进行求解。给出一个数值例子表明模型和算法的有效性。通过改变目标函数和可信性约束中的可信性水平对最优解进行灵敏度分析。     

一类模糊模型的结构优化问题研究

提出了将模糊模型统计信息准则（FSIC）、基于奇异值分解（SVD）的模糊模型结构分析、模糊规则删除与合并、参数估计等方法集成的模糊模型结构迭代优化。研究表明,将SVD引入到模糊模型结构分析、结合FSIC指导模糊规则删除和合并,可从模型结构精简化、模型拟合和泛化性能等方面综合地确定最优模型结构;文中提出了实用可行的基于聚类加权组合和多重模糊聚类的规则合并算法。该迭代优化方法已成功地应用于非线性函数逼近和航空煤油干点估计器的模糊模型构造。仿真结果表明文中提出的方法简单实用,优化的模型结构比文献中给出的模型结构更加精简。     

基于用户模糊聚类的两阶段协同过滤推荐

推荐系统中,随着用户数目和商品数目的日益增加,传统的协同过滤技术在生成推荐时的速度已经成为一种瓶颈。针对此问题,本文提出了一种基于用户模糊聚类的两阶段协同过滤推荐。两阶段分为离线和在线两个阶段。离线时,应用模糊聚类技术,对基本用户进行模糊聚类;在线时,利用已有的用户模糊聚类寻找目标用户的最近邻居,并产生推荐。实验表明,基于用户模糊聚类的两阶段协同过滤推荐不仅加快了推荐生成速度,还提高了推荐质量。     

适于长距离运输的分段吊车模糊控制

针对长距离吊车运输系统的特征,提出了分段切换因子模糊控制方法.该方法使用两个子模糊控制器分别用于抗摆和定位控制,并运用实值遗传算法选取模糊控制器的分段切换因子.仿真结果表明:该方法保证了定位精度并能有效地抑制超调,在加速阶段、运输阶段和减速阶段能够使载荷摆角最小,并且能够在目标位置进行消摆控制,其性能优于传统二次型最优控制.     

Solving bicriteria solid transportation problem with fuzzy numbers by a genetic algorithm

The proposed Genetic Algorithms (GAs) are incorporated with problem-specific knowledge and the decision maker's degree of optimism, and the criteria space approach for bicriteria linear program conductive to find out the nondominated extreme points in the criteria space.     

Improved genetic algorithm for solving multiobjective solid transportation problem with fuzzy numbers

In this paper, we present improved genetic algorithm for solving the fuzzy multiobjective solid transportation problem in which the coefficients of objective function are represented as fuzzy numbers. The ranking fuzzy numbers with integral value are used in the evaluation and selection. The proposed algorithm is incorporated with problem-specific knowledge and conductive to find out the set of nondominated points in the criteria space based on decision maker degree of optimism.     

基于遗传算法的动态MC2运输问题求解

动态MC²运输问题是描述多阶段供求波动的运输问题,其模型框架可以应用到很多领域。目前对动态MC²运输模型的求解主要采用传统的单纯形法,针对该问题的特殊性采用具有全局搜索能力的遗传算法进行求解。通过三维数组编码,设计有效的交叉、变异算子和适应度函数,克服了单纯形法求解该问题出现的并行性差、求解整数规划困难的不足。用Matlab7.0编程对算法进行检验,结果表明经过特殊设计的遗传算法能够很好地解决动态MC²运输问题。     

A simplified new approach for solving fuzzy transportation problems with generalized trapezoidal fuzzy numbers

In a recent paper, Kaur and Kumar (2012) proposed a new method based on ranking function for solving fuzzy transportation problem (FTP) by assuming that the values of transportation costs are represented by generalized trapezoidal fuzzy numbers. Here it is shown that once the ranking function is chosen, the FTP is converted into crisp one, which is easily solved by the standard transportation algorithms. The main contribution here is the reduction of the computational complexity of the existing method. By solving two application examples, it is shown that it is possible to find a same optimal solution without solving any FTP. Since the proposed approach is based on classical approach it is very easy to understand and to apply on real life transportation problems for the decision makers.     

基于遗传算法的动态MC2运输问题求解

动态MC²运输问题是描述多阶段供求波动的运输问题,其模型框架可以应用到很多领域。目前对动态MC²运输模型的求解主要采用传统的单纯形法,针对该问题的特殊性采用具有全局搜索能力的遗传算法进行求解。通过三维数组编码,设计有效的交叉、变异算子和适应度函数,克服了单纯形法求解该问题出现的并行性差、求解整数规划困难的不足。用Matlab7.0编程对算法进行检验,结果表明经过特殊设计的遗传算法能够很好地解决动态MC²运输问题。     

多式联运运输问题的混合遗传算法

多式联运运输方式的选择关系到货物运输所需费用、时间等。该文对需经过多式联运过程的运输问题进行了研究。首先分析了多式联运运输问题的数学模型;其次通过引入关于运输量及运输方式的混合编码,结合两种混合遗传算子,提出了一种求解多式联运运输问题的混合遗传算法;最后用数值例子对算法的有效性进行了验证。     

A solid transportation problem with type-2 fuzzy variables

This paper focuses on generating the optimal solutions of the solid transportation problem under fuzzy environment, in which the supply capacities, demands and transportation capacities are supposed to be type-2 fuzzy variables due to the instinctive imprecision. In order to model the problem within the framework of the credibility optimization, three types of new defuzzification criteria, i.e., optimistic value criterion, pessimistic value criterion and expected value criterion, are proposed for type-2 fuzzy variables. Then, the multi-fold fuzzy solid transportation problem is reformulated as the chance-constrained programming model with the least expected transportation cost. To solve the model, fuzzy simulation based tabu search algorithm is designed to seek approximate optimal solutions. Numerical experiments are implemented to illustrate the application and effectiveness of the proposed approaches.     

基于模糊需求和模糊运输时间的多式联运路径优化

考虑不确定性的模糊多式联运路径优化研究, 可以在满足运输方案经济环保双重要求的同时, 增强运输方案的鲁棒性, 提高企业的抗风险能力. 本文建立了模糊需求和模糊运输时间下低碳低成本多式联运路径优化模型,针对连续型元启发式算法无法直接求解离散型组合优化模型的问题, 设计了基于优先级的通用编码方式. 在此基础上, 为进一步提高算法的求解质量, 提出了带启发式因子的特殊解码方式, 并且提出了一种带邻域搜索策略的自适应差分进化算法. 结果表明, 改进算法获得的最终方案在蒙特卡罗采样的大多数场景下满足约束, 方案稳定性强,目标值最低.     

基于模糊多准则决策的谈判模型

针对目前谈判支持系统中谈判模型存在的难以准确获知谈判人的偏好,以及利用偏好构造其效用函数的问题,应用模糊数学的方法,将谈判人的偏好和对目标值的评价用梯形模糊数表示,由此提出一种基于模糊多准则决策方法求解谈判问题的模型。通过示例分析计算,表明该模型能帮助谈判各方达成一个满意解。