基于贝叶斯网络推理的双重不确定信息集结模型

针对一类不确定多属性决策问题,提出了基于贝叶斯网络推理的信息集结决策模型。根据决策依据信息,建立了决策方案综合属性值优劣的范围估计模型;由影响方案属性的因素构成的贝叶斯网络拓扑结构图,建立了基于贝叶斯推理的方案综合属性值确定模型;基于两类信息的内在关联性,提出了两种结果集结的最大相似度模型,最后得出方案综合属性值,算例表明基于贝叶斯网络推理的双重不确定信息集结模型是有效的。     

复杂不确定环境下考虑代理人通过努力减少项目持续期限的最优代理合同

本文着重研究复杂不确定环境下如何设计最优合同,以激励代理人减少项目持续期限。在代理问题中,以往的数量研究大多使用随机变量刻画项目参数和代理人的努力程度。但是,在某些情况下,项目参数和代理人的努力程度不能被历史数据获得,而必须由专家进行估计。运用不确定变量刻画专家对这些参数的估计,并且证明这样做是合理的。通过应用不确定理论,提出复杂不确定环境下考虑代理人通过努力减少项目持续期限的最优代理合同模型。之后,为了解决这个问题,给出了该模型的确定性形式。此外,对是否考虑代理人不确定努力的最优合同进行了比较。结果显示,当其他条件相同时,委托人在考虑代理人不确定努力程度的合同中得到的期望收益不低于在没有考虑代理人不确定努力程度的合同中到的期望收益。最后,为了更好地展示模型的应用,给出了一个数值例子并进行了相关讨论。     

基于GERT网络的应急抢险过程资源优化配置模型研究

针对应急抢险过程中资源需求与供应不匹配的问题,通过定义应急抢险过程GERT网络的基本单元,建立了一种综合考虑灾害自身演化过程及外界作用相互关系的应急抢险过程GERT网络,设计了求解不同资源配置情况下突发事件状态转移概率的极大熵模型;研究了应急抢险过程GERT网络的简化性质,给出了基于GERT网络的应急抢险过程资源最优配置的求解算法。为应急资源配置提供了定性与定量结合的分析框架与工具,为灾害发展态势的预测及其资源配置提供了新的研究方法和研究思路。     

逆向物流网络设计研究进展

随着环境资源压力的增大,政府法制要求以及社会环保要求的提升,研究者对逆向物流网络的研究日益关注。本文系统地对近几年的逆向物流网络设计研究进行回顾,讨论并对比研究了网络设计研究问题,研究方法,定量模型,求解算法以及逆向物流网络设计中不确定环境方面的研究。探讨了逆向物流网络研究中的不足,为研究者未来的研究方向提供了参考。     

基于Bayes推理的灾害演化GERT网络模型研究

灾害、衍生和次生灾害及其相互耦合使得灾情恶化,作为灾害对抗力量的抢险、避险、控制的救险等措施使得灾害向灾情减轻的方向转化,本文对灾害的这一动态演化过程进行描述,建立一种综合考虑灾害的自然演化与抢险救灾行动的基于Bayes推理的灾害演化GERT(Graph Evaluation and Review Technique)网络模型;把GERT网络方法和贝叶斯推理工具相结合,根据获得的新信息,对GERT网络中活动参数进行动态修正,对灾害的演化路径,各种主要状态的演化概率和时间进行动态预测、预警与评价;对衍生与次生灾害、抢险救灾行动等外界行为对系统演化的影响进行定性与定量分析,并给出定量评价结论。本文提供了灾害演化定性与定量结合的分析框架与工具,揭示灾害演化机理,为灾害发展态势的预测、预警与评价提供了一种新的研究方法和研究思路。     

随机多模式资源受限项目调度

项目调度是实现项目资源优化配置的重要手段。项目执行时往往面临大量不确定因素,并呈现出典型的多模式特性,给项目调度带来了很大挑战。鉴于此,本文研究活动工期不确定条件下的多模式资源受限项目调度问题,建立了该问题的马尔科夫决策过程模型。为了高效求解上述模型,设计了基于Rollout的近似动态规划算法。该算法可以在项目执行过程中根据最新的项目状态动态给出调度方案,从而有效优化项目期望工期。在所提算法中,利用“活动—模式”列表与并行调度机制相结合的启发式算法构建基准策略,并设计了基于离散时间马尔科夫链的动态仿真,以进一步提升算法性能。基于公开的项目调度问题库PSPLIB,通过大规模计算实验分析了本文算法的性能,探讨了多种因素对调度效果的影响。     

企业技术创新项目群风险与周期评估的组合GERT网络模型研究

在企业技术创新过程中,同时设计与运作多个创新项目或替代方案(创新项目群)是现代企业的主流创新模式.本文运用系统论思想和GERT网络理论,通过对这一企业技术创新主流模式的剖析,揭示了该模式中各项目之间的组合规律,提出了企业技术创新项目群的串联、并联和混联这三种不同的组合模式.在此基础上,本文构建了企业技术创新项目群的风险与周期评估的组合GERT网络模型,并给出了相应的算法.     

需求不确定条件下的制造商订单分配模型

制造商的订单分配作为供应链模型微观层面的重要组成部分,对提升整个供应链效率有很大影响,但需求层面的不确定因素加大了订单分配的难度。以按比例分配为原则,讨论在需求不确定条件下完全信息与不完全信息两类多供应商-单制造商的订单分配模型。重点研究完全信息条件下各方的分散决策和集中决策,由于后者能避免各参与方对其他决策方的边际影响,所以能够实现供应链总利润的最大化;其次又将不完全信息引入模型,讨论制造商如何通过折算因子结合已有信息对供应商的私人信息进行估计,进而做出决策。最后以需求服从正态分布为例对两类模型进行验证。     

不完全确定信息的群体语言指派问题的求解方法

针对决策者权重和准则权重为不完全确定信息且评价语言值确定或位于二个标准语言值之间甚至缺失的多准则指派问题,提出了一种求解方法。首先利用证据推理算法计算得到各候选人完成各任务的优劣程度属于各个语言评价等级的信任度,并据此利用二元语义的Δ函数及其函数Δ-1将其集成为群体在所有准则下的综合评价矩阵,然后结合决策者权重和准则权重的不完全确定信息等构建非线性混合整数规则模型,并利用粒子群算法与匈牙利算法联合进行求解。最后实例说明该方法的可行性和有效性。     

一种具有不确定偏好序信息的多指标群决策方法

针对具有不确定偏好序信息的多指标群决策问题,给出了一种决策分析方法。在本文中,首先对具有不确定偏好序信息的多指标群决策问题进行了描述;然后给出了将不确定偏好序转换为投票数的计算公式;进一步地,依据Bernardo方法的基本思想,根据每个专家给出的不确定偏好序信息,计算相应的投票数并构建群体投票矩阵,并基于群体投票矩阵构建0-1整数规划模型,通过求解模型可得到方案排序结果。最后,通过一个算例以及与已有方法的对比分析说明了本文给出的方法的可行性和有效性。     

复杂交通网络中救援点与事故点间的路段重要性评价模型研究

对应急救援网络中的各相关路段的重要性进行快速准确地评价,对于应急交通计划、指挥与控制等交通服务具有十分重要的价值.本文针对目前该问题相关研究存在的一些缺陷,提出了新的算法思想,并设计了算法模型.首先,设计了复杂交通网络连通子图的矩阵算法,寻找多救援点和多事故点间的最大连通子路网;其次,根据该最大连通子路网构建GERT(Graph Evaluation and Review Technique)网络模型,针对该模型中人们对路段的选择概率设计了基于人们的理性和经验的概率选择模型,从而能够较好地反映人们的交通心理和行为(尤其是应急交通心理和交通行为);最后,定义了路网中路段重要性和重要度的概念,建立了基于最大连通子路网中去除某一定路段后的标准车辆通行时间差异的路段重要度评价模型.在此基础上,本文以某区域实际交通网络为例,对本模型及其算法进行了验证,效果良好.     

对方案有偏好的不确定语言多属性决策方法

研究了属性权重完全未知、属性值和对方案的偏好值以不确定语言变量形式给出的不确定语言多属性决策问题。首先,引入不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念。针对属性权重完全未知的情形,给出了求解权重的公式。然后,利用不确定语言加权平均算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优。最后进行了实例分析。     

随机需求下基于“自营+外包”模式的配送中心选址-配送问题研究

针对顾客需求量不确定情况下末端配送中心选址及提前备货问题，提出了基于“自营+外包”配送模式的配送中心选址-配送问题。以自营配送中心的固定运行成本、提前备货成本和各种场景下的自营配送成本、外包配送成本以及缺货损失成本的期望值之和最小化为目标，建立了两阶段连续型随机规划模型。第一阶段确定自营配送中心的选址位置和各个配送中心的提前备货量；第二阶段确定各种场景下的自营配送货运量、外包配送货运量和客户点的缺货量等，使总成本期望值达到最小。基于Monte Carlo抽样理论设计了求解模型的样本均值近似方法；以及求解大规模问题L-shaped分解算法。通过模拟算例验证了两阶段随机规划模型的优越性和样本均值近似方法的有效性；并对自营配送中心固定运行成本、单位商品的自营配送成本和外包配送成本等进行灵敏度分析，得到了不同参数对应的最优配送策略，结果表明，正常情况下“自营+外包”配送模式是企业的最佳选择。本文同时将配送中心选址和提前备货量作为随机规划模型的第一阶段决策变量，可以帮助企业降低物流成本、提高顾客的满意度。     

基于灰信息变元的泛函博弈模型研究

现实社会生活中存在局中人的博弈策略或收益值是变元（如时间、环境、空间、制度或相关其它变元）映射的一类博弈问题。本文从灰信息变元的角度给出了的泛函区间灰数的概念,设计了泛函区间灰数的表征形式,提供了泛函区间灰数之间的大小比较与运算法则。分析基于不确定信息的泛函博弈问题,并描述其形式与框架,可以展示不确定信息下博弈的特征、性质、战略表达形式。运用优化理论及其相关技术方法,设计基于不确定信息优化的求解算法,即通过研究和构造泛函博弈收益值的广义满秩扩充方阵求解最优博弈策略和博弈收益值问题,不仅为现实生活中的不确定信息问题提供新的解题思路,更为实际问题的解决提供新的方法参考。最后结合案例“盗版与打击盗版”问题通过计算机仿真对其博弈均衡结果进行详细的对比分析,说明了本文提出基于信息变元泛函博弈模型的科学性和计算结果的精确性。     

基于Heronian平均算子的Pythagorean模糊不确定语言决策方法

针对评价信息为Pythagorean模糊不确定语言数、属性权重未知且属性间相互影响的多属性决策问题,提出一种基于灰色关联法和Heronian平均算子的决策方法。首先,提出Pythagorean模糊不确定语言Heronian平均（PFULHM）算子和Pythagorean模糊不确定语言几何Heronian平均（PFULGHM）算子,并证明其满足幂等性、单调性、有界性及可交换性。考虑到属性权重之间重要程度的差异,定义了Pythagorean模糊不确定语言加权Heronian平均（PFULWHM）算子和Pythagorean模糊不确定语言加权几何Heronian平均（PFULWGHM）算子。其次,将灰色关联法运用到Pythagorean模糊不确定语言环境中求解属性权重。最后,提出基于PFULWHM算子和PFULWGHM算子的决策方法,并通过算例分析说明本文提出方法的有效性。     

An environmental decision model for dynamic planning

In the complex, rapidly changing environment facing the modern business enterprise, it has become increasingly difficult to make meaningful predictions concerning future activities. As such, it is especially important for the decision maker to seek means of gathering and evaluating information. Due to the immense amounts of subjective data, the need arises for the development of valid techniques for identifying and quantifying relevant information.Writers in the area of organization theory have emphasized the importance of the relationship between and organization and processes occurring within its environment to the extent that these environmental processes and their impact are considered vital to the ultimate survival of the firm. The Graphical Evaluation and Review Technique (GERT) is an analytical process upon which simulation models can be developed to examine the effect of more sophisticated information processing. The GERT technique serves as an input to decision making and for purposes of analysis will be studied under conditions of the disturbed reactive environment.The essential method upon which this study is based is the development of a model designed to capture the characteristics of the environment. The model in turn is tested under various conditions and changing sets of information to arrive at some idea of the possible implications for decision making under a situation affected by more and different information usage.     

一种费用与时间相关的GERT模型的解析求解研究

本文探讨了项目活动时间与费用之间的函数关系,在假定活动费用与时间线性相关的条件下,依据矩母函数和梅森公式,推导出互斥型GERT模型的解析算法,并给出了该算法的一个应用实例。     

具有模糊旅行时间的VRP的一种混合遗传算法

传统确定性车辆路径问题是近几十年来运筹学领域研究的一个热点问题.但在许多实际的应用中,由于受客观世界中存在的不确定性因素以及人类观察、认识事物的模糊性的影响,车辆路径问题的某些参数可能是模糊的、不确定的.文中传统确定性车辆路径问题被扩展为具有模糊特征的模糊车辆路径问题.在对具有模糊旅行时间的车辆路径问题进行简单描述的基础上,构建了该问题的数学模型,并通过将模糊逻辑、模糊控制方法与传统车辆路径问题的遗传算法进行有效结合,提出了解决该问题的一种混合遗传算法.最后给出了该问题的一个计算实例,并通过随机模拟试验验证了该算法的有效性和优越性.