出版時間:2012-9 出版社:科學出版社 作者:寧玉富 頁數(shù):124
內(nèi)容概要
在管理科學、計算機科學、系統(tǒng)科學、信息科學以及工程等領(lǐng)域都存在著大量的不確定性,如隨機性、模糊性、模糊隨機性等。這些領(lǐng)域中的很多決策需要在這些不確定環(huán)境下作出。不確定規(guī)劃是解決這些決策問題的有力工具?!恫淮_定決策模型的智能求解算法及其應用》提出了多種基于模擬的智能算法求解不確定規(guī)劃模型,并研究了模糊隨機環(huán)境下多產(chǎn)品集約生產(chǎn)計劃(APP)問題。具體研究內(nèi)容如下:提出了基于模擬(模糊模擬、模糊隨機模擬和隨機模糊模擬)的同步擾動隨機逼近算法求解模糊規(guī)劃模型、模糊隨機規(guī)劃模型和隨機模糊規(guī)劃模型。設計了集成模擬和神經(jīng)網(wǎng)絡的同步擾動隨機逼近算法。對于需要得到全局最優(yōu)解的優(yōu)化問題,設計了基于模擬的混合優(yōu)化算法進行求解。在應用方面,對模糊隨機環(huán)境下多產(chǎn)品APP問題建立了模糊隨機APP模型。提出了具有模糊收益率的貸款組合的在險價值的定義。探討了具有有限容量的隨機模糊排隊系統(tǒng),其中到達時間和服務時間均刻畫為隨機模糊變量。提出了基于模糊模擬的層次分析法(FSAHP)?;陔S機模糊事件平均機會理論,提出了混合故障樹的構(gòu)造及分析方法。
書籍目錄
序言 第1章緒論 1.1研究背景和意義 1.2國內(nèi)外研究現(xiàn)狀 第2章基礎知識 2.1不確定理論 2.2不確定規(guī)劃 2.3模擬技術(shù) 2.4遺傳算法 2.5神經(jīng)網(wǎng)絡 2.6同步擾動隨機逼近算法 第3章基于模擬的同步擾動隨機逼近算法 3.1基于模糊模擬的同步擾動隨機逼近算法 3.2基于模糊隨機模擬的同步擾動隨機逼近算法 3.3基于隨機模糊模擬的同步擾動隨機逼近算法 3.4數(shù)值例子 第4章 集成模擬和神經(jīng)網(wǎng)絡的同步擾動隨機逼近算法 4.1集成模糊模擬和神經(jīng)網(wǎng)絡的同步擾動隨機逼近算法 4.2集成模糊隨機模擬和神經(jīng)網(wǎng)絡的同步擾動隨機逼近算法 4.3集成隨機模糊模擬和神經(jīng)網(wǎng)絡的同步擾動隨機逼近算法 4.4數(shù)值例子 第5章基于模擬的混合優(yōu)化算法 5.1混合遺傳一同步擾動隨機逼近算法 5.2算法測試與比較 5.3基于模糊模擬的混合優(yōu)化算法 5.4基于模糊隨機模擬的混合優(yōu)化算法 5.5基于隨機模糊模擬的混合優(yōu)化算法 5.6數(shù)值例子 第6章模糊環(huán)境下的貸款組合優(yōu)化決策 6.1具有模糊收益率的貸款組合在險價值 6.2機會準則模型 6.3機會約束下貸款組合方差最小化模型 第7章模糊隨機集約生產(chǎn)計劃 7.1記號 7.2模糊隨機集約生產(chǎn)計劃模型的構(gòu)建 7.3數(shù)值例子 第8章不確定集約生產(chǎn)計劃 8.1應用不確定變量的理由 8.2有關(guān)不確定變量的基本概念 8.3不確定集約生產(chǎn)計劃模型的構(gòu)建 8.4求解方法 8.5數(shù)值例子 參考文獻 致謝
章節(jié)摘錄
版權(quán)頁: 插圖: 然后利用這些數(shù)據(jù)訓練神經(jīng)網(wǎng)絡(3個輸入神經(jīng)元,5個隱層神經(jīng)元,1個輸出神經(jīng)元),初始化決策變量,x1=0,x2=0,x3=0,選擇參數(shù),a=0.16,A=100,c=0.2,a=0.602,r=0.101,然后開始SPSA的迭代過程,在迭代過程中,E[f(x)]的值通過神經(jīng)網(wǎng)絡來得到。在模糊隨機模擬技術(shù)中,隨機模擬中有6000次循環(huán),模糊模擬中有6000次循環(huán)。 目標值隨迭代次數(shù)的變化見圖4—8,其中直線表示目標函數(shù)真實的最優(yōu)值,曲線表示在不同的迭代次數(shù)時最優(yōu)目標函數(shù)值的變化,在不同的迭代次數(shù)后決策變量的變化見圖4—9、4—10和4—11,其中直線表示真實的最優(yōu)解,曲線表示在不同的迭代次數(shù)時決策變量值的變化。
編輯推薦
《不確定決策模型的智能求解算法及其應用》可作為管理科學、計算機科學、運籌學、系統(tǒng)科學、信息科學等專業(yè)的高年級本科生、研究生、教師以及從事商業(yè)銀行貸款、企業(yè)生產(chǎn)計劃制定等管理工作人員的研究參考。
圖書封面
評論、評分、閱讀與下載