一类大系统模糊随机多目标决策的建模与求解方法

本文提出和建立了一类大系统模糊随机多目标决策（ＦＳＭＯＤＭ）模型，讨论了模糊事件的模糊概率的若干基本性质．在此基础上，将ＦＳＭＯＤＭ模型转化为清晰的多目标决策模型，并给出了递阶分解协调求解方法．把该模型应用到大连市水资源与经济发展规划研究中取得了令人满意的结果．     

具有稳定系数的多目标多维模糊决策算法

对多目标多维模糊决策模型的模糊交叉算法做了进一步研究,分析了多目标多维模糊决策模型中主观监督因子在三维以上模糊决策时对目标权重调节不灵敏的原因,提出一种新的模糊环境下带有目标权重主观监督因子和稳定系数的目标函数,给出了具有稳定系数和主观监督因子的目标权重计算公式,并给出了多目标多维模糊决策的算法,实例计算说明了算法的有效性。     

基于模糊决策模型的高速公路环境风险评价

本文构建了非常规突发事件下的高速公路环境风险评价的目标体系,将模糊逻辑与多目标决策、层次分析法相结合,提出一种基于模糊多目标决策模型。它与传统的多目标决策模型相比,将输入参量转化为语言变量后,获得一个集专家知识、系统变量间关系为基础的优势得分排序规则,可对不确定环境下的多目标及其子目标进行决策评价。通过设计一个高速公路路段环境评价的算例,并对其目标及子目标进行敏感性分析,验证这种决策方法在评价高速公路环境风险上的科学性。     

两层多人多目标决策模型及其凸性

本文提出了四种一般性两层多人多目标决策模型及其最优解概念，它们适应于下层以不同已知信息提供给上层并涉及多个决策者不同偏好的两层多目标决策问题，研究了与这些模型相关的几种集值函数（包括下层有效前沿面，下层目标空间构成的集值函数和上层的两种复合目标集值函数）在各种意义下的凸性。     

水资源持续利用的多目标决策模型的建立

可持续发展战略的实施,资源的可持续利用是关键.针对日趋短缺的淡水资源,根据多目标决策理论,以同时追求经济、环境、社会效益为主要目标提出了其可持续利用的多目标决策模型,并举例说明了模型的应用,旨在为决策者提供淡水利用规划的依据.     

多目标多维模糊决策模型的模糊交叉算法

对多目标多维模糊决策模型做了进一步研究，提出一种模糊环境下带有目标权重主观监督因子的目标函数，提出了计算模糊决策识别矩阵与目标权重的模糊交叉计算公式。该算法既充分利用了模糊决策中的客观信息，又充分利用了决策专家的知识与经验，将客观定权与主观定权有机结合起来，为求解最优模糊决策识别矩阵和确定目标最优权重提供了一种有效途径，进一步丰富了多目标多维模糊决策理论模型。将本文提出的模糊决策方法应用于16家电炉炼钢企业的模糊综合评价决策，取得了较为满意的效果。     

中国通货膨胀的原因分析

本文从定性定量两个方面分析中国通货膨胀的深层原因，提出了中国通货膨胀程度的衡量指标，通过建立多目标决策模型，对反通货膨胀代价作了系统的分析．     

决策支持下的不完全偏好信息多目标对策

针对多目标对策的不完全偏好信息,将理性策略概念和偏好规划理论引入到多目标对策研究中,把两人的多目标对策考虑为两个局中人同时面临的两个多目标决策问题,偏好信息用可行权重限定集合进行建模.多目标对策模型分为对策模型和决策模型两部分.在对策模型中,利用理性和偏好的共同知识,获得理性策略集.在决策模型中,局中人将策略选择作为使用私人偏好信息的多目标决策问题.最后,通过实例验算表明所提方法的有效性.     

基于模糊多属性群决策的动态联盟盟员选择方法

对动态联盟盟员选择问题所采用的经典方法进行了分析,根据盟员选择过程中决策者判断模糊性的特点,考虑到不同决策者其决策可信性的区别,采用模糊环境下的多属性群决策方法,将定性指标转化为定量指标,从而求得动态联盟的最佳合作伙伴.     

多目标决策的中心方法之统一探讨

该文从统一的角度研究了多目标决策的中心方法的结构及其收敛性质．提出了形式一般的、可采用三种曲线搜索规则的中心方法之算法模型并在很弱的条件下证明了其全局收敛性以此为基础．讨论了模型中的搜索方向等参量的取法，给出了两类可实现的算法．该文结果统一和推广了已有的单（多）目标决策的中心方法．数值结果表明该算法是有效的．     

求解不确定型二层线性规划模型的悲观决策方法

基于多参数线性规划理论，将不确定型二层线性规划问题转化为多个关于不确定参数的线性规划问题。利用不确定型决策方法中的悲观准则．从最不利的结果中选择最有利的结果，从而得到不确定型二层线性规划的最优解。数值实例的仿真结果表明，所提出的悲观决策方法对解决诸如不确定供应链的规划与运作等问题不失为一种有效的决策支持工具。     

Robust optimization for interactive multiobjective programming with imprecise information applied to R&D project portfolio selection

A multiobjective binary integer programming model for R&D project portfolio selection with competing objectives is developed when problem coefficients in both objective functions and constraints are uncertain. Robust optimization is used in dealing with uncertainty while an interactive procedure is used in making tradeoffs among the multiple objectives. Robust nondominated solutions are generated by solving the linearized counterpart of the robust augmented weighted Tchebycheff programs. A decision maker’s most preferred solution is identified in the interactive robust weighted Tchebycheff procedure by progressively eliciting and incorporating the decision maker’s preference information into the solution process. An example is presented to illustrate the solution approach and performance. The developed approach can also be applied to general multiobjective mixed integer programming problems.     

二层多目标规划的最优性条件

本文在集值优化的框架下提出了一个二层多目标规划模型（BLMOP）.利用集值映射的相依导数和相依上导数,给出了几个有关（BLMOP）的弱有效解的必要或充分最优性条件.     

带有极值函数的多目标双层规划问题的对偶

For a multiobjective bilevel programming problem(P) with an extremal-value function,its dual problem is constructed by using the Fenchel-Moreau conjugate of the functions involved.Under some convexity and monotonicity assumptions,the weak and strong duality assertions are obtained.     

二层决策问题的灵敏度分析(2)

二层决策系统包含着两个最优化决策问题,其中上层决策问题的目标值是由下层决策的解所隐含地确定的.本文研究了二层决策问题的另一方面的灵敏度分析问题,讨论了上层决策者的价值系数发生变化而二层决策问题的最优解不变所产生的灵敏度分析问题.为了确定二层决策问题价值系数发生变化的范围,首先我们给出了灵敏度分析的基本方法,结合“k th-best”算法我们又给出了灵敏度分析的操作步骤.在所确定的变化范围内,价值系数的变化,不会引起二层决策问题的全局最优解的变化,从而为决策者提供了相对稳定的决策方案.最后我们给出了数值实例,它表明本文所给出的灵敏度分析的方法是正确的.     

Model and extended Kuhn–Tucker approach for bilevel multi-follower decision making in a referential-uncooperative situation

When multiple followers are involved in a bilevel decision problem, the leader’s decision will be affected, not only by the reactions of these followers, but also by the relationships among these followers. One of the popular situations within this bilevel multi-follower issue is where these followers are uncooperatively making their decisions while having cross reference to decision information of the other followers. This situation is called a referential-uncooperative situation in this paper. The well-known Kuhn–Tucker approach has been previously successfully applied to a one-leader-and-one-follower linear bilevel decision problem. This paper extends this approach to deal with the above-mentioned linear referential-uncooperative bilevel multi-follower decision problem. The paper first presents a decision model for this problem. It then proposes an extended Kuhn–Tucker approach to solve this problem. Finally, a numerical example illustrates the application of the extended Kuhn–Tucker approach.     

Connections Between Single-Level and Bilevel Multiobjective Optimization

The relationship between bilevel optimization and multiobjective optimization has been studied by several authors, and there have been repeated attempts to establish a link between the two. We unify the results from the literature and generalize them for bilevel multiobjective optimization. We formulate sufficient conditions for an arbitrary binary relation to guarantee equality between the efficient set produced by the relation and the set of optimal solutions to a bilevel problem. In addition, we present specially structured bilevel multiobjective optimization problems motivated by real-life applications and an accompanying binary relation permitting their reduction to single-level multiobjective optimization problems.     

二(双)层规划综述

二(双)层规划是研究二层决策的递阶优化问题.其理论、方法和应用在过去的30多年取得了很大的发展.本文对二层规划问题的基本概念、性质和算法作了综述,并且对下层规划问题的解不唯一的情况也作了介绍,最后还给出了几种常见的二层规划模型.     

关于二层规划的逼近问题

下层问题以上层决策变量作为参数,而上层是以下层问题的最优值作为响应 的一类最优化问题——二层规划问题。我们给出了由一系列此类二层规划去逼近原二层规划的逼近法,得到了这种逼近的一些有趣的结果.     

钢铁企业价格与产品结构综合决策问题研究

提出钢铁企业价格与产品结构综合决策问题，并将综合决策问题构造为二层优化模型，采用遗传算法结合线性规划方法实现了模型的求解，最后给出一综合决策问题的应用实例。