模糊需求下的装备选址问题的求解.pdfVIP

The Solution of Facility Location Model with Fuzzy Demand A Dissertation Submitted for the Degree of Master Candidate：Zhou Xiuxiu Supervisor：Prof. Chang Anding Chang’an University, Xi’an, China 万方数据 I 万方数据 摘 要 设备选址问题已经得到人们广泛的研究，许多学者研究了确定环境下的设备选址问 题。然而，在实际生活中他们提出来的模型不能满足所有客户的需求。因此，人们又考 虑不确定的设备选址问题。本文主要研究模糊需求下的设备选址问题。为了建立模糊需 求的设备选址问题，依据不同的决策准则，提出了模糊期望值极小化模型、模糊α费用 极小化模型和可信性极大化模型三种模糊规划模型。为了求解这些模型，单纯形、模糊 模拟和粒子群算法混合产生了一个混合智能优化算法，以求解模糊α费用极小化模型为 例说明算法的有效性。基于 Hurwicz 准则对模糊α费用极小化模型进行改进，得到 Hurwicz 准则下的模糊α费用极小化模型。 主要内容如下： (1)介绍设备选址问题的意义及发展，并介绍了粒子群优化算法在国内外的研究状 况。 (2)介绍可信性空间的概念，模糊变量的可信性和期望值等理论。为模糊需求下的优 化问题提供了理论依据和方法。 (3)给出容量有限的模糊设备选址问题的描述，包括模型的建立和求解。根据不同的 准则建立了求解设备选址问题的三种模糊规划模型，并证明了这三种模型都是合理的。 (4)为了计算上述模型中的不确定函数，为设备选址问题设计了一些模糊模拟方法。 介绍基本的粒子群算法，通过几个数值实例验证粒子群算法的收敛性，并与遗传算法进 行比较，在求解问题时，粒子群算法的结果更优。 (5)介绍由模糊模拟、单纯形及粒子群算法混合产生的混合智能算法，用此方法来求 解模糊规划模型。以求解模糊α费用极小化模型为例，说明了该混合粒子群算法的合理 性和有效性。 (6)基于Hurwicz 准则对模糊α费用极小化模型作以改进，将改进的模型应用于设备 选址问题中，验证模型的合理性。 关键词：设备选址，可信性空间，模糊模拟，粒子群算法，Hurwicz 准则 I 万方数据 Abstract Facility location allocation problem has been widely studied by operational researchers. Many researchers have studied the facility location allocation problem in a deterministic environment. However, the models they proposed cannot accommodate satisfactorily various customer demands in the real world. Thus, people consider the facility location allocation problem in an