基于不確定理論的具有學習和惡化效應的排序問題研究.pdf

1、為研究現(xiàn)實生活中存在大量的不確定現(xiàn)象,劉寶碇教授先后提出了具有自對偶性的可信性理論和公理化的不確定理論。排序問題是在機器制造業(yè)背景下發(fā)展起來的,是運籌學和組合優(yōu)化的一個重要分支,現(xiàn)已廣泛應用于工程技術和經(jīng)濟管理的各個領域?，F(xiàn)代排序理論的研究逐漸突破了參數(shù)是確定性的假設,本文在可信性理論和不確定理論的學習基礎上,對排序理論這一經(jīng)典的組合優(yōu)化問題展開研究。
　　 本文關注了近年來對工件加工時間同時具有惡化和學習效應的排序問題的研究,

2、在可信性空間和不確定空間分別引入模糊變量和不確定變量,在論文的第二章和第三章分別建立了模糊排序模型和不確定排序模型,給出主要函數(shù)的模擬算法。對排序問題研究的求解算法通常具有一定難度,而由于在模糊環(huán)境和不確定環(huán)境下,模型中的函數(shù)分別含有模糊變量和不確定變量,更增加了求解模型的難度。論文中改進了遺傳算法,以改善由于遺傳算法的選擇壓力和種群多樣性保持之間的矛盾導致的缺陷,并依據(jù)本文中排序模型的特點,并設計了基于改進遺傳算法的混合智能算法。最后

3、以具體算例驗證了該算法的可行性和有效性。
　　 論文的主要創(chuàng)新工作如下:
　　 一、通過學習不確定理論這一新的公理化數(shù)學體系,引入可信性空間的模糊變量和不確定空間的不確定變量,應用到現(xiàn)代排序理論的研究中,進一步推廣了不確定理論的應用研究；
　　 二、排序問題是應用廣泛的組合優(yōu)化問題,本文建立的模型一定程度上改進和完善了排序問題的研究范圍,從而拓寬其在現(xiàn)實生活中的應用價值；
　　 三、通過調整遺傳算子操作,