��Ӧ��ѡ������IJ�ȷ����ģ�ͼ��Ŵ��㷨

供应商选择问题是物流领域内的一个重要问题，其目标函数就是在包括送达时间、原料质量和服务水平等的约束下使总花费最小。传统的确定性模型取得了较好的效果，但是由于其约束条件的随机性和模糊性，需要应用不确定性模型来更准确地描述和给出最优解。论文应用了不确定性模型描述这类供应商选择问题，这个不确定性模型就是一类特殊的机会约束规划模型，此类机会约束可以转化为相应的等价类，这样不确定性模型就可以转化为确定性模型，然后设计了解决这类问题的遗传算法。通过实例计算表明，不确定性优化模型及遗传算是解决供应商选择等这类不确定性智能商业问题的有效办法，有广泛的应用前景。     

供应链风险管理下供应商的选择

在供应链风险管理下,对供应商选择的影响因素进行了具体地分析,运用层次分析法(AHP)建立供应商选择方案的评价指标体系,并应用模糊理论将各指标模糊量化,进行模糊综合评判,从而得到最佳方案,较好地解决了供应商的选择问题.     

多品种供应的多供应商选择模型及分解算法

为解决供应链中多品种供应的多供应商选择问题，建立了以供应综合成本最低为目标函数、满足多个约束条件的组合优化模型．为解决求解的困难，采用变换分解算法，将原模型转换为整数规划问题．根据不同迭代方式，给出了2种基本运算步骤．在算例中运用模型和算法，得到了多物资供应环境下多供应商的最优任务分派．新方法克服了常规供应商的选择评价方法只针对单一物资供应过程和面向单一供应商选择过程的局限性．     

基于铁路客票价格问题的混合优化策略算法

混合智能算法和双层规划模型在城市交通领域已得到了广泛的应用,且实际效果显著。本文采用基于遗传算法（GA）和模拟退火算法（SA）的GASA混合优化策略求解铁路客票价格问题的双层规划模型,并用一个简单的算例表明：本算法在求解该双层规划方面更好发挥了智能搜索的优势,具有更高的效率和可信度。     

带有时间窗的随机机会约束运输问题模型与算法

对传统经典的运输问题从不确定性随机规划角度进行探讨分析,针对随机环境条件下的此类优化问题提出一种随机机会约束规划模型,并考虑在运输过程中的线路能力和时间窗限制,对其利用随机机会约束规划的思想进行处理,建立随机机会约束规划运输问题的数学模型。此外,由于模型涉及大量具有复杂性和随机性的随机变量,设计一种混合智能算法,即基于随机模拟的神经网络遗传算法来求解模型的近似最优解。最后利用数值算例来验证算法的有效性和可行性。     

基于不确定理论的多阶段工序计划模型与算法

介绍在不确定条件下的多阶段工序计划问题,设计基于可信性测度的模糊多阶段工序计划模型,并通过一个结合模糊模拟和遗传算法的混合智能算法进行求解。最后,结合一个实例来说明该模型的应用和可行性。计算结果表明该算法所得结果令人满意并有效地缩短求解该问题的时间。     

需求随机条件下运输问题的机会约束规划模型研究

在传统运输问题的研究中,供应和需要都是确定的,然而在实际中,运输过程中的各个环节相当复杂,物资供应量和市场需要都具有不确定性。针对这种不确定因素,运用随机机会约束规划的理论方法,建立在随机环境中运输问题的机会约束规划模型,结合神经网络和遗传算法,设计适用于此条件的混合智能算法来求解。通过实例的计算和分析,显示该模型不论在计算随机运输问题的过程中,还是其结果的准确性上均具有较强的实践意义。     

基于模糊逻辑的路径选择模型

为有效解决路径选择行为中的不确定性问题,采用模糊逻辑方法建立路径选择模型。用三角模糊数描述路径行驶时间,并建立一定的模糊规则,然后,用近似推理方法两两对比可选路径,在对比矩阵基础上计算各条路径的权重,即路径被选择的概率。最后,对路径选择模型进行算例应用,验证了模型的有效性。     

�޽��ɱ���ȷ���Ľ�ͨ�����������

交通网络设计问题是交通规划理论的一个重要组成部分,即在资金有限且考虑出行者决策行为的情况下,制定最优投资策略.由于人工费、材料费和使用费等的不确定性,路段的修建成本存在不确定性.本文通过改进预算投资约束,应用鲁棒优化的方法同时考虑出行者的路径选择行为,建立路段修建成本不确定的交通网络设计的鲁棒模型,并利用基于割约束的混合整数线性规划算法求解此模型,进而得到一个受修建成本扰动较小的鲁棒最优解.通过算例表明,在修建成本不确定的交通网络设计中,本文提出的鲁棒优化方法可以得到比传统确定性问题更加可靠的解.     

基于多传感器数据融合的目标分析

声场环境复杂,易引起单个声传感器所获得数据的不确定性,利用数据融合方法可以解决目标分析中信息的不确定性问题.文中建立了适合工程实用的基于多传感器数据融合的目标分析模型,利用该模型对三维情形下舰船通过过程进行了仿真.该方法的应用实现了对多传感器信息的优化利用,取得了较满意的结果,证明了模型的有效性.     

运输需求与成本不确定下的枢纽港选择

针对轴辐式网络中的枢纽港选择问题，在集装箱航运网络中，考虑运输需求与成本的不确定，根据数据变化规律，构建多个模型. 根据轴辐式网络的运输环节，使用成本函数表征枢纽港间运输成本，构建枢纽港选择的确定性模型；基于此，针对航运需求的离散特性，构建需求不确定的随机模型进行枢纽港选择；基于运输成本难以预测的特点，结合实际数据，使用极小极大值法构建成本不确定的枢纽港选择模型；然后，结合两者构建运输需求与运输成本同时不确定的枢纽港选择模型. 采用欧洲集装箱运输网络实际数据对模型进行验证，求解各因素不确定下枢纽港选择的最优方案，并针对结果进行对比分析，为班轮公司优化航线提供参考.     

不确定信息下应急救援路径选择模型

迅速有效的震后交通疏散及道路管制措施对降低地震损失具有重要意义.通过定义路网疏散连通度和安全行驶路线,对不确定信息条件下救援疏散和路径选择问题进行描述.将避难点分配、路径规划、车辆容量,以及不确定通行能力作为该问题约束条件,确立了以公交疏散问题为基础的应急救援车辆路径选择模型.考虑到模型仿真的局限性,转化为相同发车间隔下的公交均衡调度问题进行求解.以唐山抽象路网和人口分布为基础进行仿真实验分析,结果表明:不确定信息条件下选择安全救援路径,当救援车辆途中遇阻时,只需调整交叉口转向策略即可顺利通行,保证了救援调度工作的稳定.     

船舶运动混合智能控制评述

船舶运动控制表现出强干扰、时变、非线性、不确定、高可靠性要求的特点,其重要性和复杂性使其成为自动控制理论最为活跃的应用研究领域之一.智能控制以及各种智能技术集成的混合智能控制方法在这一领域得到广泛关注.文中分析比较了各种智能控制和传统榨制的特点、混合模式,介绍了混合智能控制应用于船舶运动控制的研究成果,指出了现有混合智能控制尚未有效解决的问题及船舶运动控制研究的发展方向.     

多机器人系统强化学习研究综述

强化学习是实现多机器人对复杂和不确定环境良好适应性的有效手段,是设计智能系统的核心技术之一.从强化学习的基本思想与理论框架出发,针对局部可观测性、计算复杂度和收敛性等方面的固有难题,围绕学习中的通信、策略协商、信度分配和可解释性等要点,总结了多机器人强化学习的研究进展和存在的问题;介绍了强化学习在机器人路径规划与避障、无人机、机器人足球和多机器人追逃问题中的应用;最后指出了定性强化学习、分形强化学习、信息融合的强化学习等若干多机器人强化学习的前沿方向和发展趋势.      

汽车AMT电子节气门基于自调整函数的模糊控制

鉴于汽车自动变速器中的电子节气门具有非线性、不确定性等特性,并且要求电子节气门在不同的工况下、不同的车辆中都能达到实时精确的控制,提出了基于自调整函数并带积分项的智能模糊控制的原理和控制算法,仿真验证了该算法的有效性.     

汽车AMT电子节气门基于自调整函数的模糊控制

鉴于汽车自动变速器中的电子节气门具有非线性、不确定性等特性,并且要求电子节气门在不同的工况下、不同的车辆中都能达到实时精确的控制,提出了基于自调整函数并带积分项的智能模糊控制的原理和控制算法,仿真验证了该算法的有效性.     

E-Shop Transshipment Selection Evaluation Based on Cloud Model

In e-commerce, a critical problem is how to transship the products between different e-shops to lessen the risk of out of stock, especially in network shopping mall of China. Most of importance is how to select the optimal one in the waiting list of e-shops to make the transshipment economical. However, many factors that influence the effect of transshipment are uncertain and fuzzy, such as customer demand, product price and inventory level. Based on the cloud model theory, a novel method for evaluation of e-shop transshipment selection in the same network shopping mall is proposed to solve the problem. The factors that influence the transshipment effect are discussed in detail. An example of selecting the optimal e-shop to transship products to the out of stock e-shop is given on the basis of the steps of our evaluation calculation. Finally, the result shows that it can effectively optimize transshipment in online shopping economically.     

ROBUST CONTROL WITH COVARIANCE CONSTRAINT FOR UNCERTAIN SAMPLED-DATA FEEDBACK CONTROL SYSTEMS

ＩｎｔｒｏｄｕｃｔｉｏｎＡｓａｔｉｓｆａｃｔｏｒｙｅｎｇｉｎｅｅｒｉｎｇｃｏｎｔｒｏｌｓｙｓｔｅｍｓｈｏｕｌｄｐｏｓｓｅｓｓｍｕｌｔｉｐｌｅｄｅｓｉｒｅｄｐｅｒｆｏｒｍａｎｃｅｓｓｕｃｈａｓｇｏｏｄｒｏｂｕｓｔｎｅｓｓｔｏｍｏｄｅｌｉｎｇｅｒｒｏｒ．...