单件小批生产系统下模糊优化的动态随机投入产出模型

本文针对单件小批量生产系统 ,建立了模糊优化的动态随机投入产出模型 ,同时给出了该模型的递推解法 ,并用此模型对某单件小批企业在生产计划期的商品量进行了规划     

Ranking Functions Induced by Weighted Average of Fuzzy Numbers

In this paper we present two definitions of possibilistic weighted average of fuzzy numbers, and by them we introduce two different rankings on the set of real fuzzy numbers. The two methods are dependent on several parameters. In the first case, the parameter is constant and the results generalize what Carlsson and Fuller have obtained in (2001). In the second case, the parameter is a function, not fixed a priori by the decision maker, but it depends on the position of the interval on the real axe. In all the two cases we call the parameter degree of risk, which takes into account of a risk-tendency or aversion of the decision maker.     

Application of a Near-Optimal Reinforcement Learning Controller to a Robotics Problem in Manufacturing: A Hybrid Approach

Optimization theory provides a framework for determining the best decisions or actions with respect to some mathematical model of a process. This paper focuses on learning to act in a near-optimal manner through reinforcement learning for problems that either have no model or the model is too complex. One approach to solving this class of problems is via approximate dynamic programming. The application of these methods are established primarily for the case of discrete state and action spaces. In this paper we develop efficient methods of learning which act in complex systems with continuous state and action spaces. Monte-Carlo approaches are employed to estimate function values in an iterative, incremental procedure. Derivative-free line search methods are used to obtain a near-optimal action in the continuous action space for a discrete subset of the state space. This near-optimal control policy is then extended to the entire continuous state space via a fuzzy additive model. To compensate for approximation errors, a modified procedure for perturbing the generated control policy is developed. Convergence results under moderate assumptions and stopping criteria are established.     

模糊事件贝叶斯公式

讨论了模糊事件的概率及其基本性质 ,并通过对经典贝叶斯公式的推广 ,提出了模糊事件的贝叶斯公式 .     

基于模糊方法的多人合作对策的研究

多人合作对策模型中联盟的收入和总体的收入常常出现相互矛盾的情况 ,此时核是空集 .由于不存在核 ,无法用 Nash-Harsanyi谈判模型求解 .采用模糊数学方法 ,调整模型中线性约束的右端系数 ,使核在一定程度上是非空集合 ,得到模糊意义下的 Nash平衡解 .该方法一定程度上解决了各联盟收入与总体收入的矛盾 .最后通过一个算例说明该方法的可行性 .     

含语言评价信息的一种模糊多属性群决策方法

对于多属性群决策问题的处理,有时需要采用先决策、后综合的处理方法,而含有语言评价信息的多属性群决策问题,定性目标一般用语言评价信息描述,由决策人给出定性目标和权系数的语言变量评价,用梯形模糊数表示,对定量目标进行无量纲化处理;将决策人对于单一目标的评价指标聚合成多个目标的评价模糊数,采用Bass-Kw akernaak模糊数排序方法对方案进行排序;群体的评价通过Borda函数来集结方案集的群体排序.     

单调和Fuzzy单调变分不等式的补偿方法

在实自反Banach空间,用补偿方法研究单调和Fuzzy单调广义非线性变分不等式,得到了几个解的存在性定理.改进和推广了Browder,Pascali-Sburlan,Zhang等人的各种结果.     

煤矿瓦斯和煤尘监控的数学模型

结合2006年全国大学生数学建模竟赛D题,借助Matlab软件,通过数学建模,计算出有关煤矿瓦斯和煤尘的3个主要安全指标,从而为解决煤矿实际安全生产提供了参考.     

一个新的最优模糊存储模型

提出一个新的具有积压定单的关于模糊订购量的模糊存储模型.在模糊函数原理下,给出了模糊总存储成本.为了寻找最优解,把最优模糊存储模型转化为双目标最优化模型,利用L ingo8.0求解不等式约束问题,我们发现最优解都是确定的实数.此外,当模糊订购量和模糊总需求都是三角形(或权重均为1/2梯形)模糊数时,我们提出模型的最优解与经典的具有积压定单存储模型具有相同的结果.     

一种供应链中的知识管理绩效评价方法研究

作为知识管理的重要组成部分，知识管理绩效评价旨在帮助企业找出影响绩效提高的关键因素并及时采取有效措施，提高知识管理水平。本文从创造顾客价值、知识的获取能力、知识的共享与传播能力、知识的运用水平、知识的存量水平和知识管理平台等六个方面，分析了评价供应链的知识管理绩效应考虑的主要因素，建立了供应链的知识管理绩效评价指标体系，在此基础上，提出了运用D-S证据推理方法，对供应链知识管理绩效进行评价，并给出了证据推理的算法步骤，最后通过算例分析，说明该方法的有效性、实用性。