模糊线性规划中模糊目标系数的隶属函数的确定

基于模糊目标函数的物流中心规划模型

［Ｊ亮：物流作业成本》２李培《，广东经济出版社，２０．０３４
【汝宜红：５】《物流学，中铁道出》国版社，０５８２０．
版社，２０．０３８
：Ｘ为第ｉ个需求点的选取变量：若Ｃ被选中．则Ｘ为１否则。．
・
【】４蔡临宁：物流系统规划——建模及实例分析》机械工业出。为０《，。决策者希望最小化费用函数．则不确定环境下的配送中心选址问题转化为目标函数含模糊参数，且约束条件含区间数：【唐纳德・６】沃特斯：《物流管理概论》，电子工业出版社，０４：的０１划：２０ — 规
【最守峰：５】《物流管理新论》，科学出版社，２０．０４２
《现化ｏ２下）４商代２月旬总５。场》６（刊第９ｏ年期
维普资讯
物ｉ平臼布
’ ∑ ∑ ｔ
－
表２不同区域对商品的需求量
进行物流配送中心管理时．必须注意存在的二律背反问题。・
日
【）１
通常．每个需求点对该企业商品的需求量是不同．假设企
即对于同一种成本的两个方面处于互相矛盾的关系当中．比如减：业生产一种商品．设第Ｋ个城市对商品的需求量为ｑ．ｋ．＝１
里程（）３将节约里程按照大小顺序排列；（）照大小顺序．组成．送中心选址问题归结为寻找一个，．得４按使
现有ｎ个需求点，记为Ｃ，Ｃ．…．Ｃ．假设城市与之间的 ‘ 最短距离为ｄ．ｉ，ｊ＝Ｉ．… ．ｎ．有某企业要在这ｎ个．，２现节约里程法能够帮助企业在运输过程中缩短路程，节约运输・区域中选取一个作为配送中心，不考虑其他因素．只要求该中

模糊优化方法

模糊建模与模糊优化
模糊建模是指从模糊信息的描述到建立一个适当的数学模型的过程。模糊优化是指模糊模型的求解过程。一般地，对于一个复杂问题，从建立模糊优化模型（模糊建模）到求解模糊优化模型（模糊优化）需要经过以下五个基本环节
1
A
B C
模糊建模阶段
基于对问题本身的理解，分析问题中存在哪些模糊信息，以及出现的形式（如模糊目标，可行集、约束集或参数）和方式，如非精确的量化形式或者是含糊不清的语言等。模糊信息的描述与表达，采取适当的方式，如隶属函数、可能性分布函数，以线性形式或非线性形式等来描述模糊信息。在这个过程中，应该充分反映决策者的意愿和观点，即主观性或偏爱。
模糊性出现的形式包括：
1）目标描述的非精确定义 2）模糊关系（模糊等式，模糊不等式）表达的线性系统约束
3）具有模糊效益/价格系数ci的目标函数
4）具有模糊技术系数Aij和模糊资源可用量bi的线性系统约束
4
模糊线性规划问题的分类与描述
据此，将模糊线性规划问题FLP分为以下两类： I)清晰系数型。包括: i)模糊资源型(FLP1)——模糊关系定义的线性系统约束； ii)模糊目标-资源型(FLP2)——非精确定义的目标和模糊关系定义的线性系统约束。 II)模糊系数型。包括: i)模糊资源可用量型(FLP3)——资源可用量是模糊数； ii)模糊效益/价格系数型(FLP4)——目标函数中效益/价格系数是模糊数； iii)模糊技术系数和资源可用型(FLP5)——技术系数和资源可用量都是模糊数； iv)系数全模糊型(FLP6)——效益/价格系数，技术系数和资源可用量都是模糊数。
模糊优化在生产实际中的应用也成为模糊优化理论和方法的重要研究内容。通过查找相关文献，总结了模糊优化的理论与方法，主要包括五个部分：

模糊优化设计

第一章绪论1.1模糊优化设计概念现实生活和工程领域中，存在着许多不确定性的量。

这种不确定性主要表现在两个方面：一是随机性，一是模糊性。

随机性是由于事物的因果关系不确定造成的。

它由概率、统计加以研究，是概率力学设计的范畴。

模糊优化设计，主要设计食物的模糊性。

所谓模糊，是指边界不清楚，即在本质上没有确切的含义，在量上没有明确的界限[1]。

常规的优化设计是把设计中的各种因素均处理成确定的逻辑关系，忽略了事物之间存在的模糊性，使得设计变量和目标函数不能达到应有的取值范围，往往落下一些真正的优化结果。

事实上，事物之间的中介过渡过程所带来的事物普遍存在的模糊性，而且设计对像的复杂化必然涉及到模糊。

由于信息技术、人工智能的研究必然要考虑到模糊信息的识别与处理以及由于工程设计的不仅要面向用户需求的多样化和个性化，还要以满足社会需求为目标，并依赖社会环境、条件、自然资源政治经济政策等比较强列的模糊性问题等，这些必然导致设计的过程中纯在种种的模糊性问题。

而模糊优化正是解决这一问题的设计方法，是将模糊优化理论与普通优化方法相结合的一种新的设计方法，是普通优化设计的延伸和发展。

1.2模糊优化设计起源20世纪50年代在应用数学领域发展形成了以线性规划和非线性规划为最主要内容的数学规划理论，并应用于解决工程设计问题，形成了工程设计的优化设计理论和方法。

数值计算方法是利用已知的信息，通过迭代计算过程来逼近最优化问题的解。

这种方法由于其运算量大，甚至电子计算机出现和发展后才成为现实，并为数值优化方法的发展提供了重要的基础。

Dantzing提出了求线性规划问题的单纯方法，Bellman对动态规划问题提出了最优化原理[2]，这两方面的研究工作为约束优化方法的进展铺平了道路。

Kuhn和Tucker关于规划问题最优解的必要条件和充分条件的研究工作为以后再非线性规划领域内的大量研究奠定了基础[3]。

20实际60年代初，Zoutend和Rosen对非线性规划的贡献有很重要的价值。

模糊划分系数

模糊划分系数
模糊划分系数是一种用于衡量模糊集合的不确定性程度的指标。

在模糊集合理论中，模糊划分系数越大，说明模糊集合的不确定性程度越高，反之则越低。

本文将从不同角度探讨模糊划分系数的概念和应用。

一、模糊划分系数的定义与计算
模糊划分系数是模糊集合理论中的一个重要概念，用于描述模糊集合的不确定性程度。

模糊划分系数的计算方法多种多样，其中一种常用的计算方法是基于隶属度函数的计算。

隶属度函数是描述元素与模糊集合之间隶属关系的函数，通过对隶属度函数的计算，可以得到模糊划分系数的数值。

模糊划分系数在模糊集合理论中有着广泛的应用。

一方面，模糊划分系数可以用于评估模糊集合的模糊程度，帮助我们理解模糊集合的不确定性特征。

另一方面，模糊划分系数还可以用于模糊决策中的权重分配和模糊聚类中的聚类分析等问题。

三、模糊划分系数的实例
为了更好地理解模糊划分系数的概念和应用，我们以一个实际问题为例进行说明。

假设我们要对一批商品进行分类，但是由于商品的属性信息存在一定的不确定性，因此我们需要使用模糊集合理论来描述商品的分类问题。

在这个问题中，模糊划分系数可以帮助我们评估商品分类的准确性，从而提高分类的效果。

四、结论
通过以上的介绍，我们可以看到，模糊划分系数在模糊集合理论中扮演着重要的角色。

它不仅可以帮助我们理解模糊集合的不确定性特征，还可以应用于模糊决策和模糊聚类等实际问题中。

因此，对于研究模糊集合的学者和工程师来说，深入理解和应用模糊划分系数是非常有意义的。

希望本文能给读者带来一定的启发和帮助。

对隶属函数确定方法的进一步探讨

的隶属度难以确定。
函数的选定及参数的调整
隶属函数的确定方法：
➢模糊统计法 ➢例证法 ➢指派法
➢二元对比法
由于上述方法的局限性，如何找到更加接近的隶属函数？HOW
借助于指派方法的思想来确定隶属度函数。思想：采用初步的确定粗略的隶属函数，然后再通过学习和实践检验逐步修改和完善，通过实际效果来检验和调整隶属函数。
常用的模糊分布有：矩形、梯形、K次抛物型、型、正态、柯西、岭型；每一
种分布又分为戎上型，中间型，戎下行。
一.离参照点近
特点：离参照点越近，曲线越陡（愈近愈敏感） 1.假设参照点的隶属度为1（满意点）.
用抛线型分布函数： f (x) b x k a x b k 0为常数
ba 其中点a为参照点，点b位选下的隶属度为0的一个最小零点。抛物线图像：
• 人们对于盈利和亏损的感觉不一样，对损失带来的失望比同额获利带来的快慰更加强烈。
• 人们对于概率事件的作用估计偏高，而对于大概率的作用偏小。（注意：偏重感受小概率的作用和对过
高估计稀少事件的概率不是一回事。）
• 对于逼近不发生货时间的交界处，属于突变范围。人们对其评价能力受到限制，
其概率或者被忽略或者被夸大，相应
谢谢!
1.78m的隶属度为多少？
xa xa
( 0, 0)
2 用升岭型分布描述：
0
f
(
x)
1
2
1 2
sin
b
a
(x
b
2
a
)
1
xa axb xb
三、对损失看重，即负效应现象。
两边隶属度函数描述不一样，用不对称S隶属度函数描述：
0
(
x,

区域水资源模糊多目标规划模型及求解

Ｍｕｔ—ｏｊｃｖｒｇａｕｌｉｂｅｔｅＰｏｒｎ￣ｉ
ＭＡａＩＳｕ—ｒｎＴｏ，Ｌｈｏｇ，ＧＥＮＧｅ —ｈａＭＩｎＰｉｕ２ＡＯＲｏｇ
，
（．ｏｅｅｏｆｍｔｎａｄＣｎｏＥｇｅｒｇｈａＵｉｒｔｏｅｏｕ１Ｃｌｇｆｎｒａｏｔｌｎｉｅｎ，Ｃｉｎｖｓｙｆｔｌｍ，Ｄｎｙｇ２７６，ｌＩｏｉｎｏｒｎｉｎｅｉＰｒｅｏｇｉ５０１ｎ
１ｗｒｓａｔｓ￣ｏｄ：ｗｅｒｏｒｅ
ｐ￣
ｉ；ｌ￣；ｕｚｍｔ—ｏｊｔｅｐｓｎ￣ｓｇａｐｇ】ｎｎｘｆｙｕｇｆｚｌｉｂｃｖｒｒｍｉ；Ｄｌ１ｍ峨ｅｉｏａｎ０
０引言
当前的形势下，由于水资源的短缺、区经济发展和地
Ｓａｄｎｈａ．ｈｕｅｕｏｔｏｓｒｎｅｏ嘲ｈｏｇｉ；２ＴｅＢｒａＷａｒＣｎｅｅｃｆｎＣｎｆｅｖｎｉ，Ｄｎｙｇ２７９，ＳａｄｎｇＣｔｙｏｇｉ５０１ｈｏｇｎｎ
Ｃｉ）ｈｎａ
Ａｓ．白ｈｄ：Ｓｃｅｅａｅｆｔｏｔｅｕ —ｏｊｔｅａｄｕｃｒｉｙｉｔａｒ℃ｏｒｓｍ．ｗｕｔｒａｉｅｔｒｅｔｃｆｌｂｅｉｎｅｔｎｅｗｔｓｕｅｓｔｎｈｒｈａｓｍｔｈｉｃｖｎａｔｎｈｅＩｃｙｅｅｂｉｆｙｌａｕｍｔ—ｏｊｔｅｐｔｌｕｉｂｅｉｒ￣ｃｖｏａｅｗｔ豫ｒｍｄｌｏｅ￣ｉａｒｒｏｏｅｆｔｇｎｗｔｓ￣ｒｈｏｅｅｓｓｍ．Ｄｆｒｔｒｍｔｏｍｌａｓｔｏｔｉｅｙｔｅｉｅｏｅｎｒａｗｙｐｍｚｔｅｎｆｈｏｉｅｈ８＇ｍｂｓｎｒｉｏｊｔｅｆｃｏｌｅｔｓｏｅｃＩｂｒｕｔｙＩ８ｒｉｏｊｔｅ￣ｔａｅｏｔｎｂｃｖｎｔｎａ，ｈｄｌａｆｍｌｅｂ西ｒｅｏｏｂｃｖｅｄｃａｅｉｕｉｖｕｅｉｍｌｅｏａｄｇｇｎｆｅｉ

非线性模糊规划中分段线性隶属函数的构造方法

ＡｂｔａｔＩｔａｌｓｒｃ：ｎｉｉｌｙ，ｔｔｃｉｅｔｃｎｓｒｔｈｅｅｈｎｑｕｓｏｏｔｕｃｕｎｌｔｒｌａｂｉａｅａｎｌｎｅｒｍｅｂｅｓｐｕｔｏｉａｅａｎｄｌｔｒｌｏｎｉａｍｒｈｉｆｎｃｉｎｓｉｏｖｄｉｕｚｙｒｇｒｍｍｉｒｎｔｏｄｅ．Ｍｏｉａｅｅｄｉｙｓｌｉｎｎｌｎａｕｚｐｏａｎｖｌｅｎｆｚｐｏａｎｇａｅｉｒｕｃｄｔｖｔｄｂｙｒａｌｏｖｎｇｏｉｅｒｆｚｙｒｇｒｍｍｉｎｇｐｒｂｌｍｓ，ｔｓａｒｕｅｕｅｌｐｒｓｎｓｏｅｈｉｐｐｅｓｂｓｑｎｔｙｅｅｔｎｏｌｐｏｃｓｏｏｎｅｔｈｎｌｎｅｒｖｅａｐｒａｈｅｔｃｖｒｔｅｏｎｉａｍｅｂｒｈｐｍｅｓｉｆｃｉｎｓｔｐｉｃｗｉｅｉｅｒｕｎｔｏｏｅｅｓｌｎａｏｎｓｅ．Ｔｈｅｅｎ，Ｇａｓａｉｅａｆｎｃｉｎｓｒｅｐｏｙｄｏａｃａｅｈｅｒｉｕｓｉｎｎｔｇｒｌｕｔｏａｅｍｌｅｔｃｌｕｌｔｔ
ｃｓｒｉｏｎｔａｎｔ
际问题，如三角形、梯形等这种简单的隶属函数有时难以准确地对决策问题进行描述，为此，通常会模糊线性规划是由Ｚｍｍｅｍａｎ于１７ｉｒｎ９８年
ＤＯＩ０３６／．ｓｎ０３ — １７２１．８００：１．９９ｊｉｓ．４８１５．０１０．３

模糊二层线性规划的一种解法

２
ＳｔＡｌｌ＋Ａ２２５，，ＸＸ
对任意的０１其截集是一个闭区间，ｄ，则称Ｉ是个模糊数。对于模型（ＢＰ中的模糊系数，以通过设定ＦＬ）可个理想水平仅，求得其仅截集，使模糊系数化为在理想水平ｄ下的区间数，１中的曲线表示模糊系图数Ｉ的可能性分布曲线，事先给定的一个理想水在平Ｏ下的Ｏ截集即如图１表示的实数区间［一ｔＬ所Ｉ，Ｉ，【］０截集表示可能性不低于０的Ｉ的全体。这样【就可以将模型（ＢＰ中的模糊系数分别转化为ＦＬ）水平下的区间数．有关区间数的运算及其性质可以见文献［，］４５。
２００８年１１月第１８卷第６期
ＪＯＵＲＮＡＬＯＦＹＵＬＮＩＣＯＬＥＧＥＬ
榆林学院学报
ＮＯ．０８Ｖ２ＯＶ０．８Ｎｏ６】１．
模糊二层线性规划的一种解法
董媛媛，云滨徐
（林学院数学与应用数学系，西榆林７９０）榆陕１００
作者简介：董嫒媛（９３，，１８一）女湖北孝感人，助教，硕士，研究方向：系统工程与优化。Ｅ—ｍｉｄｎｙ１６＠１６ｃｒａ：ｏｇ９６２．ｏｌｙｎ
・
３・２
榆
林学院学报
２００８年第６期（第７总６期）
ｍｘ￣Ｘ，２１１１２ａｆ（１Ｘ）＝１＋２ＸＸ

【国家自然科学基金】_模糊目标规划_基金支持热词逐年推荐_【万方软件创新助手】_20140730

推荐指数 3 3 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2009年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
2008年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 4 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99
模糊多目标规划模糊多属性决策模糊变量模糊决策模糊关系线性规划模糊关系方程模糊柔性决策板坯设计最优解无线传感器网络旅游线路敏感性分析支持向量捕捉建筑工程帆船容忍值,满意度实时多目标线性规划多目标模糊优选多目标整数规划多层规划国家水权可靠性优化发电量分配南水北调东线一期工程区间值劣度初始分配分销网络分布式供应链决策再制造信息技术外包供应商选择供应商参与优度价格折扣产品族交互式补偿模糊算法交互式算法两阶段算法不确定性 zimmermann方法 mamdani模糊系统 eoq

目标带有模糊系数的线性规划的一种新解法

将目标带有模糊系数的线性规划转化为１个有３个目标的线性规划问题，用多目标规划的逐利步宽容算法间接地解决这类问题。通过实例对算法进行了验证，明了此方法的有效性。证关键词：数；目标线性规划；步宽容算法 — 多逐文献标识码：Ａ文章编号：６４— ４５２１）８— ０７— ３１７８２（００００９０
线性规划的一种解法。此方法思路清晰，法简算
其具有较强的实用性，一直是国内外学者研究的
重点。但目前国内外众多学者主要偏重于研究约
单，于求解。易
收稿日期：００— ２—１２１０１基金项目：陕西省教育厅专项科研基金资助项目（３ｋ６）西安建筑科技大学基础研究基金资助项目（２Ｒ１０ｊ０５；０Ｂ０）作者简介：徐裕生（９０）男，１５一，安徽怀远人，教授，主要从事最优化理论与算法研究。
第２４卷第８期
Ｖｏ．４１２
Ｎｏ８．
重庆理工大学学报（然科学）自
ＪｕｎｌｆｈｎｑｎｎｅｓｙｏＴｃｎｌｇ（ａｒｌｃｅｃ）ｏｒａｏｏｇｉｇＵｉｒｉｆｅｈｏｏｙＮｔａＳｉｅＣｖｔｕｎ
２１００年ｘＬ：ｃａｆｘ
１模型及相关概念和性质
目标带有模糊系数的线性规划：
ｍａＺ＝ｃｘ
ａＡ＝ｃｒｎｉ
极小化式（）如下的线性规划问题：１为