模糊数排序及模糊线性规划.pdfVIP

目 录 1 绪 论 1 1.1 研究背景 1 1.1.1 模糊数学概述 1 1.1.2 模糊数排序问题的提出 1 1.1.3 模糊数学规划的产生 2 1.1.4 模糊数学规划的发展 3 1.2 本文研究的内容 4 1.3 论文的组织结构 4 2 模糊集的基本概念及基本理论 6 2.1 模糊集 6 2.1.1 模糊集的基本概念 6 2.1.2 模糊集的基本运算 8 2.2 模糊数 9 2.2.1 模糊数的基本概念 9 2.2.2 模糊数的运算 11 2.3 本章小结 13 3 模糊数的序关系 15 3.1 几种常见的模糊数排序方法 15 3.2 以模糊数中心为基础的模糊数排序方法 17 3.2.1 模糊数中心 17 3.2.2 基于模糊数中心的模糊数排序方法 19 3.3 本章小结 23 4 模糊线性规划 24 4.1 经典线性规划 24 4.1.1 线性规划的标准形式 24 4.1.2 单纯形法 25 4.2 模糊线性规划 27 4.2.1 模糊线性规划的分类 27 4.2.2 带模糊约束的线性规划求解方法 29 4.2.3 模糊系数线性规划求解方法 34 4.3 本章小结 39 5 模糊线性规划的对偶理论 41 5.1 经典线性规划中的对偶理论 41 5.1.1 对偶问题的表达 41 5.1.2 对偶定理 42 5.2 带模糊约束的线性规划的对偶理论 43 5.3 本章小结 47 6 结论与展望 48 致 谢 49 参考文献 50 附 录 53 作者在攻读硕士学位期间发表的论文目录 53 1 绪 论 1.1 研究背景 1.1.1 模糊数学概述 1965 年美国加利福尼亚大学控制论专家扎德(Zadeh)教授在《Information and Control》杂志上发表了一篇开创性论文“Fuzzy Sets”，这标志着模糊数学的诞生。 与其他学科一样，模糊数学也是由于实践的需要而产生的。模糊概念（或现象） 处处存在。例如，在日常生活中的厚、薄，快、慢，大、小，长、短等都含有模 糊现象，在生命科学、经济管理领域中模糊现象也很常见，如感冒、胃病、高产 作物、低产作物、早熟型小麦及红壤、黄壤、棕壤等都是模糊概念。而当代科技 发展的趋势之一，就是各个学科领域都要求定量化、数学化，当然也迫切要求将 模糊概念定量化，数学化，这就促使人们必须寻找一种研究和处理模糊概念的数 学方法。 众所周知，经典数学是以精确性为主的。然而，与精确性相悖的模糊性并不 完全是消极的、没有价值的。甚至可以这样说，有时模糊性比精确性还要好。例 如，要你在某日上午 10 时到本校门口去迎接一个“大胡子高个子长头发戴宽边黑 色眼镜的中年男人” 。尽管这里只提供了一个精确信息——男人，而其他信息—— 大胡子、高个子、长头发、宽边黑色眼镜、中年等都是模糊概念，但是，你将这 些模糊概念经过头脑的综合分析判断，就可以接到这个人，如果这个问题要利用 计算机精确地来处理，那么就要求将此人的准确年龄和身高，胡子、头发的准确 长度与根数，眼镜的边宽厘米数，黑色金属的程度等一一输入计算机，才可以找 到此人。由此可见太精确了未必一定是好事。对于这种模糊性存在的主要原因是： 人类对事物的特征无法给出一个截然的界限；另外，在实践生活中人们对事物的 评价不需要作出精确的回答。扎德教授曾指出：事物的复杂性与其精确性是矛盾 的，这就是著名的Zadeh 不相容理论[1] 。 但模糊数学决不是把数学变成模模糊糊的学科，它也具有数学的共性：条理 分明、一丝不苟。即使描述模糊概念，也会描述得清清楚楚。由扎德教授创立的 模糊数学是继经典数学、统计数学之后的一个新发展。统计数学将数学的应用范 围从必然现象领域扩大到偶然现象领域，模糊数学则把数学的应用范围从精确现