基于不確定理論的具有學(xué)習(xí)和惡化效應(yīng)的排序問題研究.pdf

1、為研究現(xiàn)實(shí)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(duì)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(jī)器制造業(yè)背景下發(fā)展起來(lái)的,是運(yùn)籌學(xué)和組合優(yōu)化的一個(gè)重要分支,現(xiàn)已廣泛應(yīng)用于工程技術(shù)和經(jīng)濟(jì)管理的各個(gè)領(lǐng)域。現(xiàn)代排序理論的研究逐漸突破了參數(shù)是確定性的假設(shè),本文在可信性理論和不確定理論的學(xué)習(xí)基礎(chǔ)上,對(duì)排序理論這一經(jīng)典的組合優(yōu)化問題展開研究。
　　 本文關(guān)注了近年來(lái)對(duì)工件加工時(shí)間同時(shí)具有惡化和學(xué)習(xí)效應(yīng)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(duì)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(jìn)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(dǎo)致的缺陷,并依據(jù)本文中排序模型的特點(diǎn),并設(shè)計(jì)了基于改進(jìn)遺傳算法的混合智能算法。最后

3、以具體算例驗(yàn)證了該算法的可行性和有效性。
　　 論文的主要?jiǎng)?chuàng)新工作如下:
　　 一、通過學(xué)習(xí)不確定理論這一新的公理化數(shù)學(xué)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(yīng)用到現(xiàn)代排序理論的研究中,進(jìn)一步推廣了不確定理論的應(yīng)用研究；
　　 二、排序問題是應(yīng)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(jìn)和完善了排序問題的研究范圍,從而拓寬其在現(xiàn)實(shí)生活中的應(yīng)用價(jià)值；
　　 三、通過調(diào)整遺傳算子操作,