论文部分内容阅读
由于两阶段模糊最小风险问题包含了通过可能性分布定义的模糊变量参数，且具有无限支撑，因此它本质上属于无限维的优化问题，求解这类优化问题必须依靠逼近方法和智能计算，将原无限维优化问题转化为近似有限维的模糊最小风险问题.
本文首先介绍了可信性理论中的一些基本概念.然后通过逼近方法建立了两阶段模糊最小风险问题的逼近模型.接着建立了三个收敛定理，讨论逼近的两阶段模糊最小风险问题的最优目标值和最优解分别收敛于原两阶段模糊最小风险问题的最优目标值和最优解，最后给出了两阶段最小风险模型在设备选址问题中的应用，为了求解这类问题，设计了基于逼近方法、神经元网络和粒子群算法的一种混合算法.
本文的主要工作包括以下三方面：
●通过逼近方法建立了两阶段模糊最小风险问题的逼近模型；
●得到三个收敛定理讨论近似的两阶段模糊最小风险问题的最优目标值和最优解分别收敛于原两阶段模糊最小风险问题的最优目标值和最优解；
●给出了两阶段最小风险模型在设备选址问题中的应用.