带有区间型三角模糊数的多目标规划模型算法

给出了模糊多目标线性规划模型的一种有效算法,其中目标函数和约束条件中的系数都是区间型三角模糊数.首先,通过引入区间型三角模糊数的截集,将模糊多目标函数转化成单目标函数.其次,引入用于比较两个三角模糊数的强占优可能性准则,将模型中的模糊约束条件转化为经典不等式组.然后,利用Matlab软件编程求解转化的经典单目标线性规划...     

区间目标规划与模糊目标规划

从区间数与模糊数的序关系出发讨论了一类目标函数含区间数系数的非线性规划和目标函数中含有模糊数系数的线性规划问题,提出将相应的规划问题等价地转化为两个依次求解的经典数学规划问题来求最优解.     

含直觉模糊弹性约束的多目标模糊线性规划求解

基于模糊结构元方法构建并讨论了一类含有直觉模糊弹性约束的多目标模糊线性规划问题.通过引入模糊数的加权特征数,定义了一种序关系并拓展了Verdegay的模糊线性规划方法,将上述多目标模糊线性规划问题转化成两个等价含参数约束条件的清晰多目标线性规划模型,并应用一种线性加权函数法给出了此类线性规划模型的对比最优可行解.最后通过一个数值实例来说明此类问题的一般求解方法.     

基于模糊系数的投资组合优化模型及其实证分析

采用模糊数处理不确定性信息．以模糊期望收益率最大为目标函数,使总的风险不高于给定的模糊数,建立了一种新的模型．在给定的截集下,期望收益率转化为区间数,目标函数转化为对该区间数的下限求最大值．基于模糊数大小的概率比较,从而将模糊优化模型转化为不等式约束下的线性规划模型．利用Matlab编程可解得其最优解．最后通过实例分析...     

模糊数在投资组合优化中的应用研究及实证分析

采用模糊数处理不确定性信息.以模糊期望收益率最大为目标函数,使总的风险不高于给定的模糊数,建立了一种新的模型.在给定的截集下,期望收益率转化为区间数,目标函数转化为对该区间数的下限求最大值.基于模糊数大小的概率比较,从而将模糊优化模型转化为不等式约束下的线性规划模型.利用Matlab编程可解得其最优解.最后通过实例分析,验证该模型的可行性.     

稳健的模糊回归区间分析

由于传统的回归分析易受到异常值的影响。针对输入变量为实数,输出变量和输入参数为模糊数的情况,给出了一种稳健的模糊回归区间预测模型和算法。该模型基于输出变量的隶属度函数为目标函数,以估计的区间为约束条件。给出的算法具有较强的稳健性,利用该算法估计的区间几乎不受异常值的影响。最后通过一个数值算例,与其他模型算法对比分析,验证了该模型和算法的有效性和稳健性。     

含弹性约束的多目标模糊线性规划求解

本文讨论了一类含弹性约束的多目标模糊线性规划问题.利用模糊结构元方法引入模糊数的加权特征数概念和序关系,应用Verdegay的模糊线性规划方法及模糊数的加权特征数将此类多目标模糊线性规划问题转化成一类含参数约束条件的清晰多目标线性规划模型,并应用一种基于线性加权函数的规划算法求其α-拟最优可行解.最后,给出了一个数值实例来说明如何求解此类多目标模糊线性规划问题.     

区间值模糊线性规划在证券组合投资优化中的应用

针对期望收益率与风险损失率为区间值模糊数的特征,就证券组合投资问题建立了一种区间值模糊线性规划模型,运用一种对区间值模糊数排序的新算法,将模型转化为经典的线性规划问题进行求解,最后通过一个算例说明其有效性和可靠性,为证券组合投资优化问题的解决提供了一种新的方法,对证券组合的理性投资具有重要的指导意义.     

模糊网络关键路径问题的模糊线性规划方法

构建了模糊线性规划模型及其对偶规划模型,用于求解工期模糊情况下的项目关键路径问题,克服了传统的正向和逆向递推方法中存在的计算繁琐问题.在模糊线性规划模型中,通过枚举不同α—cut值,利用一种基于区间数距离测度的模糊数排序法,改进了现有模糊线性规划模型目标函数,计算出模糊总工期和所有可能的关键路径,解决了现有模糊线性规划模型构建中,未能同时考虑到工期模糊时关键路径可能会发生改变问题以及项目可能存在多条关键路径问题.在对偶规划模型中,通过对项目活动模糊时间参数基于α—cut重新定义,求解出活动的模糊时间参数,克服了已有模糊线性规划模型中要么仅能求出事项(节点)的模糊时间参数但未求出活动的模糊时间参数,要么求出了活动模糊时间参数但其最晚完成时间参数定义不正确的缺陷.     

模糊运算和模糊有限元静力控制方程的求解

根据模糊数的区间形式表达和区间运算的性质,给出了模糊数和模糊变量的运算规则.据此并依据区间有限元理论,提出了结构模糊有限元静力控制方程的几种求解方法.方法可根据输入模糊数的隶属函数,给出结构响应量的可能性分布.且计算量小,易于实施.算例分析说明了方法是实用和可行的.     

Fractional Goal Programming for Fuzzy Solid Transportation Problem with Interval Cost

In this paper, we study a solid transportation problem with interval cost using fractional goal programming approach (FGP). In real life applications of the FGP problem with multiple objectives, it is difficult for the decision-maker(s) to determine the goal value of each objective precisely as the goal values are imprecise, vague, or uncertain. Therefore, a fuzzy goal programming model is developed for this purpose. The proposed model presents an application of fuzzy goal programming to the solid transportation problem. Also, we use a special type of non-linear (hyperbolic) membership functions to solve multi-objective transportation problem. It gives an optimal compromise solution. The proposed model is illustrated by using an example.     

Optimal value range in interval linear programming

We deal with the linear programming problem in which input data can vary in some given real compact intervals. The aim is to compute the exact range of the optimal value function. We present a general approach to the situation the feasible set is described by an arbitrary linear interval system. Moreover, certain dependencies between the constraint matrix coefficients can be involved. As long as we are able to characterize the primal and dual solution set (the set of all possible primal and dual feasible solutions, respectively), the bounds of the objective function result from two nonlinear programming problems. We demonstrate our approach on various cases of the interval linear programming problem (with and without dependencies).     

Bi-matrix Games with Fuzzy Goals and Fuzzy

A bi-matrix game with fuzzy goal is shown to be equivalent to a (crisp) non-linear programming problem in which the objective as well as all constraint functions are linear except two constraint functions, which are quadratic. This equivalence is further extended to bi-matrix games with fuzzy pay-offs, as well as to bi-matrix games with fuzzy goals and fuzzy payoffs, whose equilibrium strategies are conceptualized by employing a suitable ranking (defuzzification) function.     

区间规划问题的最优性条件

区间规划是带有区间参数的规划问题,是一种更易于求解实际问题的柔性规划。它是确定性优化问题的延伸,有区间线性规划和区间非线性规划两种形式。本文讨论了目标函数是区间函数的区间非线性问题。给出了区间规划问题最优性必要条件的较简单证明方法,并利用LU最优解的概念,在一类广义凸函数－(p,r)－ρ－(η,θ)－不变凸函数定义下讨论了最优性充分条件。     

具有模糊系数的模糊线性规划问题

本文考虑具有模糊系数的模糊线性规划问题中各系数的模糊可能性分布，而用指数（或线性）的隶属函数来描述，然后使用模糊数集上的实值函数，使模糊数在模型均值的意义下对应于一个实数，借此，将原问题公式化为一个普通线性规划。     

全系数模糊型线性规划的偏差法

讨论并研究了全系数模糊型线性规划问题的一种新的求解方法.利用新定义的模糊数序关系以及考虑到目标值与决策值之间的关系,可将全系数模糊线性规划问题转换成一个新的普通的线性规划问题,进而可求出目标函数值.     

A Midpoint-Radius approach to regression with interval data

In this paper, a revisited interval approach for linear regression is proposed. In this context, according to the Midpoint-Radius (MR) representation, the uncertainty attached to the set-valued model can be decoupled from its trend. The estimated interval model is built from interval input-output data with the objective of covering all available data. The constrained optimization problem is addressed using a linear programming approach in which a new criterion is proposed for representing the global uncertainty of the interval model. The potential of the proposed method is illustrated by simulation examples.     

求解多层线性规划的模糊规划法

本文用模糊集理论中的隶属函数描述多层线性规划的各层目标,在第一层给定最小满意水平下,通过求解相应层次的模糊规划来确定各层的最小满意度,从而最终得到问题的一个满意解。提出的方法只需求解一系列线性规划问题,具有较好的计算复杂性和可行性,最后的算例进一步验证了方法的有效性。     

收益模糊合作对策Shapley值的公理化

研究一类收益模糊的合作对策,这类对策联盟的模糊收益值可以用一个闭区间的形式来表示,本文定义了一个拓展的闭区间空间和一些闭区间线性运算算子,证明了这类对策的Shapley值可以用承载性、可替代性和可加性进行了公理化.     

Fuzzy linear programming problems as bi-criteria optimization problems

In this paper, we consider fuzzy linear programming (FLP) problems which involve fuzzy numbers only in coefficients of objective function. First, we shall give concepts of optimal solutions to (FLP) problems and investigate their properties. Next, in order to find all optimal solutions, we define three types of bi-criteria optimization problems.