基于可信性理论的运输机会约束模型

基于可信性理论,将提出一类带有模糊参数的运输计划机会约束模型.然后,讨论可信性函数的逼近方法并且设计一个基于逼近方法、神经网络和遗传算法的启发式算法来求解这个模糊运输计划机会约束模型.最后,给出一个数值例子来表明所设计算法的实用性和有效性.     

两阶段模糊生产计划期望值模型

在现实的生产系统中,生产计划问题常常是-个确定的线性规划问题.但是,在许多的实际情况中,由于生产系统中不确定性因素的影响,带有常系数的线性规划模型不能合理地描述现实的决策环境.为了准确有效地描述生产决策环境,本文提出一类新的带有模糊参数的两阶段生产计划期望值模型并且讨论模型的一些基本性质.然后,讨论补偿函数的逼近并且设计-个基了:逼近方法、神经网络和遗传算法的启发式算法来求解这个两阶段模糊生产计划模型.最后,给出一个数值例子来表明所设计算法的可行性和有效性.     

基于可信性理论的两阶段生产计划模型

为了准确有效地处理农业生产中的不确定性因素,基于可信性理论和两阶段模糊优化方法提出一类新的带有最小风险准则的两阶段模糊农业生产计划模型.然后,讨论可信性函数的逼近方法并且设计一个基于逼近方法、神经网络和模拟退火的启发式算法来求解这个两阶段模糊农业生产计划最小风险模型.最后,给出一个数值例子来表明所设计算法的可行性和有效性.     

带有模糊参数的运输期望值模型

基于可信性理论,将提出一类带有模糊参数的运输期望值模型.然后,讨论模糊运输期望值模型的基本性质.最后,给出一个数值例子来表明所设计模型的实用性.     

带有最小风险准则的两阶段模糊产销计划模型

基于两阶段模糊优化方法建立一类带有最小风险准则的模糊产销计划模型,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。然后,给出一个实例表明模型和算法的有效性。     

带有模糊参数的农业生产计划模型

在现实的生产系统中, 由于材料价格, 产品价格, 市场需求以及劳动者能力等不确定因素的影响, 生产计划问题常常是一个不确定规划问题. 因此, 带有常系数的生产计划模型不能准确有效的描述生产决策环境. 基于可信性理论, 本文将提出一类新的带有模糊参数的生产计划模型. 然后, 我们讨论了可信性函数的逼近并且设计一个基于逼近方法、神经网络和遗传算法的启发式算法来求解这个模糊生产计划问题. 最后, 给出了一个数值例子来表明所设计算法的可行性和有效性.     

一类新的带有模糊参数的生产库存管理模型

正确有效地处理生产库存管理系统中的不确定性信息直接影响生产利润。基于模糊VaR优化准则讨论了生产工序、库存费用、缺货费用以及市场需求对生产利润的影响。同时,本文对于生产库存管理问题发展了一个新的模糊VaR优化方法。为了求解所提出的生产库存管理问题,设计了一种结合逼近方法、神经网络和遗传算法的混合智能算法。最后,给出一个带有模糊VaR准则的生产库存管理问题的数值例子表明所设计模型和算法的有效性。     

基于遗传算法的随机模糊立体运输问题

随机模糊立体运输问题的研究是为了解决现实生活中双因素不确定性问题,在遗传算法的基础上,运用可信性理论建立随机模糊运输问题的机会约束规划模型.通过算例进行VC++编程模拟计算,验证了此模型的可行性,最终提出了基于遗传算法解决随机模糊立体运输问题的模型.     

模糊环境下的流动资金管理模型及其混合智能算法

基于模糊VaR方法建立一类新的流动资金管理模型,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糊流动资金管理问题进行求解。最后,给出一个模糊流动资金管理问题的数值例子表明所设计模型和算法的有效性。     

一般梯形模糊逼近算子及其在模糊运输问题中的应用

研究运输成本信息为一般模糊数的模糊运输问题.首先,在保持一般模糊数的核不变的条件下,建立一般模糊数与一般梯形模糊数的距离最小优化模型,通过求解模型得到一般模糊数的一般梯形模糊逼近算子,并给出该逼近算子具有的性质如数乘不变性、平移不变性、连续性等.然后利用该逼近算子将一般模糊运输信息表转换成一般梯形模糊运输信息表,再根据已有GFLCM和GFMDM算法得到模糊运输问题的近似最优解,最后给出具体算例分析说明方法的有效性和合理性.     

基于在险价值的物流网络规划模糊两阶段模型与精确求解方法

针对物流网络规划问题中顾客需求和运输成本的不确定性,使用在险价值量化投资风险,建立了以投资损失的在险价值最小化为目标的模糊两阶段物流网络规划模型。对于模型中不确定参数均为规则模糊数的这一类模糊两阶段规划模型,本文通过理论分析和证明将其转化为等价的确定一阶段规划模型进行求解,从而将无穷维的优化问题转化为有限维的经典优化问题,降低了计算难度且得到了模型的精确解。不同规模的数值实验证实了所提出模型及其求解方法的有效性。     

Two-stage fuzzy production planning expected value model and its approximation method

This work develops a novel two-stage fuzzy optimization method for solving the multi-product multi-period (MPMP) production planning problem, in which the market demands and some of the inventory costs are assumed to be uncertainty and characterized by fuzzy variables with known possibility distributions. Some basic properties about the MPMP production planning problem are discussed. Since the fuzzy market demands and inventory costs usually have infinite supports, the proposed two-stage fuzzy MPMP production planning problem is an infinite-dimensional optimization problem that cannot be solved directly by conventional numerical solution methods. To overcome this difficulty, this paper adopts an approximation method (AM) to turn the original two-stage fuzzy MPMP production planning problem into a finite-dimensional optimization problem. The convergence about the AM is discussed to ensure the solution quality. After that, we design a heuristic algorithm, which combines the AM and simulated annealing (SA) algorithm, to solve the proposed two-stage fuzzy MPMP production planning problem. Finally, one real case study about a furniture manufacturing company is presented to illustrate the effectiveness and feasibility of the proposed modeling idea and designed algorithm.     

Analysis of supply chain coordination under fuzzy demand in a two-stage supply chain

This paper considers a two-stage supply chain coordination problem and focuses on the fuzziness aspect of demand uncertainty. We use fuzzy numbers to depict customer demand, and investigate the optimization of the vertically integrated two-stage supply chain under perfect coordination and contrast with the non-coordination case. As in the traditional probabilistic analysis, we prove that the maximum expected supply chain profit in a coordination situation is greater than the total profit in a non-coordination situation.     

需求不确定条件下社区应急疏散协作调度优化模型

质量安全、自然灾害、公共卫生等突发事件社区应急疏散中的灾民数量具有不确定性,但目前的研究很少关注多种运输方式协作的应急疏散中灾民数量的不确定性。针对灾民数量的不确定性,以疏散灾民数量最大化,以及疏散成本最小化作为优化目标,,该文构建了多种运输方式协作的社区应急疏散模糊机会约束规划模型。在模型求解时,论文使用自适应遗传算子对多目标遗传算法进行改进,以提高算法优化效率。最后,论文使用算例对提出的模型进行验证,证明了该模型和方法可以有效完成需求不确定条件下的社区应急疏散协作调度优化工作。     

Maximum cut in fuzzy nature: Models and algorithms

The maximum cut (Max-Cut) problem has extensive applications in various real-world fields, such as network design and statistical physics. In this paper, a more practical version, the Max-Cut problem with fuzzy coefficients, is discussed. Specifically, based on credibility theory, the Max-Cut problem with fuzzy coefficients is formulated as an expected value model, a chance-constrained programming model and a dependent-chance programming model respectively according to different decision criteria. When these fuzzy coefficients are represented by special fuzzy variables like triangular fuzzy numbers and trapezoidal fuzzy numbers, the crisp equivalents of the fuzzy Max-Cut problem can be obtained. Finally, a genetic algorithm combined with fuzzy simulation techniques is designed for the general fuzzy Max-Cut problem under these models and numerical experiment confirms the effectiveness of the designed genetic algorithm.     

基于交互式模糊规划方法的可持续闭环供应链网络规划

在市场需求、设施开设成本和产品回收率不确定的条件下,采用一种交互式可能性规划方法,研究由多个工厂、分销点、市场和废旧点构成的可持续闭环供应链网络设计问题。基于可持续闭环供应链网络结构,构建以企业运营成本和环境伤害最小、社会效益最大为目标的混合整数规划模型。同时,引入改进Epsilon约束方法将多目标优化问题转化为单目标优化问题,在此基础上提出一种两阶段可能性规划方法,基于TH模糊方法对不确定性参数进行处理。最后,通过数值实例,验证本文所建可持续闭环供应链网络模型的有效性,并对悲观-乐观值、不确定参数最低可接受水平β、可调参数γ进行敏感性分析;通过与其他模糊方法对比表明,采用TH模糊方法能得到稳定的最优解。     

A two-stage model for a day-ahead paratransit planning problem

We consider a dynamic planning problem for paratransit transportation. The focus is on a decision to take one day ahead: which requests to serve with own vehicles, and which requests to subcontract to taxis? We call this problem the day-ahead paratransit planning problem. The developed model is a non-standard two-stage integer recourse model. Both stages consist of two consecutive optimization problems: the clustering of requests into routes, and the assignment of these routes to vehicles. To solve this model, a genetic algorithm approach is used. Computational results are presented for randomly generated data sets.     

基于风险-均值分析的供应商选择与订单分配集成优化模型与求解

针对不确定环境下具有不同供应合约的供应商选择与订单分配问题,本文构建了基于风险-均值分析的模糊两阶段多周期集成优化模型。与传统的该问题研究并未充分考虑供应商选择与订单分配两阶段决策的交互影响不同,在该模型中,第一阶段供应商选择的评价目标依赖于后期实际运营中的订单分配决策;并考虑未来需求和实际运营成本的不确定性,引入在险价值和期望值两种决策准则对供应商选择方案的绩效进行评价。提出了该模型的分析求解方法,在险价值得以精确评估,期望值被控制在确定的误差范围内,并可以达到足够的精度要求。