不確定決策模型的智能求解算法及其應(yīng)用

內(nèi)容概要

　　在管理科學(xué)、計(jì)算機(jī)科學(xué)、系統(tǒng)科學(xué)、信息科學(xué)以及工程等領(lǐng)域都存在著大量的不確定性，如隨機(jī)性、模糊性、模糊隨機(jī)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。《不確定決策模型的智能求解算法及其應(yīng)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(jī)環(huán)境下多產(chǎn)品集約生產(chǎn)計(jì)劃（APP）問題。具體研究?jī)?nèi)容如下：提出了基于模擬（模糊模擬、模糊隨機(jī)模擬和隨機(jī)模糊模擬）的同步擾動(dòng)隨機(jī)逼近算法求解模糊規(guī)劃模型、模糊隨機(jī)規(guī)劃模型和隨機(jī)模糊規(guī)劃模型。設(shè)計(jì)了集成模擬和神經(jīng)網(wǎng)絡(luò)的同步擾動(dòng)隨機(jī)逼近算法。對(duì)于需要得到全局最優(yōu)解的優(yōu)化問題，設(shè)計(jì)了基于模擬的混合優(yōu)化算法進(jìn)行求解。在應(yīng)用方面，對(duì)模糊隨機(jī)環(huán)境下多產(chǎn)品APP問題建立了模糊隨機(jī)APP模型。提出了具有模糊收益率的貸款組合的在險(xiǎn)價(jià)值的定義。探討了具有有限容量的隨機(jī)模糊排隊(duì)系統(tǒng)，其中到達(dá)時(shí)間和服務(wù)時(shí)間均刻畫為隨機(jī)模糊變量。提出了基于模糊模擬的層次分析法（FSAHP）?；陔S機(jī)模糊事件平均機(jī)會(huì)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(guó)內(nèi)外研究現(xiàn)狀 第2章基礎(chǔ)知識(shí) 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(luò) 2.6同步擾動(dòng)隨機(jī)逼近算法 第3章基于模擬的同步擾動(dòng)隨機(jī)逼近算法 3.1基于模糊模擬的同步擾動(dòng)隨機(jī)逼近算法 3.2基于模糊隨機(jī)模擬的同步擾動(dòng)隨機(jī)逼近算法 3.3基于隨機(jī)模糊模擬的同步擾動(dòng)隨機(jī)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(luò)的同步擾動(dòng)隨機(jī)逼近算法 4.1集成模糊模擬和神經(jīng)網(wǎng)絡(luò)的同步擾動(dòng)隨機(jī)逼近算法 4.2集成模糊隨機(jī)模擬和神經(jīng)網(wǎng)絡(luò)的同步擾動(dòng)隨機(jī)逼近算法 4.3集成隨機(jī)模糊模擬和神經(jīng)網(wǎng)絡(luò)的同步擾動(dòng)隨機(jī)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(dòng)隨機(jī)逼近算法 5.2算法測(cè)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(jī)模擬的混合優(yōu)化算法 5.5基于隨機(jī)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(xiǎn)價(jià)值 6.2機(jī)會(huì)準(zhǔn)則模型 6.3機(jī)會(huì)約束下貸款組合方差最小化模型 第7章模糊隨機(jī)集約生產(chǎn)計(jì)劃 7.1記號(hào) 7.2模糊隨機(jī)集約生產(chǎn)計(jì)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(jì)劃 8.1應(yīng)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(jì)劃模型的構(gòu)建 8.4求解方法 8.5數(shù)值例子 參考文獻(xiàn) 致謝

章節(jié)摘錄

版權(quán)頁：   插圖：   然后利用這些數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)（3個(gè)輸入神經(jīng)元，5個(gè)隱層神經(jīng)元，1個(gè)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(luò)來得到。在模糊隨機(jī)模擬技術(shù)中，隨機(jī)模擬中有6000次循環(huán)，模糊模擬中有6000次循環(huán)。 目標(biāo)值隨迭代次數(shù)的變化見圖4—8，其中直線表示目標(biāo)函數(shù)真實(shí)的最優(yōu)值，曲線表示在不同的迭代次數(shù)時(shí)最優(yōu)目標(biāo)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(shí)的最優(yōu)解，曲線表示在不同的迭代次數(shù)時(shí)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(yīng)用》可作為管理科學(xué)、計(jì)算機(jī)科學(xué)、運(yùn)籌學(xué)、系統(tǒng)科學(xué)、信息科學(xué)等專業(yè)的高年級(jí)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(jì)劃制定等管理工作人員的研究參考。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    不確定決策模型的智能求解算法及其應(yīng)用 PDF格式下載

---