模糊关系几何规划

提出一类目标函数为正项式,约束是模糊关系方程的优化问题。阐述模糊关系方程解集的结构以及求解的方法,基于目标函数中每个单项式的指数取值情况讨论最优解,并且给出解决此类优化问题的一个程序,为了说明该方法的有效性给出具体例子。

具有模糊关系约束的线性规划的解法

研究了具有模糊关系方程约束的线性规划问题.由于此类规划的非空可行集一般是一个非凸集,传统的求解线性规划的方法不适合求解此类规划问题,因此有必要提出一个求解此类规划问题的有效算法,本文首先刻画了该类规划可行集的结构,基于该可行集的结构,应用惩罚函数和遗传算法给出了该类规划问题的一个具体求解方法,得到了近似最优解.为了说明该方法的有效性,最后给出了具体的算例.

取大乘积型模糊关系几何规划

本文提出了一类目标函数为正项式,约束是取大乘积型模糊关系方程的优化 问题,我们在本文中阐述了取大乘积型模糊关系方程解的结构以及求解的方法,基于目标 函数中每个单项式的指数取值情况讨论了最优解,并且给出了解决此类优化问题的一个程 序,为了说明该方法的有效性给出了两个具体例子．

具有取大取小合成算子的模糊关系几何规划

本文讨论具有取大取小合成算子的模糊关系几何规划,首先介绍模糊关系几何规划的可行域的结构,再讨论具有取大取小合成算子的模糊关系几何规划的最优解的特征,然后提出求解模糊关系几何规划极大法,最后给出数值例子。

一类特殊的模糊规划及其求解

文章提出一类目标函数为含有单项式与取大取小算子的关系表达式,约束是模糊关系方程的最优化问题。根据目标函数中每个单项式的指数情况讨论最优解,给出相应算法,并利用计算机程序加以解决。最后给出具体例子验证该算法的有效性。

模糊关系二次规划问题的全局最优解

研究了一类目标函数为二次函数,约束是模糊关系方程的模糊关系二次规划问题,这是一类复杂的非凸最优化问题。首先,我们阐述了该类规划可行集的结构。其次,针对目标函数的不同情况给出了求全局最优解的算法。最后通过几个数值例子验证了算法的有效性。

目标系数模糊型模糊关系线性规划

提出了目标系数模糊型模糊关系线性规划问题,这是传统模糊关系线性规划的扩展.以三角模糊数为例,基于它的一种排序方法给出了求解该类规划的一个算法.最后,为了说明算法的有效性给出了两个数值例子.

FRP+GA在适应性学习系统中的应用

为在E-learning系统中提升学习效果,向学习者推荐满足其个性化需求的学习资源,应用max-product型模糊关系方程,将学习者的学习行为、学习状态以及学习资源的特征描述连接起来,构建模糊关系规划寻找符合学习者学习状态的学习资源,并设计一种无约束遗传算法求解模糊关系规划.研究结果表明:算法是有效的.研究结论能有效提升学习资源与学习需求之间的匹配程度,适用于不同学习场景的E-learning系统,所提出的算法同样适用于其他需要求解max-product型模糊关系方程组的问题.

Priority approach based on quadratic programming model to fuzzy preference relation

We investigate the decision-making problem with a finite set of alternatives,in which the decision information takes the form of a fuzzy preference relation. We develop asimple and practical approach to obtaining the priority vector of a fuzzy preference relation. Theprominent characteristic of the developed approach is that the priority vector can generally beobtained by a simple formula, which is derived from a quadratic programming model. We utilize theconsistency ratio to check the consistency of fuzzy preference relation. If the fuzzy preferencerelation is of unacceptable consistency, then we can return it to the decision maker to reconsiderstructuring a new fuzzy preference relation until the fuzzy preference relation with acceptableconsistency is obtained. We finally illustrate the priority approach by two numerical examples. Thenumerical results show that the developed approach is straightforward, effective, and can easily beperformed on a computer.