不确定条件下基于区间灰数的柔性车间调度

为了获得柔性车间在不确定条件下的最优调度方案,提出了基于区间灰数和操作顺序自适应遗传算法的车间调度方法。考虑了加工时间模糊、机床维护等不确定条件,建立了以加工时间区间灰数最小为目标的优化模型。在求解算法上,根据染色体聚集度自适应调整遗传操作顺序,保持了算法在不同情况下的进化能力,从而提出了基于操作顺序自适应遗传算法的调度方法。以某车间的生产调度案例为例,经仿真验证,与遗传算法、精英保留遗传算法和候鸟算法等相比,操作顺序自适应遗传算法的完工时间区间灰数最小,为[74,84]min;且调度方案满足生产顺序约束和时间约束,是可行的调度方案。实验结果表明,操作顺序自适应遗传算法在车间调度中是有效可行的。

基于多指标灰区间数关联决策模型的产品方案设计

针对复杂产品方案设计中属性信息的不完全性和不确定性,研究了方案设计中多指标灰区间数关联决策计算方法,提出一种基于灰色系统理论的多指标灰区间数关联决策模型.该模型通过引入灰区间数序列的范数实现多指标决策矩阵的规范化处理,构建了综合考虑灰色信息的正负理想区间方案,利用方案的优属度从整体性的角度获得最优决策方案.最后,通过大型水轮机的方案设计,验证了该模型的有效性和实用性.

基于相似度的三参数区间灰数决策方法

为了解决复杂决策环境中的多属性群决策问题,考虑问题的灰数特质及决策者的心理因素,提出了基于相似度的三参数区间灰数决策方法。首先,从区间长度和重心的角度出发,提出了相似度计算公式。其次,考虑决策者与环境的关系,建立基于相似度的决策者心理认知场,引入数据势理论,求得决策者权重;结合距离公式和熵权法求得属性权重;最后,构建了基于前景理论、相似度和逼近理想解排序法相结合的方案决策模型。采用算例证明了模型具有优化方案之间的差异度的效果,并验证了可操作性及合理性。

水资源管理中的多指标灰区间数关联决策模型

水资源管理决策是典型的非结构或半结构决策问题,将区间数的多属性决策应用于水资源管理决策领域,采用基于灰色系统理论的多指标灰区间数关联决策模型.通过引入灰区间数序列的范数完成多指标决策矩阵的规范化处理,构建综合灰色信息的理想区间方案,从方案优属度出发获得最优决策方案.最后,通过实例验证了该模型的有效性和实用性.

区间灰数表征与算法改进及其GM(1,1)模型应用研究

针对目前区间灰数的表征和运算过程中存在着较为严重的问题 ,即 :运算结果对灰数的灰度进行不必要的放大 ,造成信息的严重失真 ,笔者定义了标准区间灰数与第一和第二标准区间灰数的概念 ,分析了第一和第二标准区间灰数之间的关系 ,进一步设计了普通区间灰数与标准区间灰数之间的转换规则 ,提供了标准区间灰数之间的比较与运算法则 ,较好地解决了区间灰数之间的大小比较与运算问题。最后 ,将这一研究成果应用于基于区间数的GM (1,1)模型预测问题 ,取得了良好的效果。

基于核和灰度的区间灰数运算法则

区间灰数运算是灰色系统的理论基础,对灰色系统理论发展的影响举足轻重。首先给出了灰数"核"的定义,基于"核"和灰数灰度建立了区间灰数运算公理、运算法则和新的灰代数系统,并研究了运算性质。至此,灰数运算被转化为实数运算,区间灰数运算的难题在一定程度上得到解决。定义的区间灰数运算可以推广到以区间灰数为基本元素的灰色代数方程、灰色微分方程、灰色矩阵运算的情形,而且有助于由于受到区间灰数运算困难的制约一直进展缓慢的灰色投入产出和灰色规划等方面的研究。

基于蛛网面积的区间灰数灰靶决策模型

灰靶决策模型是处理"小样本、贫信息"不确定性决策问题的常用方法,然而目前该领域的已有研究成果尚无法对信息分布非对称条件下的区间灰数建立决策模型,同时基于"指标距离平方和"的靶心距计算结果容易受到极端指标值的干扰,从而影响了决策结果的科学性与合理性。首先,推导了信息分布已知条件下区间灰数核的计算公式,研究了区间灰数之间距离的计算方法与性质;然后,在此基础上通过比较指标集中各指标值与靶心连线所围成图形(蛛网)的面积大小来对决策方案之优劣进行评价,从而在一定程度上弱化了建模对象中极端指标值对靶心距计算结果的影响;最后,建立了供应商选择的蛛网灰靶决策模型。研究成果对优化灰靶决策模型建模方法具有积极意义。

基于熵权和区间灰数信息的灰色聚类模型

针对区间灰数的灰色聚类模型中指标权重确定的问题,借鉴信息熵的思想,引入灰色熵权确定指标权重,构造了基于熵权和区间灰数信息的聚类评估算法。该算法以区间灰数本身的信息为依据通过计算灰熵来得到聚类指标权重。最后以实际问题为背景进行算例研究,结果表明由所提算法所得的归一化聚类系数矩阵区分度更好,验证了所提算法的有效性和可行性。

考虑合成灰数灰度性质的改进区间灰数预测模型

基于核和灰度的区间灰数预测模型,初步解决了区间灰数序列预测问题,但模型中灰度预测值的确定方法存在不足,且模型不支持误差分析。提出了合成灰数灰度的定义及其性质,据此分析了模型存在的问题,并建立灰度序列的预测模型实现灰度预测,以代替原有模型中灰度预测值的确定方法,从而改进和完善了原有区间灰数预测模型。改进模型从核和灰度两个方面同时发掘区间灰数序列的内蕴信息与发展趋势,克服了原有模型存在的不足,且支持误差分析和精度检验。算例表明了改进模型的有效性和可用性。

基于区间灰数相离度的灰色关联决策模型

为了解决决策方案属性值为区间灰数、指标权重信息部分已知的多属性决策问题,利用灰色关联分析的理论、"核与灰度"思想及最优化理论开展研究。首先构建了区间灰数相离度公式,并提出了基于区间灰数相离度的灰色关联度模型;其次构建了基于区间灰数相离度的灰色关联决策方法;最后在充分利用客观信息的基础上综合考虑了决策者的主观意愿,提出了指标权重确定的优化模型。通过算例验证了该模型的可行性和实用性。

基于合成灰数灰度的区间灰数自忆性预测模型

针对传统灰色预测模型解决灰数序列预测的局限性,为了提高预测精度,以考虑合成灰数灰度的区间灰数预测模型为基础,构建了基于合成灰数灰度的区间灰数自忆性耦合预测模型,结合动力系统自忆性原理克服了传统灰色预测模型对初值比较敏感的弱点。算例仿真以具饱和发展状态特征的区间灰数序列为对象,获得了满意的模拟预测精度,验证了所构建模型的有效性及优越性。研究结果表明,本文提出的新模型丰富和完善了区间灰数预测模型体系,并拓展了其应用范围。

一种基于区间灰数几何特征的灰数预测模型

灰色系统预测模型的已有研究主要建立在实数的基础之上,没有考虑灰数信息对预测结果的影响,根据区间灰数序列在二维坐标平面上的几何特征,通过"面积转换"与"坐标转换",将区间灰数序列转换成等信息量的实数序列,然后推导并建立区间灰数的预测模型,通过建立多组随机区间灰数序列的预测模型,与其他灰数预测模型的模拟精度进行了比较.模型适用于具有不确定信息特征的区间灰数序列的模拟及预测.

基于Choquet积分的区间灰数多属性决策方法

针对多属性决策中属性间的关联性对决策结果的影响,提出了基于区间灰数灰度和Choquet积分的区间灰数多属性决策方法。根据区间灰数灰度的定义,证明了区间灰数的灰度是一种灰测度,由此定义了关于区间灰数灰度的离散Choquet积分并证明其性质;依据各方案的综合属性值的方差最小的原则建立多目标优化模型,确定了各属性或属性集的权重,最后利用Choquet积分对各方案的效果评价向量进行集成。通过实例说明了该方法的有效性。

基于区间灰数理论的汽车声品质主观评价方法研究

为提高汽车声品质主观评价试验的可靠性和实用性,并对纯电动汽车在匀速及加速工况下的车内噪声品质特性进行分析,在参考语义细分法(ASDM)的基础上结合区间灰数理论,提出一种改进的声品质主观评价方法。评审员以某一基准样本作为参考,采用模糊打分方式对车内噪声样本进行主观评价,以灰色关联度作为评分者信度来筛除无效评分,提出了一种区间灰数的确信度参数,作为计算分数权值的重要指标,以求得各个样本的综合评分结果。通过与传统语义细分法(SDM)以及ASDM的评分结果进行对比分析,验证了改进的方法能在保持相同工作量的前提下,更准确地反映人对汽车车内噪声的主观感受。并采用该方法对3款不同定位的纯电动汽车在不同工况下的车内噪声品质进行了主观评价试验,对比分析了3辆车的声品质特性。

三参数区间灰数信息下风险型多准则决策方法

针对概率和准则值均为三参数区间灰数的多准则决策问题,本文提出了一种基于前景理论的决策方法.该方法首先定义了三参数区间灰数的距离和精确记分函数,并通过讨论其性质给出了比较大小的方法;其次,通过给出三参数区间灰数前景价值和概率权重函数的定义,以多参考点为思路,构建前景决策矩阵,并通过提出参考点集结算子,集结出综合前景决策矩阵.进而,由优化模型求得的最优准则权系数加权得出方案的综合前景值及排序;最后,通过算例对比说明了该方法的合理性和可靠性.

三参数区间灰数排序及其在区间DEA效率评价中的应用

定义了三参数区间灰数与实数比较的相对优势度的概念,给出了两类典型的三参数区间灰数与实数比较的相对优势度的代数表达式。提出了一种基于相对优势度的三参数区间灰数的排序方法,并应用于变量为三参数区间灰数数据包络分析(data envelopment analysis,DEA)模型,用算例验证了其有效性。

基于区间灰数的多属性决策方法

以灰色系统理论的思想与方法为基础,探讨了属性值和属性权重均为区间灰数的多属性决策方法。根据结合理想方案与临界方案的综合关联度,提出了考虑属性权重因素的线性规划优化模型,将经典灰色关联决策由清晰数的情况推广到了区间灰数的情况。最后通过实例分析说明所提出的灰色关联决策方法的合理性及其算法的有效性。

三参数区间灰数的距离熵模型及应用研究

区间灰数决策是不确定性决策理论的重要研究领域.针对三参数区间灰数决策问题,借助信息熵理论,建立了三参数区间灰数距离熵模型;证明了三参数区间灰数与灰距离熵的关系;在此基础上,提出了三参数区间灰数多属性决策的赋权方法;最后,结合具体实例,验证了该方法的适用性.

基于区间灰数列的GM(1,1) 模型(GMBIGN(1,1))研究

GM(1,1)模型在灰系统的理论与应用研究中占有十分重要的地位,然而目前的GM(1,1)模型只能适用于对白化数表征的数列进行预测,而对于现实中存在的区间灰数表示的数列却无能为力.本文运用有关标准区间灰数的最新研究成果,构建了基于区间灰数表征的GM(1,1)模型GMBIGN(1,1)(GM(1,1)Based on Interval GreyNumber,GMBIGN(1,1)),并给出了其解析解.在此基础之上,本文以某地区某种能源价格区间变动情况这一现实经济问题为背景,建立了该地区某种能源价格区间变动的GMBIGN(1,1)模型,并对其进行了仿真与误差分析,效果良好.

基于信息域和认知程度的改进区间灰数预测模型

灰色预测模型的建模对象已从实数序列拓展至灰数序列,如何构建以灰数为建模对象的灰数预测模型是灰数预测理论研究的热点问题。文章从区间灰数的"信息域"和"核"两个定义出发,计算信息域和认知程度序列,分别构建两个序列的DGM(1,1)模型,结合两个模型推导出区间灰数的上界和下界序列的预测模型,在不损失已有信息的前提下,避免灰数间的代数运算,实现区间灰数的模拟和预测。