约束装箱问题的混合遗传算法求解

本将最佳适应法和遗传算法相结合，提出了一种新的启发式混合遗传算法对具有时间约束的装箱问题进行求解，给出了具体的算法步骤，试算结果表明基于启发式算法的混合遗传算法适合于求解各种约束条件下的大规模装箱问题。     

无穷级数中的若干典型反例

讨论了正项级数、交错级数、任意项级数、幂级数以及泰勒级数中几个较为恰当的反例,它们在教学中会使学生更容易理解和掌握无穷级数部分的内容.     

多重纳什均衡解的粒子群优化算法

提出了一种求解双矩阵对策多重纳什均衡解的粒子群优化算法。该算法通过随机初始点以及迭代粒子的归一化,保证粒子群始终保持在对策的可行策略空间内,避免了在随机搜索中产生无效的粒子,提高了粒子群优化算法求解纳什均衡解的计算性能。最后给出了几个数值例子,说明了粒子群优化算法的高效性。     

网络可靠性的模糊随机分析

以图论为基础对网络的可靠性进行了既考虑随机性又考虑模糊性的模糊随机分析 ,运用蒙特卡罗随机模拟方法产生表征网络链路连通性的模糊关联矩阵 ,并以模糊关联矩阵的传递闭包方法分析了网络的可靠性 .     

具有模糊目标的多目标双矩阵对策集结与求解

针对不确定性多冲突环境,建立了多个具有模糊目标的多目标双矩阵对策的综合集结模型.在假定局中人各模糊目标的隶属函数为线性函数的情形下,基于总体模糊目标的可达度,给出了纳什均衡解的定义,并应用粒子群优化算法对集结模型求解.最后,给出一个军事例子说明了模型的实用有效性和粒子群优化算法求解的高效性.     

基于遗传算法的SCGM(1,1,α)优化模型

在SCGM（1,1）模型的基础上,对系统云灰色预测模型作进一步推广,建立了更具一般性的SCGM（1,1,α）模型,并给出了求解最优SCGM（1,1,α）模型的遗传算法,实例证明用SCGM（1,1,α）优化模型进行预测能取得很好的预测精度。     

只有输出(入)的DEA改进模型及其应用

研究了只有输出(入)的DEA分析方法,针对只有输出(入)DEA模型的不足,重新定义了只有输出(入)的DEA评价方法的有效性,并改进了模型。相对已有的只有输出(入)的DEA模型,该模型充分利用了决策单元的诸输出(入),提高了DEA评价的效果。作为应用,运用新模型对武警防暴队形优选问题进行了有效性分析。     

军械物资供应系统中的多目标运输问题

建立了军械物资运输问题的模糊多目标线性规划模型，运用一种解模糊函数和一种基于线性隶属函数的模糊规划算法求其调和解。方法简便、有效，可为部队军械物资的运输供应高效化提供科学依据。     

模糊信息下的不确定性决策问题

讨论了一类具有模糊概率和模糊属性评价值的不确定性决策问题。分析了模糊概率评价的一致性，给出了一种在模糊信息下求各策略模糊期望值的方法，并通过对各模糊期望值的比较来确定最优策略。最后，给出了一个数值计算的例子，结果表明，方法简单、合理，易于实现，具有实际应用价值。     

导出模糊OWA算子及其应用

研究了决策过程中决策者往往更容易选择模糊语言来表达评价意见的问题，提出了导出模糊OWA算子（IFOWA）。定义了模糊语言相对应的三角模糊数，并将模糊语言评估及其相对应的三角模糊数组成OWA对进行集结。为判断衡量集结结果，提出了问隙度概念。在判断集结后的三角模糊数所对应的模糊评价语言时，通过举例分析，取‘间隙’最小。验证了该方法的有效性，提出的IFOWA算子对多属性决策问题具有实际应用价值。