目錄
前言
第1章 預(yù)備知識 1
1.1 基本概念 1
1.1.1 模糊可能性空間 1
1.1.2 2 型模糊變量及分布 2
1.1.3 邊緣分布及獨立性 4
1.2 2 型模糊變量的保型運算 5
1.3 基本可信性優(yōu)化模型 7
1.3.1 期望值模型 7
1.3.2 最小風(fēng)險模型 9
1.3.3 風(fēng)險值模型 11
1.4 兩類優(yōu)化模型的聯(lián)系 11
1.4.1 最優(yōu)值之間的聯(lián)系 11
1.4.2 最優(yōu)解之間的聯(lián)系 12
1.5 本章小結(jié) 13
第2章 簡約模糊變量的參數(shù)分布 14
2.1 可能性風(fēng)險值簡約方法 14
2.1.1 可能性風(fēng)險值 15
2.1.2 可能性簡約變量的分布 17
2.1.3 簡約模糊變量的半偏差 24
2.2 可信性風(fēng)險值簡約方法 36
2.2.1 可信性風(fēng)險值 36
2.2.2 可信性簡約變量的分布 40
2.2.3 簡約模糊變量的二階矩 48
2.3 本章小結(jié) 61
第3章 投資組合問題：均值--矩方法 62
3.1 固定可能性分布下的均值{矩模型 62
3.1.1 常見模糊變量的矩及其凸性 62
3.1.2 均值{矩模型 69
3.1.3 等價參數(shù)規(guī)劃模型 70
3.1.4 模型求解 74
3.1.5 數(shù)值實驗 75
3.2 參數(shù)可能性分布下的均值{矩模型 85
3.2.1 均值{矩模型的建立 86
3.2.2 等價確定規(guī)劃模型 87
3.2.3 數(shù)值實驗 90
3.3 本章小結(jié) 94
第4章 可信性p樞紐中心問題 95
4.1 固定可能性分布下p樞紐中心問題 95
4.1.1 模型的建立 95
4.1.2 模糊運輸時間的逼近方法 97
4.1.3 可信性約束的確定等價形式 99
4.1.4 改進混合粒子群算法 101
4.1.5 數(shù)值算例 105
4.2 可變可能性分布下p樞紐中心問題 108
4.2.1 簡約模糊變量的參數(shù)分布 108
4.2.2 模型的建立與分析 114
4.2.3 模型的求解方法 121
4.2.4 數(shù)值算例與計算結(jié)果 124
4.3 本章小結(jié) 133
第5章 供應(yīng)鏈網(wǎng)絡(luò)設(shè)計問題 134
5.1 兩階段供應(yīng)鏈網(wǎng)絡(luò)設(shè)計問題 134
5.1.1 兩階段多目標(biāo)供應(yīng)鏈網(wǎng)絡(luò)設(shè)計模型 134
5.1.2 兩階段MO-SCND模型的模糊解價值 138
5.1.3 兩階段MO-SCDN模型的逼近方法 140
5.1.4 逼近的混合整數(shù)規(guī)劃模型 143
5.1.5 多目標(biāo)生物地理進化算法 144
5.1.6 數(shù)值實驗 148
5.2 參數(shù)可能性分布下的供應(yīng)鏈網(wǎng)絡(luò)設(shè)計問題 153
5.2.1 供應(yīng)鏈網(wǎng)絡(luò)設(shè)計問題的風(fēng)險值模型 153
5.2.2 模型分析 157
5.2.3 模型求解 163
5.2.4 應(yīng)用實例與比較研究 167
5.3 本章小結(jié) 174
第6章 應(yīng)急物資預(yù)置問題 176
6.1 基于風(fēng)險值準則的應(yīng)急物資預(yù)置模型 176
6.1.1 模型假設(shè)和符號 177
6.1.2 預(yù)置過程的總費用 178
6.1.3 服務(wù)質(zhì)量約束和弧容量約束 179
6.1.4 基于風(fēng)險值的預(yù)置模型 179
6.2 模型分析 181
6.2.1 目標(biāo)函數(shù)的等價形式 182
6.2.2 服務(wù)質(zhì)量約束的等價形式 186
6.2.3 弧容量約束的等價形式 190
6.3 基于參數(shù)的域分解算法 192
6.3.1 預(yù)置問題的等價參數(shù)模型 193
6.3.2 域分解算法 197
6.4 應(yīng)用實例與比較研究 198
6.4.1 問題描述 198
6.4.2 確定性輸入數(shù)據(jù) 200
6.4.3 固定可能性分布 201
6.4.4 可變可能性分布 205
6.4.5 管理啟示 212
6.5 本章小結(jié) 213
參考文獻 215
索引 225