具有联盟优先关系的模糊合作博弈的目标规划求解模型

用合作博弈研究实际管理问题中的分配方案时，常常存在一些不重要联盟或无效联盟，这些联盟影响公平合理的分配方案。因此，联盟的重要程度成为求解合作博弈必不可少的因素。本文考虑了联盟的重要性和局中人参与联盟的不确定性，研究了具有优先关系的模糊联盟合作博弈(简称为模糊合作博弈)。首先，借助于目标规划模型的优先因子可以表征联盟重要程度的思想，通过构建多优先级目标规划模型，得到模糊合作博弈新的解。其次，证明了构建的多优先级目标规划模型的解和模糊合作博弈的核心之间具有重要对应关系。最后，通过数值实例和比较分析，说明本文提出的多优先级目标规划模型求解模糊合作博弈问题的合理性和有效性。研究表明：(1)本文提出的多优先级目标规划模型考虑不同联盟重要程度，得到的解符合“多劳多得”原则，能够更公平合理解决实际管理中的分配问题。(2)本文的目标规划模型同时适用于求解存在联盟特征函数值缺失的合作博弈。与已有合作博弈的解进行比较分析，该模型无需估算无效联盟的特征函数缺失数据得到的分配值更为准确。从而，说明本文给出的目标规划求解模糊合作博弈解的模型，更符合许多管理学问题的实际情况。(3)通过多优先级目标规划模型最优解是否存在可判断模糊合作博弈的核心存在情况，若核心存在则该模型通过目标规划软件包可得到核心内的一个解，这样也得到了一个判断合作博弈核心是否存在的标准。(4)目标规划模型可弥补已有合作博弈解的一些不足，如核心可能为空集，Shapley值和最小二乘预核仁可能不满足个体合理性等。本文构建的多优先级目标规划模型不仅能求解联盟具有优先关系的模糊合作博弈，而且能够求解一般合作博弈的解，该目标规划模型作为合作博弈一种新的求解方法，能更有效地解决实际管理中的分配问题，具有更加广泛的应用价值。     

具有多目标结构评价功能的多目标决策方法

本文把具有柔性目标结构的多目标决策模型和DEA方法相结合,实现了最优解的求解和最优解的有效性评价这两个环节的统一,从而提高了多目标决策的科学性.     

双线性分式交叉规划的等价形式

考虑双线性分式交叉规划,将双线性分式交叉规划转化为线性交叉规划,再借助同参规划组转化为多目标规划,讨论交叉规划的均衡解与多目标规划的最优解的关系。     

多目标灰线性规划的满意度解法研究

本文首次给出了多目标灰一规划的满意度求解方法，该方法有两个优点：（１）避免了一般求解灰线性规划时解的不完备性；（２）能充分利用决策才的偏好信息，且使决策的偏好信息易于表达     

分布决策环境下生产-分销协同计划研究

针对分布决策环境下因信息不对称使得供应链协同计划求解困难及难以达到全局最优的问题,本文利用多层规划理论和方法构建一个供应链生产-分销协同计划模型,采用模糊交互式协商和遗传算法的优化求解方法对协同计划模型进行求解。该方法求解的结果是一组满足约束条件的满意解,各节点企业根据自身偏好和约束信息决定是否接受该满意解,或者修正各自目标满意度隶属函数重新求解。决策过程具有一定的柔性。最后通过算例给出供应链生产-分销协同计划满意解的求解过程,对文中所建立的模型和算法进行了有效地说明和验证。求解结果说明该模型和协商方法能够有效地解决非对称信息条件下供应链生产-分销协同计划的求解和冲突问题。     

基于商机存在概率估测的赊销决策模型研究

借鉴SMC模型思想,使用威布尔分布函数有效地拟合出赊销产品的客户寿命时间变化特点,动态估测出企业商机存在的概率,并运用相关的收益估测方法及决策规则,建立了赊销动态决策模型,估测出不同调研阶段不同商机类型的客户总收益,使企业能够针对不同类型的客户在有限的时间内做出最优的赊销决策。企业商机估测模型有效克服了原SMC模型通过指数函数及伽玛函数拟合客户寿命时间特点时存在的计算复杂程度高、适应性差等缺陷。     

不确定交货条件下两供应商-单制造商协同供货模型

研究了不确定交货条件下两供应商-单制造商系统基于惩罚策略的协同供货模型。首先建立了基于惩罚策略的供应商和制造商模型,接着对模型中供应商和制造商的最优决策进行了分析,得出两供应商的最优生产批量决策存在唯一纳什均衡,且最优期望利润间接地受其单位缺货成本的影响,而制造商最优订货批量大于等于市场需求。其次建立了集中决策下供应链利润函数模型,并证明了该函数是决策变量的联合凹函数,存在唯一的最优解。为了达到集中决策下的供应链利润最大化,推导出基于惩罚策略的供应链协同机制。制造商通过调整订货批量和零件单位缺货惩罚成本,在供应链利润最大化前提下获得最大的剩余利润。最后数例分析说明制造商如何通过控制该惩罚成本系数使得供应链协同并获得最大的剩余利润。     

基于电商承诺送达机制的多目标低碳MDVRP优化研究

针对存在多配送站的电商物流配送问题,首先,考虑实际装载量对物流配送过程中车辆燃料消耗量的影响,建立燃料消耗量模型,并结合电商平台的承诺送达机制,构建配送延迟时间函数。随后,提出了以最小化物流成本和延迟收货时间的多目标多配送站车辆路径规划问题,建立该问题的混合整数规划模型。再次,采用基于分解的多目标遗传求解算法对问题进行求解。该算法采用矩阵编码的方式,设计了基于贪婪搜索策略的启发式初始化方法,考虑到贪婪搜索策略容易陷入局部最优的劣势,在算法迭代过程中,允许部分不可行解存在以扩大解空间的搜索范围,并进一步设计了遗传算法的交叉和变异算子。最后,以具体物流配送案例进行数值实验,实验结果表明所设计的算法对求解本文模型是有效的。     

含整变量多目标决策基于目标期望水平的交互式方法

本文针对含整变量多目标决策问题提出了一种基于目标期望水平的交互式决策方法。该 决策人的交互要求，通过决策人修正目标期望水平实现决策的交互过程；在交互过程中尽量少地球解整数规划问题，而更多地求解其松驰规划问题，从而使得该方法直观、有效，实用。文中定义了若干概念，证明了若干定理，描述了交互决策的过程，并用示例作了说明。     

考虑碳交易的供应链环境下产品定价与产量决策研究

研究了一个由多个供应商、多个制造商和多个市场组成的三级供应链系统中产品的最优定价与产量决策问题。供应链系统中的各方通过一个碳交易中心组成一个碳交易市场。基于供应链子网及碳交易子网构建了一个超网络模型。假定供应商为高排放型,是碳交易市场上的买家,制造商为低排放型,是卖家,探讨了超网络中各决策者达到均衡时企业的最优产品定价及产量决策。基于n维实数空间,对变分不等式目标函数解的存在性、唯一性及最优解的充要条件给予了详细的证明。基于修正投影算法通过数值例子对模型进行求解,对比分析了有、无碳交易两种情况下供应链各参与方及系统的整体绩效,得出了一些管理学上的见解及对政府政策上的建议。     

一种基于模糊推理的多目标柔性决策方法

在目前多目标决策研究的基础上 ,提出了基于模糊推理的目标函数集成方法 ,该方法避免了一般的目标函数集成方法特定函数形式的局限性 ,而直接基于决策者对目标偏好的知识结构 ,用模糊规则来表达 .实际上 ,基于模糊推理的目标函数集成方法对应于连续变化权值的算术加权平均集成 .该目标集成方法不仅与决策者的实际决策过程更加接近 ,而且由于模糊推理的通用逼近特性 ,可以表达一般的目标函数集成方法不能表示的决策偏好结构     

一类两层多目标决策问题及其交互式决策方法

两层多目标决策问题是。一类非常现实而又非常复杂的问题。本文探讨了问题的决策机制：合作决策机制与独立决策机制,说明了它们的决策求解等价于求解具隐含约束的多目标规划问题。该问题可用增广加权Tchebycheff范数优化问题有效表示其非劣解集,可应用steuer Choo思想设计辅两层多目标决策的交互式方法。     

供应链提前期供需联合优化库存模型研究

本文研究由生产商和客户组成的二级供应链库存联合优化问题, 假设提前期服从均匀分布, 提前期订货受生产商的生产行为和客户的订货行为的制约, 建立了以库存成本为目标函数的供应链提前期供需库存模型, 提出了联合优化解决方案, 证明了目标函数在最优订货量和最优订货次数处存在最小目标值。在此基础上, 分析了提前期对供应链库存联合优化决策的影响。数据分析表明, 联合优化决策方法的库存成本曲线始终在分散决策优化方法的成本曲线的下方, 因此联合决策方法是非常有效的。     

基于满意度水平的多目标群决策问题的迭代算法

基于满意度水平的概念，本文提出了在实现决策人体各自的满意度水平的基础上，使群体的联合满意度极大化的即决策规则，根据这一规则去求多目标群决策问题的最佳调和解。由于目标间的冲突性，当各决策个体的满意度水平过高时，会导致群决策的最佳调和解集为空集。本文讨论并给出了降低和修正各决策个体满意倥 方法。。并将整个求解过程总结为一种算法，使之易于在计算机上实现；文中最后还给出了数值算例。     

基于GATS混合策略的多目标优化算法

用遗传算法求解多目标优化问题的难点在于适应值函数难以定义.本文提出一种定义多目标优化问题适应值函数的方式,使遗传算法不仅满足于得到一个决策方案,而是以得到问题的全部非劣解为目标,最终的决策方案由决策人根据自己的偏好来决定.同时为避免提前收敛现象,本文根据遗传算法和Tabu Search算法自身的特点,通过对二者的优势和不足进行分析,提出一种将二者混合使用的求解多目标优化问题的策略.它以遗传算法为基础,用遗传算法作全局搜索,用Tabu Search算法作局部搜索,改进遗传算法的计算结果.     

具有最大总加权满意度的单机调度问题的dynasearch算法

研究了总加权满意程度最大化的单机调度问题.对最优解的性质进行分析和证明,提出该类问题的统治规则.提出该问题新的基于dynasearch 邻域的迭代局域搜索算法(ILS).算法主要特点:1)dynasearch 是基于多摄动的思想,即一次可以做多个相互独立的交换(或插入);2)用动态规划获得最优dynasearch移动;3)ILS采用随机kick 策略对局部最优解进行摄动,然后继续迭代.实现了该问题的两种dynaearch算法;把两种dynasearch算法与统治规则相结合;在进行kick时引入误差限制.实验表明:嵌入统治规则的算法优于没有统治规则的算法;基于dynasearch交换的ILS 优于基于dynasearch插入的ILS;dynaearch算法要优于以交换为邻域的多初始点改进算法.     

基于约束的多目标投资组合优化研究

在金融市场上,投资组合决策是一个多目标优化问题,基于传统的方法并不能很好的解决该问题。本文提出了基于多目标粒子群算法(MOPSO)的优化解决方案,实现了对多目标优化问题的非劣最优解集的搜索,实验结果证明了算法的有效性。     

基于极大团模型的多星多站测控资源调度方法研究

针对实际应用中大量卫星测控需求不能得到满足这一瓶颈问题，为缓解地面站测控资源有限与不断增长的测控需求数量之间的矛盾，研究多星多站测控调度问题。考虑卫星-地面站可见测控弧段间的冲突及地面测控设备转换时间约束，同时考虑同一测控设备上可能存在多个满足需求的测控弧段，以测控需求是否分配到某一测控弧段为决策变量，建立了多星多站测控调度0-1整数规划模型。针对传统0-1整数规划模型约束众多、规模庞大、难以求解的不足，本文提出了测控弧段区间图描述，基于区间图描述构建了测控调度极大团模型，大幅减少了约束数量，有效提高问题求解效率。为了获取区间图的所有极大团，设计了一个多项式时间(O(nlogn))的极大团获取算法，并从理论上证明了算法的复杂度和最优性。此外，针对存在升降轨特定类型测控数量要求的调度问题，本文对极大团模型进行了拓展，建立了相应的线性整数规划模型。实验结果表明，对于满足实际应用需求的周计划调度问题(测控需求数量≥9000),极大团模型能够在数分钟内得到单次测控需求调度问题最优解。对于多次测控需求调度问题，拓展的极大团模型也能高效求解，得到问题最优解或近似最优解，满足实际应用需求。相对于目前...     

一类随机规划的等价形式

二(多)阶段有补偿问题是随机规划的一个重要分类,以往的研究多局限于讨论解的计算方法与实现.通过分析它和双(多)层规划的建模机理,显示二者具有极大的相似性.基于此,指出两阶段有补偿问题等价于随机值型双层规划,讨论了它在期望值模型、机会约束模型中的等价形式和最优解的存在性.     

基于心理阈值的多属性决策问题目标调整研究

将决策者在决策指标上存在心理阈值的现状应用到多属性决策问题,提出先对决策目标调整再进行决策的方法。首先,对效益型、成本型、中间型指标构建相应的指标满意度函数和算法,针对不同类型的指标选择相应的算法,计算决策者在每个备选方案存在心理阈值属性上的满意度;其次,根据决策者满意度与心理阈值,调整决策目标组建新的决策信息表;再次,提出基于决策者满意度的属性赋权与信息集结算法模型,获得最优决策方案;最后,通过一个实际生活中的决策者购房案例,表明该方法的科学合理性。