强化学习在运筹学的应用:研究进展与展望

强化学习已经成为人工智能领域一个新的研究热点,并已成功应用于各领域,强化学习将运筹优化领域的很多问题视为序贯决策问题,建模为马尔可夫决策过程并进行求解,在求解复杂、动态、随机运筹优化问题具有较大的优势。本文主要对强化学习在运筹优化领域的应用进行综述,首先介绍了强化学习的基本原理及其应用于运筹优化领域的研究框架,然后回顾并总结了强化学习在库存控制、路径优化、装箱配载和车间作业调度等方面的研究成果,并将最新的深度强化学习以及传统方法在运筹学领域的应用研究进行了对比分析,以突出深度强化学习的优越性。最后提出几个值得进一步探讨的研究方向,期望能为强化学习在运筹优化领域的研究提供参考。     

基于Pythagorean模糊熵的风险型决策方法——考虑后悔与失望规避

针对决策信息为Pythagorean模糊数,属性权重完全未知的风险型多属性决策问题,提出了一种基于Pythagorean模糊熵的考虑决策者后悔与失望规避心理行为的决策方法。首先,计算备选方案和理想点各属性的效用值,从而获得各备选方案的后悔-欣喜值、失望-愉悦值及感知效用值。其次,构建了一种Pythagorean模糊熵,并给出基于该Pythagorean模糊熵的属性权重确定方法,利用属性权重加权求和获得备选方案综合感知效用值,从而对方案进行排序。最后,通过算例说明方法的可行性和优点,并分析了后悔规避系数δ和失望规避系数τ对决策结果的影响。     

基于直觉模糊共识模型的多属性群决策方法

决策个体之间的共识达成是提升群决策可信性的重要保证. 为处理极端值导致的决策失效问题,首先将信息进行预处理,然后应用定义的个体与群体之间的共识测度, 构建可以定位与修正非共识决策信息的直觉模糊共识模型, 并建立一种多属性群决策方法,以确保个体信息集结之前达成阈值条件下的共识.通过对投资对象选择的实例研究, 证明了该方法的有效性并选出最优方案.     

二元不确定语言术语集成算子及在群决策中的应用

针对基于不确定语言评价信息的群决策问题,本文对不确定语言术语进行拓展,定义了包含语言术语权重信息的二元不确定语言术语,并给出能克服目前不确定语言术语集成运算不足的二元不确定语言术语集成运算法则。在此基础上,提出了基于二元不确定语言术语集成算子的群决策方法,并通过算例说明决策方法的可行性和有效性。     

面向多检查的门诊患者调度研究

及时的检查对于患者病情诊断和治疗非常重要。然而,患者不同的紧急程度、检查项目的多样性、以及患者的行为因素如失约等,使门诊患者调度问题难以求解。为解决该问题,本文考虑患者对两种检查项目的不同需求,两类不同的紧急程度,以及患者失约和医生加班,建立了有限时域马尔可夫决策过程(MDP)模型,目标是使得患者检查所得的期望收益最大化以及期望加班时间惩罚成本最小化。由于MDP模型复杂,难以用解析方法来分析最优控制策略,因此本文基于MDP模型进行数值实验,观察最优解的结构特征,进一步构造了两种参数化启发式调度策略,并采用遗传算法对调度策略的参数进行优化。数值实验比较了最优控制策略、两种启发式调度策略以及先到先服务规则,实验结果表明本文所提的调度策略性能偏离最优解不超过10%;当工作负荷非常大时,启发式调度策略远远优于先到先服务规则。     

基于应急案例的情景决策支持方法研究

为满足突发事件“情景-应对”的需要,提供具体、可实施的应急决策方案,提升决策的科学性,提出了一种基于应急案例的情景决策支持方法。首先,根据突发事件情景演变的特点,提出突发事件的情景表示方法,将应急决策方案引入情景表示中。然后,在情景表示的基础上进行情景检索,获取相似情景中的应急决策方案,将其进一步分解为承灾体的应急措施向量。依据承灾体的应急措施向量在相似情景中实施的效果,从损益值、后续影响两方面对承灾体的应急措施向量进行评价并排序,依据排序结果组成当前情景的应急决策方案,为应急情景决策提供具体的支持。最后,通过实例验证了该方法的可行性。     

资金约束下三层供应链的融资和定价决策研究

实际生活中,供应链的资金管理是极其复杂多变的,现有学者关于供应链定价问题研究多以简单的二层供应链为基础,脱离了实际可用性。本文将二层供应链拓展成三层供应链,以单一供应商、单一生产商和单一零售商组成的三层供应链为研究对象,在市场风险中性的假设条件下,探究在供应商拥有不同初始资金约束情形下的供应链融资与最优定价决策,弥补了原先模型使用范围的狭隘性。通过模型的建立与数值分析显示,当供应商存在资金约束时,供应链融资能够使整条供应链上参与者的最优利润增加,从而创造价值。     

基于模糊证据推理及改进TOPSIS的多属性群决策方法

针对不同识别框架多属性群决策问题属性准则度量的不确定性、随机性,定义基于梯形模糊数表征的属性准则评价等级相似度量,求解专家决策权重的最优解。对公共识别框架备选方案属性准则采用模糊证据推理过程综合专家评价等级置信度信息;利用可严格区分属性准则评价等级的相似度量,改进TOPSIS方法中备选方案属性准则评价等级置信度距离因子,获取备选方案逼近正负理想解的贴近度。实例分析以某通信企业电信产品市场竞争力评估为例,说明基于模糊证据推理、改进TOPSIS的多属性群决策问题求解过程,从属性准则专家模糊评价等级置信度集中获取直观的待评估产品市场竞争力排序结果,验证该方法解决此类决策问题的可行性与有效性。     

区间犹豫模糊Bonferroni mean算子在多属性决策中的应用

针对在信息集成时, 需要考虑输入变量之间的相互影响以及专家评价值为区间犹豫模糊信息的多属性决策问题, 提出一种基于区间犹豫模糊Bonferroni mean算子的多属性决策方法。考虑到由于Bonferroni mean(BM)算子能够良好的反映输入变量之间相互影响, 首次提出了评价值为区间犹豫模糊集信息环境下的两种新的集成算子, 即区间犹豫模糊Bonferroni mean(IVHFBM)算子和区间犹豫模糊几何Bonferroni mean(IVHFGBM)算子。并讨论了其相关的一些特性。同时基于输入变量会具有不同重要程度的情况, 定义了区间犹豫模糊加权Bonferroni mean(IVHFWBM)算子和区间犹豫模糊加权几何Bonferroni mean(IVHFWGBM)算子。针对评价信息以区间犹豫模糊集表示的决策问题, 提出了基于IVHFWBM算子和IVHFWGBM算子的多属性决策方法。最后通过实例证明了该方法的可行性和有效性。     

不确定区间隶属度语言变量及其应用

基于不确定语言变量和区间模糊数,提出了不确定区间隶属度语言变量的概念,定义了不确定区间隶属度语言变量的运算规则、大小比较方法,给出了不确定区间隶属度语言变量的加权算术平均算子、加权几何平均算子及其相应性质,并将这些算子应用于属性权重确知且属性值以不确定区间隶属度语言变量形式给出的不确定多属性群决策问题中,通过示例验证了基于不确定区间隶属度语言变量信息的多属性群决策方法的有效性和可行性。