一、一种基于模糊推理的多目标柔性决策方法（论文文献综述）
兰宇奇[1]（2021）在《多源传感器资源管理与任务调度方法研究》文中研究表明多源传感器管理通过资源分配支撑传感器网络完成多目标跟踪及多目标分类等任务,并且通过多任务调度提高系统响应速度。本文对多目标跟踪及多目标分类下的传感器部署分配以及多任务调度进行研究,提出两种算法及一种模型。主要工作及成果包括:1、针对多目标跟踪情景中传感器应当采取何种策略选取哪个或哪几个目标进行跟踪的问题,本文设计模糊逻辑系统从目标与传感器之间的距离、目标的速度、加速度以及航向角四个维度来量化目标威胁度,并给出层次分析法与其对比。出于资源向高威胁度目标倾斜的考虑,本文建立最优化模型,并提出基于二进制粒子群优化算法（Binary Particle Swarm Optimizaion,BPSO）的传感器分配算法对模型进行求解。采用基于BPSO的传感器分配算法对比不同目标数下传感器利用率,结果表明多源传感器系统对当前最佳传感器利用率最高。2、不同于连续时间的多目标跟踪问题,多目标分类问题具有离散特性且不同传感器报告的量测数据具有异构性,因而难以对传感器进行统一性能评估及传感器部署研究。为解决该问题,本文基于融合性能模型（Fusion Performance Model,FPM）提出一种量化传感器分类性能的测度,并提出一种传感器部署算法。基于FPM等多目标分类理论,本文提出一种对称的单传感器分类性能测度,并推至多传感器组合的情况,通过推导及仿真验证其有效性。基于该测度定义效益比并提出一种传感器部署算法,在Un BBayes平台下构建多目标分类网络对算法进行验证,实验结果表明通过本文提出的传感器部署算法对传感器进行部署能够在平衡耗能的同时提升多目标分类正确率。3、与单任务有清晰的物理描述不同,多源传感器系统在实际中面临的任务流具有多样性及随机性等特征,因而如何对任务进行调度满足任务成功调度率要求及系统响应速度是重要研究内容。为满足多源传感器系统快速响应系统的需求,本文提出一种任务抽象模型。基于该模型以及High Type Early Deadline And Short First（HTEDASF）及Modified High Type Early Deadline And Short First（MHTEDASF）两种任务排序规则,本文提出自适应多任务调度算法对身份确认、高精度跟踪、失踪目标搜索、中精度跟踪、低精度跟踪及搜索六种任务进行调度。在不同任务数下,分别采用自适应调度算法与遗传算法对有序任务流进行调度,仿真结果表明自适应多任务调度算法的平均时间偏移率为遗传算法的一半,也即自适应调度算法的系统响应速度为遗传算法的两倍。综上所述,本文在多目标跟踪情境下提出一种传感器分配算法,能够充分利用传感器并对高威胁度目标分配更多资源。进一步针对多目标分类提出一种传感器部署算法,得到的部署方案能够在平衡传感器耗能下提升多目标分类正确率。针对如何对上述任务进行调度本文提出一种任务抽象模型并给出的自适应调度算法提高系统响应速度,为多源传感器管理提供了理论依据。
高磊[2]（2020）在《电网建设项目多主体协同决策模型及应用研究》文中研究说明随着电力体制改革逐步深化,电网建设投入在整个电力建设投入的比重逐年持续增加,电网建设管理模式、运营模式和投资比例的逐步转变也对电力工程项目管理思路和方法提出了新的要求。此外,根据电网建设项目的特点,项目建设过程中长期面临建设时序分配、资源均衡调配、风险合理规避、投资效益优化、电力稳定供应等诸多问题,需要综合考虑不同因素,电网建设则可视为多主体、多要素、多目标、多阶段的协同决策研究问题。然而,传统的电网项目建设管理模式普遍存在各利益主体自利性和信息断层情况,难以根据项目特点优选出满足多方需求的建设方案,同时,在实施过程中存在区域电网建设项目的工期、投资和资源调配不合理现状,并难以达到项目综合效益优化的目标。因此,本文开展电网建设项目多主体协同决策模型及应用的研究工作,基于电网建设项目多主体特征和协同决策目标研究,分别构建了面向电网建设项目方案优选及方案实施的协同决策模型,针对模型的特点分别引入多智能体技术、粒子群算法和非支配排序遗传算法进行求解,并通过模型应用系统提供了多主体协同决策的平台。主要研究内容如下:（1）梳理了电网建设项目多主体协同决策的研究背景及意义,开展了对国内外电网建设项目多主体协同决策模型及应用问题的研究综述,并概述了电网规划和建设基本概念、利益相关者理论、多智能体模型及方法、多目标优化模型及方法等相关概念和基础理论,为后续研究奠定了相应理论基础和研究范围。（2）研究了电网建设项目利益相关主体特征及协同决策目标。首先,运用电网建设项目流程WBS结构,分析并识别了电网建设项目8类主要利益相关主体;其次,研究各主体的利益偏好和主体的自利性、目标差异性,以此为基础引出多主体协同决策的理念,分析了电网建设项目多主体协同决策逻辑和内容;同时,运用文献综合分析法结合系统动力学的因果关系流图识别电网建设项目协同决策目标,归纳出协同决策应从不同角度合理满足电网项目的规划管理、建设条件、投资决策和建设运营这4类目标需求。该部分研究内容从协同决策目标方面为协同决策模型及应用提供了研究基础。（3）构建了基于MAS技术的方案优选协同决策模型。基于电网建设项目协同决策目标研究,将重要的目标抽象成为MAS中的Agent,构建了协同决策MAS模型的整体架构,以及其中各主要Agent的结构、功能以及通信模式;基于多Agent之间协商交互能力,利用Petri网和合同网协议描述方案优选的多Agent交互流程,并通过模糊Petri网的模糊规则对应可选择方案设置方案集,方案集由多Agent的模糊变量因素协同决策进行选择,最终,形成了基于FPN电网项目方案优选协同决策模型,进一步通过算例应用验证模型计算过程和有效性。该部分的研究内容可以结合不同区域电网项目特点,考虑多方主体需求,提供建设方案优选的决策依据和方法。（4）构建了基于多目标优化的方案实施协同决策模型。在方案优选的基础上,通过研究一定区域内电网项目规划阶段和建设阶段协同决策的目标,建立适宜的目标函数,结合目标函数和约束条件构建电网项目方案实施协同决策模型。本文一方面建立面向电网规划实施过程的协同决策模型,采用粒子群算法进行求解;另一方面,建立面向电网建设实施过程的协同决策模型,运用遗传算法进行求解;通过实例证明两阶段模型的合理性。模型和算法则纳入多智能体系统中,作为相应MAS的方法库和模型库一部分。该部分研究内容可以在工期、资金和资源约束条件下,考虑多方主体需求,提供满足建设方案实施中多目标优化的决策依据和方法。（5）构建了基于多主体需求的协同决策模型应用系统。基于两类协同决策模型研究,构建了一个基于B/S架构的电网项目协同决策模型应用系统,该系统属于信息公开的系统,确保各方主体信息畅通、数据准确和完备,具备提供各方主体交流和互动决策的多项功能,同时,协同决策支持平台能够充分结合MAS技术,并利用优化算法功能,解决电网建设协同决策过程中多元化、多层次的复杂问题。其功能包括多智能体管理、多主体方管理、方案优选管理、多目标优化管理、空间地图管理等,根据项目实际需求设计各类功能的子功能。该部分研究内容可以为电网建设项目多主体协同决策的规模化实践应用提供参考。本研究从工程项目管理视角将智能化、信息化方法应用于电网建设项目管理,为探索我国电网建设项目规划、设计、建设阶段的多主体协同决策及高效管理提供了理论依据和实践参考。
景立挺[3]（2020）在《复杂机电产品概念设计原理方案博弈决策与优化的研究》文中提出在复杂机电产品概念设计阶段,需要对经由功能求解得到的多个原理方案进行评价,从而决策出最优原理方案,以此为后续详细设计提供优质输入。在复杂机电产品的开发过程中,涉及到多学科设计约束,并会形成大量原理解组合,使得原理方案初始筛选较为艰难;其次,由于原理方案评价目标之间客观存在冲突或依赖的定性作用关系,所以无法对各目标的约束关系精确建模,难以确保最优决策结果的稳健性;再者,决策得到的原理方案具体化程度不高,很难借助现有数值优化算法分析其性能预期,易造成后续反复迭代设计。因此,研究获取与设计意图最相关的评价准则集来寻求筛选方向,并构建多目标冲突权衡的求解规律,是确保原理方案多目标决策中可靠且有效的关键手段。同时,研究在不建立数学模型情况下表征方案性能价值的求解路径,融合性能到概念设计阶段,是提高机电产品原理方案性能价值的有效途径。针对以上问题,本文借助博弈理论的协调特性来重新架构原理方案决策过程中的多准则期望冲突和多目标约束难量化的问题,以此构建出不同原理方案博弈决策模型;同时,构造原理解性能价值模型来获取高性能价值的原理解知识,驱动原理方案改进。此外,依据上述研究理论研制了原理方案博弈决策原型系统,并以采煤机的截割部减速传动装置实例进行验证。本文主要研究内容如下:（1）研究了一种基于功能设计准则的初始原理方案筛选模型。围绕功能需求和初始设计约束引导功能设计准则的生成,构建基于二次模糊聚类的多准则博弈模型,转换功能设计准则冲突问题为博弈决策过程;结合相关系数函数来构造博弈效用函数,并对不同博弈主体下的策略组合进行效用分析,以此选择最符合设计意图且冲突最小的功能设计准则集,并应用到某种传送装置的形态学矩阵中进行原理解筛除,快速获取可行原理方案集。（2）构建一种面向新设计原理方案的非合作-合作串行博弈决策模型。基于模糊聚类模型将分功能和原理解映射为博弈过程中的策略和变量集,构建出多评价目标的博弈决策模型;其次构建非合作博弈效用函数来均衡各目标自身利益并获取多重占优方案;在此基础上,构造基于合作博弈模型的最优方案求解路径,围绕整体设计利益最大化对上述多重占优方案进行决策,确保原理方案在可行性基础上追求性价比。最后,对功能性晾衣架原理方案实例进行验证,并与TOPSIS对比分析,证明所提方法的稳健性。（3）构建一种面向适应性设计原理方案的Shapley值法博弈决策模型。构建基于信任度函数的多决策者数据融合模型,形成原理方案价值矩阵;基于评价目标和方案价值,定义“经济性-技术性”目标的联盟博弈模型,进而构造原理方案的博弈效用矩阵;以特征函数寻求不同博弈方合作时的最优联盟效用,利用Shapley值法对其进行分配,依据离差函数给出一个多目标期望综合最优原理方案。最后,以采煤机摇臂调高装置作为实例进行验证,并与其他多目标决策方法比较来说明所提方法的唯一性和可行性。（4）提出了一种基于原理解性能价值的原理方案改进优化模型。基于性能特征模型来构建性能-分功能关联矩阵;根据现有研究基础,提出“条件激励-性能响应-工作状态”原理解知识模型,用于构建原理解-性能关联矩阵;在此基础上,构建表征原理解与分功能关系的性能价值矩阵,进而识别高性能价值的原理解知识;研究并提出三种原理解操作方法来驱动原理方案改进。基于上述研究理论开发原理方案优化求解原型系统,并以中厚煤层采煤机进行实例验证,有效提升原理方案的性能价值。（5）基于前述理论模型开发了原理方案博弈决策原型系统,用于原理方案初始筛选,非合作-合作集成博弈模型以及基于Shapley值法的原理方案决策的辅助求解,并以采煤机的截割部减速传动装置原理方案为实例,验证了系统的有效性。
李长仪[4]（2019）在《云制造服务智能化配置模式下供需认选决策机制研究》文中研究表明先进信息技术引领的新一代工业革命正深刻塑造着全球制造形态。作为面向服务架构的智能化制造新模式,云制造是源自这一过程的典型代表。云制造平台汇集了丰富多样的制造资源/能力,基于客户需求对其进行合理规划、组织和调度以实现高效低耗的供需配置是决定云制造平台服务运作效能的关键因素。本文对云制造服务智能化配置模式及其供需认选作业进行研究,运用融合型软集理论完成相关决策机制设计,主要工作及创新点包括:（1）针对现有研究中云制造服务供需体系下,平台运营商的角色定位过于强势,而供需双方的自主能力受限的现状,梳理了云制造服务供需运作框架,通过对参与主体的赋能刻画规划了供需自主智能化配置模式,并构建了包含服务邀约评价、服务组合优选、服务迁移决策三个核心环节的供需认选决策机制顶层架构;基于云制造平台上复杂多样的信息形态,定义了一维混合模糊软集及其规格化策略,实现了对决策数据的统一预处理。（2）为实现云制造服务供方主体对需求客户的评价、选择决策过程,以粒度化视角对服务邀约评价机制进行研究。面向服务供应确立服务邀约评价指标体系,形成了对客户需求的认知与响应基础;基于N软集定义N阶粒度象,提出了一致性检验校正及缺失信息填补策略,实现了个体评价中有效的粒度分辨;基于N软近似空间定义了N软粗糙犹豫模糊语言集并以之产生联盟综合评价,确立了面向联合响应并考虑风险态度的服务邀约评价群决策方法。（3）为实现面向需求客户的云制造服务优化配置,对具有前瞻性的服务组合优选机制进行研究。基于考虑相关性的服务组合路径,以服务信任与服务响应的集成刻画各服务组合的任务完成前景,确立了基于前景预测的服务组合优选策略;在决策实现上,一方面以水平软集执行信任筛选,对优选规模予以控制,另一方面提出容差水平软集策略予以执行前景优选,从而实现了柔性、均衡决策,并以波动性分析提升了决策分辨性能。（4）为实现需求客户与中断服务共同参与的、高效低耗的云制造服务容错迁移,对广义再制造理念下的服务迁移决策机制进行研究。定义了包含执行性能和再制造性能的待迁移服务双重评价指标,确立了面向广义再制造的服务迁移决策策略;构建了由需求客户与中断服务共同参与的联合决策实现模式,分别以水平软集与基于信息熵的D-S推理方法对备选迁移任务的执行前景和再制造前景进行评价、优选,有效提升制造资源再利用水平。
赵曰强[5]（2019）在《防空导弹武器系统费效分析建模及方法研究》文中研究指明防空导弹武器系统费用效能的评定问题是一个特别重要的基础理论研究课题,是指导防空导弹武器系统的设计、研制、生产和使用、部署、指挥决策的导向问题,越来越受到各方重视。防空导弹武器系统的费用效能分析目前仍处于应用研究阶段,也在随着防空导弹武器系统在技术进步和系统复杂性方面的发展而不断发展。现有国内外的研究,对这一问题从不同的侧面提出了不少新观点和计算方法,但是还未见有针对性强的、可操作的整套模型。本文以防空导弹武器系统费用与效能为研究对象,以系统性能指标选取与任务分解为基础,分析了寿命周期费用（Life Cycle Cost,LCC）、系统效能和费效分析的概念和内涵,并建立了防空导弹武器系统费用效能分析模型。对费用效能分析的方法进行了梳理分析和研究对比。研究了每种方法的适用条件、优缺点,并指出了防空导弹武器系统寿命周期的不同阶段适合采用的不同方法,以及不同性能指标的适宜处理方法。这些方法的梳理和对比分析为复杂的防空导弹武器系统费用与效能的评估建模奠定了方法基础。建立了基于导弹采购单价的防空导弹武器系统全寿命周期费用LCC模型,分析了多种要素对防空导弹武器系统的影响,并进行了模型比较。在国内外武器装备费用研究现状的基础上,从武器系统工作分解结构、费用参数分析出发,建立了防空导弹武器系统LCC度量体系和参数模型。在该模型框架内,提出了以导弹采购单价的估算为基础构建防空导弹武器系统LCC模型的新思路。通过大量历史数据的多元回归分析,确定了模型中各指标参量对费用的影响程度,并采用类推法、工程法向研制费、使用保障费进行扩展。在费用估算中引入“制导精度”和“目标通道数”等新的技术参数,找到了解决新型武器系统费用评估的适用性的方案。并通过建立线性和非线性模型的比较分析,论证了模型在新型防空导弹武器系统LCC度量中的精度。建立了基于ADC法（Availability Dependability Capability,ADC）的防空导弹武器系统系统效能评估模型。针对防空导弹武器系统复杂的特点,构建了多状态及状态转移的路径,充分体现了武器系统的可靠性水平,建立了可用性和可信度模型;同时以系统能力为重点,对量纲类指标（拦截远界R、低界RL、目标通道数T、上架导弹数n、系统反应时间tr）采用效用函数法或尺度标度法进行计算,对定量概率指标(发现概率PG1、杀伤概率PG2)采用参数法进行建模,对定性概率指标(指控能力PG3、抗干扰能力PG4、生存能力PG5)采用标度法结合德尔菲法进行量化计算。克服已有模型的不足,统一能力指标的选取和处理,并对系统能力矩阵进行拓展,考虑了指控能力、抗干扰能力和生存能力等综合性指标。同时目标通道数反映武器的多目标能力,避免了对群目标的杀伤概率计算的对目标的依赖。考虑了对目标多发杀伤能力、抗饱和攻击能力、多次拦截能力。经过算例的验证模型准确、适用,突破了已有模型的局限,使系统效能的评估更趋完善。提出了一套防空导弹武器系统的费效分析方法,运用多种方法组合建立解析模型,来进行定量化计算。在LCC和系统效能建模的基础上,将效费比研究与LCC估算、系统效能评估结合起来,将LCC和系统效能归一化、无量纲处理,得到定费用、定效能或费效比最优的量化结果,使防空导弹武器系统费效分析问题更加明确具体,便于科学决策。并以“霍克改”、“爱国者”PAC-2和“格龙布”C-300ЛМУ-1为算例描述了具体的分析过程和方法,进行了费效的决策权衡,填补了目前研究的不足。本文建立的一套针对性强的、可操作的模型以及相关分析方法,对于指导防空导弹武器系统的研制和使用,提供了可量化决策工具;经过实际数据的对比、分析以及算例验证,可靠适用,可供进行武器系统费用效能评估和论证规划时参考;也对于其他装备评估分析有一定的推广价值。
王成[6]（2019）在《离散制造企业多目标主生产计划研究》文中提出离散制造企业具有产品结构复杂、工艺路线灵活、生产能力有限、产品需求数量不均衡、绩效管理目标冲突等特点,受此影响,其产品生产制造过程的计划、组织、协调往往较为困难。主生产计划是企业资源计划体系的核心,它将计划体系中的战略计划转换为战术执行操作,是下游物料需求计划和能力需求计划的主要输入来源,决定着企业所有产品零部件以及物料的生产与供应。在整个计划体系中起到承上启下的作用,实现企业计划管理从战略到战术、从宏观到微观、从粗到细的转变过程。由于主生产计划在生产计划系统中的重要作用,必须保证主生产计划的有效性和现实性,否则公司可能对客户的需求不能及时响应或浪费资源。本文以离散制造企业主生产计划为研究对象,在分析国内外关于主生产计划理论体系、方法和应用现状的基础上,综合运用系统、集成的方法,研究了离散制造企业主生产计划管理的模型和方法,本文的研究内容主要包括以下四个方面。（1）介绍了离散制造企业及其主生产计划的内涵,分析了主生产计划创建过程中的输入参数、输出参数及目标参数的项目构成要点。以此为基础,在深入研究现有企业资源计划体系中存在的主生产计划、物料需求计划和能力需求计划相互割裂、缺少优化机制等相关问题的基础上,提出一种多目标集成生产计划模型,构建了集成生产计划的概念模型、过程模型和制造清单模型,阐述了集成生产计划的层次结构、运行逻辑、制造系统中的物流及工艺关系,说明了集成生产计划的优势。（2）针对主生产计划制定中生产能力均衡利用问题,建立了基于均衡生产的单产品、多阶段、多目标主生产计划模型,模型除考虑净需求和生产能力约束外,还考虑均衡生产、按时交货、库存占用以及加班生产四个绩效管理目标。基于模型多目标非线性整数规划的数学特征,设计了基于自动调节策略的遗传算法（AT-GA）进行计算求解。该算法设计了一种整数变量染色体的编码方法,以适应模型的约束条件;采用理想点法对模型四个非线性目标进行多目标处理,以获得适应值函数;使用模糊逻辑控制技术（FLC）来自动调节交叉、变异算子的参数变化,以平衡算法的全局和局部搜索能力,从而增加遗传算法的计算能力。通过对所提出的模型和算法进行两个算法实验,分别验证AT-GA处理多目标的能力和算法搜索能力,最后对模型参数进行了敏感性分析。（3）针对主生产计划制定受物料、生产能力限制缺少优化机制的问题,提出一种在资源与物料双重约束下的多产品、多阶段、多目标主生产计划模型,模型以按时交货、降低库存、减少加班生产、保持安全库存为目标。针对模型的特点设计了基于对偶理论的自适应粒子群优化算法（DTA-PSO）,采用分层整数编码定义粒子结构,使用对偶式更新机制来代替传统更新机制,即将归一化粒子速率定义粒子中元素的更新概率。引入正反元素的概念,将粒子中的各个元素划分为正反元素,基于更新概率成对更新正反元素,该机制有效保障更新后粒子的可行性,并且较大程度规避了无效搜索,从而提升算法的搜索能力。引入了自适应参数机制,该机制能根据迭代次数的变化,自动调节算法参数,从而有效的平衡算法的全局和局部搜索能力。与Lingo对比实验发现,当问题复杂度过高时,Lingo已无法得到有效解,而DTA-PSO求解时间不会随着问题规模的扩大而呈现不稳定的状态。与传统粒子群算法（PSO）的对比,在适应值指标和收敛代数指标上都要好于传统PSO,验证了该算法在求解非线性整数规划方面上的优势,最后对模型参数进行了敏感性分析。（4）针对需求不确定环境下多目标主生产计划优化问题,将企业各项产品在各个计划期的毛需求考虑为不确定变量,考虑其主观和客观不确定特征,使用三角模糊随机数对其进行度量,同时考虑库存水平、产品未满足需求、产品低于安全库存水平以及资源超负荷产能四个目标,建立了带有模糊随机变量的多目标主生产计划模型。针对模型带有模糊随机变量、多目标函数以及整数决策变量等特征,设计了一种集成模糊随机仿真的自适应多结构粒子群算法（FRS-AMPSO）进行计算,该算法采用0-1变量的二进制编码,以适应模型决策变量的离散特征;将模糊随机仿真技术集成于粒子性能评估的过程,从而有效的解决了模型中带有不确定变量的问题;采用多结构的粒子更新机制,扩展了粒子间社会学习的机会,从而提高了算法后期局部搜索能力;引入自适应的变异算子和惯性权重的改进方案,以提高算法前期全局的探测能力。通过对所提出的模型和算法进行两个不同规模的主生产计划问题的情景模拟,分别验证了FRS-AMPSO处理实际需求不确定多目标主生产计划问题的性能,最后对模型参数进行了敏感性分析。
孟凯[7]（2017）在《泛在信息支持下寿终产品的再生决策与拆卸规划方法研究》文中研究表明日益突出的资源压力与环境问题使寿命终期产品再生利用成为研究的热点,而有效的再生决策与拆卸规划是确保产品再生有效实施的重要前提。如今,泛在信息技术（如物联网、智能传感、射频识别等）使产品全生命周期的信息追踪与闭环供应链的信息共享成为可能,也为提高再生管理的效益提供潜在机遇。然而,如何利用获取的多维信息来优化再生管理决策仍是一个挑战,并缺乏完整而综合的方法体系。本文旨在弥补该不足,提出解决该问题系统的优化模型与方法,为实现寿终产品高效、柔性、智能的再生管理提供理论基础与方法支持。本文采用理论研究建模、数值仿真实验、案例应用分析等方法,开展了以下研究工作:研究了泛在信息支持下零部件再生决策问题,提出质量驱动的再生决策新模型。分别设计废旧零部件群体和个体的质量状态评价方法,对群体质量评价,使用模糊逻辑模型集成产品全生命周期数据,形成综合质量指数;对个体质量评价,将基于比例风险模型的条件剩余使用寿命分布估计与再生效益分析相结合,进而以剩余寿命分布为测度,提出质量驱动的再生决策模型与方法,并研究了质量评价不确定性和决策者风险偏好的影响。研究了泛在信息支持下寿终产品可再生性能评价与优选问题,提出两类新问题和新方法,即不同品种再生产品集评价与优选问题、同品种产品多模块组合再生优选问题。针对前者,设计了综合模糊成本收益分析、多准则定性评价与目标规划的混合决策模型,为该问题求解提供通用的评价框架和方法;针对后者,采用多准则交互分析与多目标优化相结合的方法,建立考虑组合再生效应和模块质量状态的二次优化模型,并设计一种动态灾变进化算法,有效实现再生模块和再生方案的同步优选。研究了泛在信息支持下产品拆卸规划与零部件再生方案选择的集成决策问题,设计了高效求解该问题的新方法,实现根据零部件质量状态同步求解产品拆卸序列、拆卸程度和零部件再生方案。考虑再生方案与拆卸规划两个子问题相互影响,建立了面向产品再制造和零部件拆解再生的集成决策模型。设计了一种改进型共生进化算法,实现两个子问题的同步求解。在该算法中,提出多目标逆推和局部拓扑排序相结合的可行解生成方法,实现随机生成的再生方案与拆卸序列的匹配,通过内共生进化的并行搜索机制、精英局部加强搜索和全局扰动,提高求解效率和质量。通过不同决策情景和产品案例的数值实验,验证了本算法的有效性和优越性。研究了面向可持续制造的产品再制造与拆解再生权衡决策问题,提出泛在信息支持下质量与需求联合驱动的权衡决策新模型。以实现产品再生的经济、环境以及社会可持续性能综合优化为目标,针对无需求约束和有需求约束两种情况,分别建立权衡决策多目标优化模型。对无需求约束模型,采用非支配排序遗传算法求解最优的产品再生策略、零部件再生方案以及拆卸方案;对有需求约束模型,设计了双种群协同进化算法,增加再生产量的求解和分析。以汽车发动机模型为案例,探讨无需求约束下,质量、成本和再生品价格变化对再生策略及其可持续性能的影响,以及有需求约束下,再生品需求波动对其可持续性能和最优产量的影响。最后,以典型电子产品拆解再生和机械装备再生利用规划为例,研究本文所提模型和方法的案例应用。提出多层结构产品的集成决策模型,对废旧电表的精细拆解序列、拆解程度和元器件再生方案进行了优化分析,并探讨了不同拆解需求以及工艺成本波动对拆解收益和最优方案的影响;研究汽车总装升降机再生利用问题,对不同退役阶段进行再生策略的战术规划,为该装备的寿命终期管理提供了核心方法和决策依据。
卢志平[8]（2013）在《基于过程交互的复杂动态群体决策方法研究》文中指出对于那些有关国计民生的重大决策问题,由于涉及到多方面的利益,需要兼顾到决策的公平性和民主性。为了避免个体判断的失误带来决策上的重大风险,通常都由决策相关各方指派的代表或委员会通过群体决策方式来完成。作为一种抉择的手段,群体决策可以兼顾多方面的利益,可以克服决策个体的知识经验、能力和信息等方面的不足,是处理重大定性定量决策问题的有力工具,其研究结果必将影响现代经济、管理组织等多个应用领域,有效促进决策过程科学化。现实生活中,对于那些复杂的重大决策问题,为了提高决策结果的准确性而减少决策失败的风险,需要经过多轮的决策交互过程,充分获取决策信息和决策知识。此时,就需要从决策过程交互的视角分析整个群体决策过程,如何对多个阶段的属性权重进行测度,必然成为今后复杂的多阶段多属性群体决策问题研究的新领域。目前对于过程交互式群体决策过程的复杂性、过程演化、交互冲突、交互协同以及过程交互式群体决策方法的研究相对较少,缺乏系统性。因此,深入研究这类复杂动态群体决策问题的理论与方法具有非常重要的意义。本文在系统分析了过程交互式群体决策的复杂性构成、复杂群体决策交互的跃迁与演化的基础上,详细研究了几类多阶段交互式动态群体决策模型,对群体决策交互过程的冲突与协调、柔性与协同等问题展开分析与探讨,并将以上研究成果应用与重大工程项目决策过程分析中。具体研究内容和创新点如下：（1）过程交互式群体决策复杂性分析。首先对复杂决策模式新范式进行阐述,分析群体决策交互过程的复杂性,总结出决策交互过程复杂性的构成包括横向过程交互复杂性和纵向过程交互复杂性等两个大类；然后基于复杂性科学理论,构建了复杂群体决策交互过程的复杂性横向旋进演化和纵向交互演化机制,并提出决策交互过程复杂性的控制策略。（2）复杂群体决策交互的跃迁与演化分析。首先基于涌现生成理论和元系统跃迁理论,对群体决策系统问题进行探讨,分析总结了系统思维下的复杂群体决策交互过程；然后详细讨论了复杂群体决策交互过程的涌现性,研究了群体决策交互系统的跃迁和演化机理,并以重大工程决策交互为例,分析和验证复杂群体决策交互的元系统跃迁问题。（3）多阶段交互式动态群体决策模型构建。首先对动态适应性决策、权变决策和渐进式决策等动态化决策理论进行梳理和分析,详细阐述了群体决策的过程交互特征,提出了交互式动态群体决策模型。分析了判断相似度相关理论,构建了基于决策共识度的多阶段动态专家权重群体决策方法。对信息熵和熵权相关理论进行分析,构建了基于熵权理论的多阶段动态属性权重群体决策方法。结合偏好距离理论,构建了基于偏好距离的多阶段判断矩阵交互群体决策方法。最后对一类区间数偏好形式的群体决策问题,构建了基于动态专家权重和动态属性权重的多阶段多属性群体决策方法,并以实例进行了分析和验证。（4）群体决策交互过程的冲突与协调分析。首先对冲突理论、冲突分析理论进行阐述与分析,探讨群体决策交互过程中的冲突问题,提出利益冲突模式下和认知冲突模式下的两类群体决策交互冲突过程；然后,针对不同类型的决策冲突问题,提出群体决策过程的认知冲突测度模型和利益冲突测度模型,并以实例进行分析与验证;最后结合冲突协调理论探讨了群体决策交互过程冲突的协调方法,提出群体决策的冲突协调框架。（5）群体决策交互过程的柔性与协同分析。首先对决策环和决策流的概念进行阐述,分析群体决策交互过程的融合问题,提出决策流下的复杂决策过程融合模型；然后结合柔性理论和决策柔性理论,详细分析了群体决策交互的柔性特征,提出群体决策过程柔性的STC三维度模型,并给出决策柔性测度的算例；最后基于协同理论探讨了协同决策的内涵,总结了决策过程交互协同的四种类型,研究了多层次群体决策交互问题的主从递阶协同优化模型,并提出群体决策过程的主从递阶协同优化模型框架。
李娟[9]（2009）在《基于SAGA的供应链柔性决策研究》文中研究表明随着经济全球化的迅速发展,市场竞争日趋激烈,企业与企业之间的竞争已经演变为供应链与供应链之间的竞争。然而,由于产品生命周期日益缩短以及顾客需求的多样化,供应链管理所面临的不确定性因素在不断地增加,为了缓解和解决不确定性对供应链管理所带来的挑战,提出了供应链柔性的概念。供应链柔性水平决定了供应链对市场机遇的反应速度和对内外部环境的适应能力。本文主要是在分析供应链柔性系统和度量的基础上,研究供应链生产决策方法和决策策略问题。本文首先系统论述了供应链柔性的研究背景和意义、国内外研究的现状,详细地概述了供应链管理和供应链柔性等基础理论;其次从供应链流程的角度,对供应链柔性系统进行了分析,并对供应链柔性驱动因素以及供应链柔性度量与测度进行了探讨;再次,在分析的基础上从两个角度建立供应链柔性决策模型,在供应链战略层,以成本最小和供应链柔性最大化,建立了多目标的供应链柔性决策模型,并从生产商的角度建立了供应链生产柔性决策模型;最后,在模拟退火遗传算法的基础上,详细分析了基于模拟退火遗传算法的供应链战略层柔性决策模型求解方法,并通过算例对两个模型进行求解,最终分析了供应链柔性对成本的影响以及确定合适的供应链柔性水平。
王岳峰[10]（2009）在《不确定信息环境下区域物流能力柔性规划研究》文中提出资料表明目前中国有相当一部分物流规划偏离了实际情况,问题的产生主要缘于两方面,其一是规划部门夸大了物流需求,各地出台物流规划有盲目争风之嫌,其二是缺乏系统的物流规划理论作为指导。因此,加强物流规划理论的研究使之更好地服务于物流规划实践便成为物流理论界的当务之急。尽管物流理论界已经有了一些相关的研究成果,但鉴于物流系统的复杂性和未来物流需求的不确定性,有些问题还没有很好地解决,还需要进一步深入探讨。区域物流规划应当是区域物流能力规划,而不应当等同于物流园区规划或者配送中心规划:同时,物流规划是一个多目标、非线性、有时滞和多重反馈的复杂决策系统,且决策者具有有限理性的特点。因此,论文提出要从物流能力和多目标柔性决策这样两个新的角度对区域物流系统规划进行研究,以期为相关部门的物流规划决策提供可参考的理论依据。论文主要应用现代物流理论、系统理论、不确定信息理论、盲数理论、现代数学规划理论以及多目标柔性决策理论,采用理论和实证相结合、定性和定量相结合的方法展开研究,主要研究内容分为四个部分。第1部分是文献回顾。广泛搜集整理与课题相关的国内外研究文献,包括物流能力的研究、区域物流系统规划理论的研究、不确定信息的研究、柔性决策的研究,较为系统深入地掌握课题的研究现状和动态,为后续研究工作打下基础:第2部分是全文的关键核心概念和相关理论基础。对论文的关键核心概念进行了对比分析研究,包括“物流能力”、“区域物流能力”、“区域物流能力柔性规划”等,在借鉴前人研究结论的基础上,给出了新的诠释;此外,对物流系统理论、盲数理论及柔性决策理论进行了阐述,这也是论文的理论基础:第3部分是论文的主体。主要研究内容包括区域物流能力构成要素;区域物流能力盲数测评模型;应用盲数描述和处理区域物流规划中不确定信息并建立了基于盲数理论的逐步多元线性回归预测模型;区域物流能力柔性规划概念模型的建立,并通过具体实例说明了模犁的应用。第4部分是为全文的研究总结和展望。在总结全文主要研究结论的基础上,指出了研究的局限性和不足,并提出了进一步的研究方向。论文主要结论如下:（1）文献研究结论指出对于物流能力的研究应当从企业的层面和供应链的层面拓展到区域的层面,而目前关于区域物流能力的研究相对较少;论文率先提出了区域物流能力规划的概念,指出应当从物流能力的角度考虑物流规划问题,认为区域物流规划的实质就是要以恰当的区域物流能力去满足未来的物流需求,而不仅仅是物流园区规划或者配送中心规划;（2）应用基于资源观的能力模型对区域物流能力构成要素进行剖析,认为区域物流能力是由任务、要素性资源、结构性资源及区域所处的外部环境构成。区域物流能力形成的根本任务是要降低区域物流成本、提高物流服务水平、满足区域社会经济发展对物流的需求;要素性资源形成的物流能力包括运输能力、储存能力、装卸搬运能力、包装能力、流通加工能力、配送能力和信息处理能力;结构性资源所形成的能力主要包括协调能力、标准化能力、创新能力、柔性能力及测评能力;区位环境所形成的能力主要包括区位地理条件、政策法律环境及人员素质等三个方面;（3）建立了基于盲数理论的逐步多元线性回归预测模型,应用其对区域物流需求进行了分析和预测,模型认为物流需求分析的指标应包括价值型指标和重量型指标,并建立了区域物流需求分析的指标体系;预测所得的结果可用盲数表示而不再是单一的数值,并可得到预测区间相应的可信度,为物流能力的柔性规划决策提供依据;（4）建立了信息混沌环境下区域物流能力盲数测评模型,将专家信息表示成盲数,区域物流能力总的评价结果分成五类,分别为“很好”、“较好”、“一般”、“较差”、“很差”,应用该模型不仅能够得到总的区域物流能力评分值,而且能够判断区域物流能力构成要素中的薄弱环节,从而确定物流规划投资的重点;（5）建立了区域物流能力柔性规划的概念模型,确立了区域物流能力柔性规划的递阶层次目标体系、决策变量输入体系以及相关的约束条件;该模型允许决策者以模糊语言表达自己的偏好,允许约束条件有一定的松弛范围,通过交互式决策,应用系统动力学仿真方法,从而选出决策者的满意方案,并通过实例说明了该模型的应用。论文研究所得到的结论和成果是对现有物流能力理论体系的有益完善和补充,所建立的系列模型可为实际物流规划工作提供参考指导作用,并为政府部门的科学决策提供可参考的理论依据,因而也赋予了该项研究的实践意义。
二、一种基于模糊推理的多目标柔性决策方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种基于模糊推理的多目标柔性决策方法（论文提纲范文）
（1）多源传感器资源管理与任务调度方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状及关键技术 |
| 1.2.1 针对多目标跟踪的传感器分配研究现状 |
| 1.2.2 针对多目标分类的传感器部署研究现状 |
| 1.2.3 多任务调度研究现状 |
| 1.3 本文研究工作及章节安排 |
| 第二章 面向多目标跟踪的传感器管理 |
| 2.1 机动目标运动模型 |
| 2.2 目标威胁度估计 |
| 2.2.1 基于模糊逻辑的目标威胁度估计 |
| 2.2.2 基于层次分析法的目标威胁度估计 |
| 2.3 目标跟踪下的传感器管理模型 |
| 2.3.1 传感器利用率定义 |
| 2.3.2 效能函数定义及建模 |
| 2.4 基于BPSO的传感器分配算法 |
| 2.5 目标跟踪下的传感器选择仿真与分析 |
| 2.5.1 目标数固定的传感器分配算法仿真与分析 |
| 2.5.2 不同目标数的传感器分配算法仿真与分析 |
| 2.6 本章小结 |
| 第三章 面向多目标分类的传感器管理 |
| 3.1 传感器目标分类模型 |
| 3.1.1 单传感器-多目标映射模型 |
| 3.1.2 多传感器-多目标映射模型 |
| 3.2 基于贝叶斯网络的传感器分类性能测度 |
| 3.3 针对多目标分类的传感器部署算法 |
| 3.4 多目标分类下的传感器部署算法仿真与分析 |
| 3.4.1 UnBBayes平台及参数设置 |
| 3.4.2 传感器部署仿真与分析 |
| 3.5 本章小结 |
| 第四章 多任务调度算法研究 |
| 4.1 多任务调度研究框架 |
| 4.2 任务预处理 |
| 4.2.1 单任务模型 |
| 4.2.2 多任务排序规则 |
| 4.3 多任务调度算法研究 |
| 4.3.1 基于遗传算法的多任务调度算法 |
| 4.3.2 自适应多任务调度算法 |
| 4.4 多任务调度仿真与分析 |
| 4.4.1 排序规则对多任务调度影响的仿真与分析 |
| 4.4.2 不同调度算法下多任务调度结果及分析 |
| 4.5 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（2）电网建设项目多主体协同决策模型及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 电网建设多主体协同决策影响因素研究 |
| 1.2.2 多智能体系统应用及协同决策的模拟 |
| 1.2.3 电网项目决策常用的优化模型和算法 |
| 1.2.4 协同决策支持平台系统应用研究 |
| 1.2.5 相关文献研究述评 |
| 1.3 研究内容、研究思路和研究创新点 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究思路和技术路线 |
| 1.3.3 研究的主要创新点 |
| 第2章 相关概念和理论基础 |
| 2.1 电网项目规划与建设管理概述 |
| 2.1.1 电网规划概念和电网类型划分 |
| 2.1.2 电网项目规划与建设管理的重点内容 |
| 2.1.3 电网规划与建设管理信息化、智能化发展优势 |
| 2.2 利益相关者理论 |
| 2.2.1 利益相关者内涵 |
| 2.2.2 利益相关者识别方法 |
| 2.2.3 利益相关者理论的应用 |
| 2.3 多智能体系统(Multi-Agent System)相关理论 |
| 2.3.1 智能体(Agent)概念及分类 |
| 2.3.2 多智能体系统(MAS)概念及特征 |
| 2.3.3 Agent之间交互行为构成与协作模式 |
| 2.3.4 MAS交互行为的描述方法 |
| 2.4 多目标优化相关理论 |
| 2.4.1 多目标优化理论和解集特征 |
| 2.4.2 多目标优化智能算法 |
| 2.5 本章小结 |
| 第3章 电网项目多主体特征与协同决策目标研究 |
| 3.1 电网项目建设流程分析 |
| 3.2 电网建设项目利益相关主体识别与特征分析 |
| 3.2.1 利益相关主体界定因素 |
| 3.2.2 利益相关主体的识别 |
| 3.2.3 利益相关主体的特征和利益偏好 |
| 3.3 电网项目多主体决策面临的典型问题 |
| 3.3.1 电网建设项目多主体动态变化特征 |
| 3.3.2 电网建设项目多主体协同程度较差 |
| 3.4 电网项目多主体协同决策目标研究 |
| 3.4.1 多主体协同决策逻辑和内容分析 |
| 3.4.2 多主体协同决策目标研究 |
| 3.5 本章小结 |
| 第4章 基于MAS技术的方案优选协同决策模型 |
| 4.1 电网项目方案优选协同决策的MAS应用基础 |
| 4.1.1 MAS技术应用的基本逻辑分析 |
| 4.1.2 MAS模型基本架构及模块分类 |
| 4.1.3 系统功能型Agent结构及功能设计 |
| 4.1.4 业务功能型Agent结构及功能设计 |
| 4.1.5 Agent之间通信设计 |
| 4.2 基于MAS技术的电网项目方案优选流程 |
| 4.2.1 Agent之间交互行为分析 |
| 4.2.2 MAS的协同决策交互过程 |
| 4.2.3 基于MAS技术的方案优选流程分析 |
| 4.3 电网项目方案优选的协同决策模型及应用 |
| 4.3.1 模糊Petri网基本原理 |
| 4.3.2 电网建设项目协同决策的策略集分析 |
| 4.3.3 基于FPN的电网项目方案优选协同决策模型 |
| 4.3.4 算例分析 |
| 4.4 本章小结 |
| 第5章 基于多目标优化的方案实施协同决策模型 |
| 5.1 电网项目规划和建设实施阶段的目标侧重点 |
| 5.2 电网项目方案实施协同决策的目标函数构建 |
| 5.2.1 建设周期目标函数 |
| 5.2.2 建设选址目标函数 |
| 5.2.3 投资决策目标函数 |
| 5.2.4 资源调配目标函数 |
| 5.3 基于多目标优化的协同决策算法模型 |
| 5.3.1 多目标优化函数 |
| 5.3.2 约束条件 |
| 5.4 面向电网规划的MOPSO模型及应用 |
| 5.4.1 模型的基本假设 |
| 5.4.2 MOPSO模型求解流程 |
| 5.4.3 算例分析 |
| 5.5 面向电网建设的NSGA-Ⅱ模型及应用 |
| 5.5.1 模型的基本假设 |
| 5.5.2 NSGA-Ⅱ模型求解流程 |
| 5.5.3 算例分析 |
| 5.6 本章小结 |
| 第6章 面向多主体协同决策模型的应用系统构建 |
| 6.1 应用系统构建的意义及原则 |
| 6.2 多主体需求分析 |
| 6.2.1 用户主体类型划分 |
| 6.2.2 用户主体需求分析 |
| 6.3 系统开发和结构设计 |
| 6.3.1 系统开发技术 |
| 6.3.2 系统结构设计 |
| 6.4 协同决策应用系统功能 |
| 6.4.1 系统功能树分析 |
| 6.4.2 系统功能应用研究 |
| 6.4.3 功能应用效果分析 |
| 6.5 本章小结 |
| 第7章 研究成果与结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其他成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）复杂机电产品概念设计原理方案博弈决策与优化的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 机电产品概念设计原理方案决策的研究现状 |
| 1.2.1 概念设计原理方案生成 |
| 1.2.2 概念设计原理方案决策 |
| 1.2.3 概念设计原理方案优化 |
| 1.3 博弈理论在产品设计决策中的研究现状及发展 |
| 1.3.1 基于博弈理论下的产品开发应用研究 |
| 1.3.2 博弈理论在机电产品原理方案决策的适用性 |
| 1.3.3 面向机电产品原理方案决策的博弈理论关键技术研究 |
| 1.4 课题的来源、研究意义和研究内容 |
| 1.4.1 课题的来源 |
| 1.4.2 课题的研究意义 |
| 1.4.3 课题的研究内容 |
| 1.5 本课题的预期目标及论文组织结构 |
| 第二章 基于功能设计准则的初始原理方案筛选 |
| 2.1 引言 |
| 2.2 面向初始原理方案快速筛选的基本流程 |
| 2.2.1 功能设计准则定义 |
| 2.2.2 功能设计准则生成 |
| 2.2.3 多准则博弈决策模型构建 |
| 2.2.4 围绕最优功能设计准则的方案快速筛选 |
| 2.3 实例验证-小型室内货物传送机电装置 |
| 2.3.1 传送装置的功能设计准则获取 |
| 2.3.2 基于合作博弈的功能设计准则优选 |
| 2.3.3 基于最优功能设计准则的初始传送装置原理方案筛选 |
| 2.4 本章小结 |
| 第三章 面向新设计原理方案的非合作-合作串行博弈决策 |
| 3.1 引言 |
| 3.2 面向整体设计利益最大化的原理方案串行博弈模型构建 |
| 3.2.1 建模流程 |
| 3.2.2 博弈策略划分 |
| 3.2.3 基于非合作博弈的纳什均衡解获取 |
| 3.2.4 基于合作博弈模型的最优原理方案求解 |
| 3.3 实例验证-功能性晾衣架 |
| 3.3.1 功能性晾衣架的博弈策略求解 |
| 3.3.2 面向均衡需求的原理方案非合作博弈决策 |
| 3.3.3 面向整体设计期望的原理方案合作博弈决策 |
| 3.4 与TOPSIS决策方法的比较 |
| 3.5 本章小结 |
| 第四章 面向适应性设计原理方案的Shapley值法博弈决策模型 |
| 4.1 引言 |
| 4.2 面向经济性技术性综合最优的原理方案Shapley值求解 |
| 4.2.1 构建基于定性和定量评价目标的方案决策矩阵 |
| 4.2.2 融合多决策专家的评价数据 |
| 4.2.3 基于Shapley值法的原理方案博弈求解 |
| 4.3 实例验证-采煤机摇臂调高装置 |
| 4.3.1 构建摇臂调高原理方案初始决策矩阵 |
| 4.3.2 建立摇臂调高转置的方案价值矩阵 |
| 4.3.3 基于联盟博弈的摇臂调高方案最优决策验证 |
| 4.4 与其他方法的比较 |
| 4.4.1 Shapley值法与理想点法、ELECTREⅠ法对比 |
| 4.4.2 原理方案中经济性和技术性目标的博弈规律分析 |
| 4.5 本章小结 |
| 第五章 基于原理解性能价值的原理方案优化 |
| 5.1 引言 |
| 5.2 概念产品设计中原理解性能价值求解 |
| 5.2.1 原理解性能价值定义与计算 |
| 5.2.2 基于DSM的产品核心分功能获取 |
| 5.2.3 构建产品性能-分功能关联矩阵 |
| 5.2.4 构建产品原理解-性能关联矩阵 |
| 5.2.5 原理解性能价值驱动的原理方案优化 |
| 5.3 实例验证-中厚煤层双滚筒采煤机 |
| 5.3.1 获取采煤机核心功能模块 |
| 5.3.2 构建采煤机的性能-分功能关联矩阵 |
| 5.3.3 构建采煤机的原理解-性能关联矩阵 |
| 5.3.4 采煤机原理方案优化与结果分析 |
| 5.4 本章小结 |
| 第六章 原理方案博弈决策的原型系统与工程实例 |
| 6.1 引言 |
| 6.2 原型系统实现 |
| 6.2.1 系统开发平台及编程语言 |
| 6.2.2 系统中各项功能模块设计 |
| 6.2.3 数据库设计 |
| 6.3 工程实例-采煤机的截割部减速传动装置 |
| 6.3.1 概念设计知识管理以及功能建模模块 |
| 6.3.2 原理方案决策模块 |
| 6.3.3 基于非合作-合作博弈的原理方案决策模块 |
| 6.3.4 基于Shapely值法的原理方案决策模块 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 创新点 |
| 7.3 不足及进一步研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 1 作者简历 |
| 2 攻读博士学位期间发表的学术论文 |
| 3 参与的科研项目及获奖情况 |
| 4 专利 |
| 学位论文数据集 |
（4）云制造服务智能化配置模式下供需认选决策机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.5 主要创新点 |
| 2 云制造服务供需配置与决策方法研究综述 |
| 2.1 服务发现/匹配研究 |
| 2.2 服务组合优选研究 |
| 2.2.1 服务组合优选模型 |
| 2.2.2 服务组合优选方法 |
| 2.2.3 服务组合优选研究展望 |
| 2.3 服务异常处理研究 |
| 2.4 服务供需市场化分析 |
| 2.5 基于融合型软集理论的决策方法 |
| 2.5.1 经典软集决策研究 |
| 2.5.2 模糊软集决策方法分析 |
| 2.5.3 其他融合型软集决策方法 |
| 2.5.4 融合型软集决策研究述评 |
| 2.6 现有研究述评与本文研究引入 |
| 3 服务供需智能化配置模式与决策预处理 |
| 3.1 云制造服务供需智能配置体系 |
| 3.1.1 面向服务配置的云端化资源/能力 |
| 3.1.2 服务供需智能配置框架 |
| 3.1.3 服务供需配置主体刻画 |
| 3.2 云制造服务供需认选业务分析 |
| 3.2.1 服务供需认选作业流程 |
| 3.2.2 服务供需认选决策行为分析 |
| 3.3 服务供需认选决策数据预处理 |
| 3.3.1 一维混合模糊软集定义 |
| 3.3.2 一维混合模糊软集规格化 |
| 3.3.3 算例验证 |
| 3.4 讨论与小结 |
| 4 粒度化视角下的服务邀约评价机制 |
| 4.1 服务邀约评价需求分析 |
| 4.2 模型构建与方法选择 |
| 4.2.1 模型构建 |
| 4.2.2 决策方法选择 |
| 4.3 服务邀约评价的粒度刻画 |
| 4.3.1 服务邀约的粒度化 |
| 4.3.2 服务邀约评价的一致性检验与缺失填补 |
| 4.4 面向联合响应的服务邀约评价群决策方法 |
| 4.4.1 基于灰色相似关联分析的成员权重拟定 |
| 4.4.2 基于粒度化方法的群决策实现 |
| 4.5 实例分析 |
| 4.5.1 实例求解 |
| 4.5.2 结果分析 |
| 4.6 讨论与小结 |
| 5 基于前景预测的服务组合优选机制 |
| 5.1 云制造服务组合优选需求分析 |
| 5.2 问题描述与模型构建 |
| 5.2.1 问题描述 |
| 5.2.2 模型构建 |
| 5.3 服务组合优选决策过程设计 |
| 5.3.1 基于信任评价的云制造服务筛选 |
| 5.3.2 基于可信性能的云制造服务组合优选 |
| 5.3.3 服务波动性分析 |
| 5.4 实例分析 |
| 5.4.1 实例求解 |
| 5.4.2 结果分析 |
| 5.5 讨论与小结 |
| 6 面向广义再制造的服务迁移决策机制 |
| 6.1 云制造服务异常与面向广义再制造的迁移 |
| 6.2 问题建模与决策方法选择 |
| 6.2.1 问题描述 |
| 6.2.2 模型构建 |
| 6.2.3 决策方法选择 |
| 6.3 服务迁移决策过程设计 |
| 6.3.1 基于水平软集的服务筛选 |
| 6.3.2 基于信息熵与D-S证据推理的服务优选 |
| 6.3.3 面向广义再制造的服务迁移决策算法 |
| 6.4 实例分析 |
| 6.4.1 实例求解 |
| 6.4.2 结果分析 |
| 6.5 讨论与小结 |
| 7 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间发表的学术论文与取得的科研成果 |
| 作者在攻读博士学位期间发表的期刊论文 |
| 作者在攻读博士学位期间从事的科研项目 |
（5）防空导弹武器系统费效分析建模及方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.1.1 防空导弹的形成和发展概况 |
| 1.1.2 论文研究的目的和意义 |
| 1.2 国内外相关领域的研究发展概况 |
| 1.2.1 系统费用的研究综述 |
| 1.2.2 系统效能的研究综述 |
| 1.2.3 费效分析的研究综述 |
| 1.2.4 目前本领域研究应用的不足 |
| 1.3 论文主要研究内容及方法 |
| 1.3.1 主要研究内容 |
| 1.3.2 主要研究方法 |
| 第2章 系统费用效能研究方法分析 |
| 2.1 系统费用估算方法的分析对比 |
| 2.1.1 费用估算方法与对比 |
| 2.1.2 费用估算建模方法与对比 |
| 2.1.3 费用估算的工程辅助工具 |
| 2.2 系统效能评估方法的分析对比 |
| 2.2.1 效能评估方法的分类 |
| 2.2.2 评估中采用的数学方法 |
| 2.2.3 效能指标的计算方法 |
| 2.2.4 多指标参数聚合方法 |
| 2.3 费效分析和权衡的方法 |
| 2.3.1 模糊推理柔性决策 |
| 2.3.2 关联矩阵法 |
| 2.3.3 基于理想点的多目标决策评价法 |
| 2.3.4 费效比评价准则 |
| 2.4 本章小结 |
| 第3章 防空导弹武器系统费用估算模型 |
| 3.1 费用估算建模的步骤 |
| 3.1.1 费用估算模型的建立步骤 |
| 3.1.2 费用估算方法的选择 |
| 3.2 样本数据的采集与费用变量的选择 |
| 3.2.1 样本数据的采集与整理 |
| 3.2.2 费用变量的分析与选择 |
| 3.3 导弹采购单价线性模型的建立 |
| 3.3.1 大中型导弹采购单价模型 |
| 3.3.2 小型导弹采购单价模型 |
| 3.3.3 导弹采购单价多元线性回归模型 |
| 3.4 导弹采购单价非线性模型的建立 |
| 3.4.1 建立二次函数费用模型 |
| 3.4.2 任意次幂函数费用模型 |
| 3.5 武器系统LCC模型的建立 |
| 3.5.1 地面设备采购价格模型 |
| 3.5.2 武器系统采购费用模型 |
| 3.5.3 武器系统研制费用模型 |
| 3.5.4 使用维护费的估算模型 |
| 3.5.5 武器系统LCC费用模型 |
| 3.5.6 模型参数敏感性分析 |
| 3.6 本章小结 |
| 第4章 防空导弹武器系统效能评估模型 |
| 4.1 系统效能建模的步骤 |
| 4.2 系统性能指标的分析与选择 |
| 4.2.1 系统层次结构性能指标分析 |
| 4.2.2 系统性能指标的选择 |
| 4.3 系统的可用性模型的建立 |
| 4.3.1 串联系统的可用性向量 |
| 4.3.2 并联系统的可用性向量 |
| 4.3.3 复杂系统可用性向量 |
| 4.3.4 可用性向量的状态约束 |
| 4.4 系统的可信度模型的建立 |
| 4.4.1 系统的状态及状态转移 |
| 4.4.2 系统可信度的量度 |
| 4.4.3 不同系统结构的可靠度的计算 |
| 4.4.4 系统可信度矩阵模型的建立 |
| 4.4.5 可信度矩阵模型的验证 |
| 4.5 系统的能力模型的建立 |
| 4.5.1 量纲类指标计算 |
| 4.5.2 定量概率类指标计算 |
| 4.5.3 定性概率类指标计算 |
| 4.5.4 系统的能力模型 |
| 4.6 算例 |
| 4.6.1 可用性向量的计算 |
| 4.6.2 可信度矩阵的计算 |
| 4.6.3 能力向量的计算 |
| 4.6.4 系统效能的计算 |
| 4.7 本章小结 |
| 第5章 防空导弹武器系统费效分析方法 |
| 5.1 武器系统费用和效能的关系 |
| 5.2 费效分析各阶段的目的和任务 |
| 5.2.1 费效分析的目的 |
| 5.2.2 费效分析的任务 |
| 5.3 费效分析的步骤与方法选择 |
| 5.4 防空导弹武器系统费效分析与计算 |
| 5.4.1 寿命周期费用的分析计算 |
| 5.4.2 系统效能的分析计算 |
| 5.4.3 费效分析与权衡 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录 费用多元线性和非线性回归Matlab程序 |
| 攻读博士学位期间发表的论文 |
| 致谢 |
| 个人简历 |
（6）离散制造企业多目标主生产计划研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 课题的提出 |
| 1.1.3 研究意义 |
| 1.2 国内外相关工作研究现状 |
| 1.2.1 主生产计划研究现状 |
| 1.2.2 集成生产计划研究现状 |
| 1.2.3 多目标生产计划研究现状 |
| 1.3 存在的问题分析 |
| 1.4 研究框架与内容 |
| 2 离散制造企业主生产计划及集成模型构建 |
| 2.1 离散制造企业概述 |
| 2.2 主生产计划的内涵及其运行参数 |
| 2.2.1 主生产计划的内涵 |
| 2.2.2 主生产计划的运行参数 |
| 2.3 企业资源计划体系局限性与研究进展 |
| 2.3.1 企业资源计划体系局限性 |
| 2.3.2 企业资源计划体系研究进展 |
| 2.4 集成生产计划模型构建 |
| 2.4.1 集成生产计划的概念模型 |
| 2.4.2 集成生产计划的过程模型 |
| 2.4.3 集成生产计划的制造清单模型 |
| 2.4.4 集成生产计划模型的优势 |
| 2.5 本章小结 |
| 3 基于均衡生产的多目标主生产计划研究 |
| 3.1 问题的提出 |
| 3.2 模型构建 |
| 3.2.1 模型参数及假设 |
| 3.2.2 模型目标 |
| 3.2.3 模型约束 |
| 3.3 基于自动调节策略的遗传算法 |
| 3.3.1 染色体结构表达和初始化 |
| 3.3.2 遗传算子 |
| 3.3.3 染色体评价和选择 |
| 3.3.4 基于模糊逻辑控制的参数自动调节策略 |
| 3.3.5 整体框架 |
| 3.4 算例分析 |
| 3.4.1 算例数据 |
| 3.4.2 算法性能对比分析 |
| 3.4.3 算法自适应能力分析 |
| 3.4.4 敏感性分析 |
| 3.5 本章小结 |
| 4 资源与物料双重约束的多目标主生产计划研究 |
| 4.1 问题的提出 |
| 4.2 模型构建 |
| 4.2.1 模型参数及假设 |
| 4.2.2 模型目标 |
| 4.2.3 模型约束 |
| 4.3 基于对偶理论的自适应粒子群优化算法 |
| 4.3.1 粒子结构表达 |
| 4.3.2 粒子性能评估 |
| 4.3.3 对偶更新机制 |
| 4.3.4 自适应参数更新 |
| 4.3.5 整体框架 |
| 4.4 算例分析 |
| 4.4.1 算例数据 |
| 4.4.2 算法参数设定 |
| 4.4.3 算法性能对比分析 |
| 4.4.4 敏感性分析 |
| 4.5 本章小结 |
| 5 需求不确定环境下多目标主生产计划研究 |
| 5.1 问题的提出 |
| 5.2 模型构建 |
| 5.2.1 不确定变量 |
| 5.2.2 模型参数及假设 |
| 5.2.3 模型目标 |
| 5.2.4 模型约束 |
| 5.3 集成模糊随机仿真的自适应多结构粒子群算法 |
| 5.3.1 粒子结构表达 |
| 5.3.2 基于模糊随机仿真的粒子性能评估 |
| 5.3.3 多结构的粒子更新机制 |
| 5.3.4 自适应变异和惯性权重改进方案 |
| 5.3.5 整体框架 |
| 5.4 算例分析 |
| 5.4.1 算例数据 |
| 5.4.2 算法参数确定 |
| 5.4.3 实验结果分析 |
| 5.4.4 算法性能对比分析 |
| 5.4.5 敏感性分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（7）泛在信息支持下寿终产品的再生决策与拆卸规划方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究背景与问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.1.3 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 质量驱动的零部件再生决策 |
| 1.2.2 产品再生决策 |
| 1.2.3 产品拆卸规划 |
| 1.2.4 信息环境下的再生管理与决策 |
| 1.2.5 文献综述讨论 |
| 1.3 主要研究内容 |
| 1.3.1 泛在信息支持下RDDP框架 |
| 1.3.2 主要研究内容与论文结构 |
| 1.4 本章小结 |
| 第二章 质量驱动的EOL零部件再生决策 |
| 2.1 URE支持下废旧零部件质量评价概述 |
| 2.2 基于模糊逻辑的废旧零部件整体质量评价 |
| 2.3 基于RUL预测的废旧零部件个体质量评价 |
| 2.4 质量驱动的废旧零部件再生决策 |
| 2.4.1 质量驱动的再生成本收益分析 |
| 2.4.2 质量驱动的再生决策方法 |
| 2.5 数值实验与算例分析 |
| 2.5.1 数值实验设计 |
| 2.5.2 结果和讨论 |
| 2.6 本章小结 |
| 第三章 EOL产品可再生性能评价与优选 |
| 3.1 URE支持下可再生性能评价与优选概述 |
| 3.2 基于多阶段混合模型的再生产品集优选 |
| 3.2.1 模型框架与方法选择 |
| 3.2.2 经济性能模糊评价 |
| 3.2.3 非经济性能多准则评价 |
| 3.2.4 基于目标规划的再生产品集优选 |
| 3.2.5 数值实验与算例分析 |
| 3.3 基于多目标二次规划的组合再生决策 |
| 3.3.1 问题描述与模型 |
| 3.3.2 组合再生的多属性评价 |
| 3.3.3 组合优选的多目标动态灾变进化算法 |
| 3.3.4 数值实验与算例分析 |
| 3.4 本章小结 |
| 第四章 产品拆卸规划与零件再生方案选择的集成决策 |
| 4.1 URE支持下再生集成决策问题概述 |
| 4.2 拆解再生的集成决策问题建模 |
| 4.3 集成决策可行解生成算法 |
| 4.4 改进的共生进化算法 |
| 4.4.1 ICA算法整体流程 |
| 4.4.2 编码机制与进化操作 |
| 4.4.3 精英解的局部搜索机制 |
| 4.4.4 全局扰动策略 |
| 4.5 数值实验与算例分析 |
| 4.5.1 决策情景模拟 |
| 4.5.2 产品案例分析 |
| 4.5.3 同类算法性能对比 |
| 4.6 本章小结 |
| 第五章 面向可持续制造的再制造/拆解再生的权衡决策 |
| 5.1 URE支持下再生权衡决策概述 |
| 5.2 无需求约束的产品再生权衡决策 |
| 5.2.1 问题建模 |
| 5.2.2 求解方法 |
| 5.2.3 数值实验与算例分析 |
| 5.3 需求驱动的产品再生权衡决策 |
| 5.3.1 问题建模 |
| 5.3.2 求解方法 |
| 5.3.3 数值实验与算例分析 |
| 5.4 本章小结 |
| 第六章 应用案例研究 |
| 6.1 废旧电表精细拆解集成决策 |
| 6.1.1 研究背景与问题需求 |
| 6.1.2 电表精细拆解集成决策建模 |
| 6.1.3 集成决策结果与分析 |
| 6.2 机械装备再生利用策略规划 |
| 6.2.1 研究背景与问题需求 |
| 6.2.2 升降机再生利用策略规划建模 |
| 6.2.3 再生策略规划结果与分析 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究总结 |
| 7.2 主要创新点 |
| 7.3 工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（8）基于过程交互的复杂动态群体决策方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 致谢 |
| 第1章 绪论 |
| 1.1 研究的背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 群体决策研究现状 |
| 1.2.2 多属性群体决策研究现状 |
| 1.2.3 动态群体决策研究现状 |
| 1.3 研究内容与结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 结构安排 |
| 第2章 过程交互式群体决策复杂性研究 |
| 2.1 群体决策过程范式 |
| 2.1.1 群体决策过程概述 |
| 2.1.2 群体决策新范式 |
| 2.2 决策交互过程复杂性 |
| 2.2.1 复杂性科学理论 |
| 2.2.2 决策交互的复杂性 |
| 2.3 群体决策交互的过程复杂性构成 |
| 2.3.1 横向过程复杂性 |
| 2.3.2 纵向过程复杂性 |
| 2.4 群体决策过程复杂性演化 |
| 2.4.1 横向旋进演化 |
| 2.4.2 纵向交互演化 |
| 2.5 群体决策过程复杂性的控制策略 |
| 2.5.1 合理控制群体结构 |
| 2.5.2 合理分解决策问题 |
| 2.5.3 合理设计决策交互机制 |
| 2.6 本章小结 |
| 第3章 复杂群体决策交互的跃迁与演化 |
| 3.1 元系统跃迁理论 |
| 3.1.1 涌现生成理论 |
| 3.1.2 元系统跃迁理论 |
| 3.2 系统思维下的复杂群体决策交互过程 |
| 3.2.1 决策环境与决策平台 |
| 3.2.2 决策问题的分解与集结 |
| 3.2.3 群体行为分析 |
| 3.2.4 决策过程动态化 |
| 3.2.5 决策结果评估 |
| 3.3 复杂群体决策交互过程的跃迁与演化 |
| 3.3.1 群体决策交互过程的涌现 |
| 3.3.2 群体决策交互过程的跃迁 |
| 3.3.3 群体决策交互过程的演化 |
| 3.4 重大工程决策交互的元系统跃迁演化 |
| 3.5 本章小结 |
| 第4章 多阶段交互式动态群体决策模型 |
| 4.1 动态决策理论 |
| 4.1.1 动态适应性决策 |
| 4.1.2 权变决策 |
| 4.1.3 渐进式决策 |
| 4.2 动态群体决策交互模型 |
| 4.2.1 群体决策的过程交互 |
| 4.2.2 交互式动态群体决策模型框架 |
| 4.3 多阶段动态专家权重的群体决策方法 |
| 4.3.1 判断相似度相关理论 |
| 4.3.2 基于决策共识度的多阶段动态专家权重群体决策模型 |
| 4.3.3 实例分析 |
| 4.4 多阶段动态属性权重的群体决策方法 |
| 4.4.1 信息熵与熵权相关理论 |
| 4.4.2 基于熵权理论的多阶段动态属性权重群体决策模型 |
| 4.4.3 实例分析 |
| 4.5 多阶段判断矩阵交互的群体决策方法 |
| 4.5.1 偏好距离相关理论 |
| 4.5.2 基于偏好距离的多阶段判断矩阵交互群体决策模型 |
| 4.5.3 实例分析 |
| 4.6 专家权重和属性权重均为动态的多阶段群体决策方法 |
| 4.6.1 区间数相关理论 |
| 4.6.2 基于动态权重的多阶段多属性区间数群体决策模型 |
| 4.6.3 实例分析 |
| 4.7 本章小结 |
| 第5章 群体决策交互过程的冲突与协调 |
| 5.1 群体决策冲突及其分析 |
| 5.1.1 冲突理论 |
| 5.1.2 冲突分析理论 |
| 5.1.3 群体决策过程冲突 |
| 5.2 群体决策过程的冲突测度 |
| 5.2.1 冲突测度问题 |
| 5.2.2 群体决策过程的冲突测度模型 |
| 5.2.3 实例分析 |
| 5.3 群体决策冲突的协调过程 |
| 5.3.1 冲突协调理论 |
| 5.3.2 群体决策的冲突协调框架 |
| 5.4 本章小结 |
| 第6章 群体决策交互过程的柔性与协同 |
| 6.1 群体决策交互过程融合 |
| 6.1.1 决策环与决策流 |
| 6.1.2 群体决策过程融合 |
| 6.2 群体决策交互过程柔性 |
| 6.2.1 决策柔性 |
| 6.2.2 群体决策过程柔性 |
| 6.2.3 群体决策过程柔性测度 |
| 6.3 群体决策交互过程协同 |
| 6.3.1 协同理论与协同决策 |
| 6.3.2 决策过程交互协同的类型 |
| 6.3.3 群体决策过程的主从递阶协同优化 |
| 6.4 本章小结 |
| 第7章 重大工程项目的协同决策交互框架 |
| 7.1 重大工程项目及其决策交互 |
| 7.1.1 重大工程项目概述 |
| 7.1.2 重大工程项目决策概述 |
| 7.1.3 重大工程项目的决策交互过程 |
| 7.1.4 典型的重大工程项目决策交互过程 |
| 7.2 重大工程项目的协同决策交互框架 |
| 7.2.1 重大工程项目决策交互的协同特征 |
| 7.2.2 重大工程项目的三级协同决策框架 |
| 7.3 本章小结 |
| 第8章 总结与展望 |
| 8.1 本文工作总结 |
| 8.2 未来工作展望 |
| 参考文献 |
| 攻读学位期间从事的科研项目和发表的论文 |
（9）基于SAGA的供应链柔性决策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 目前研究中存在的问题 |
| 1.3 本文研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 1.3.3 本文研究方法 |
| 第2章 供应链柔性的基础理论 |
| 2.1 供应链管理 |
| 2.1.1 供应链 |
| 2.1.2 供应链管理 |
| 2.1.3 供应链管理中的不确定性 |
| 2.2 供应链柔性 |
| 2.2.1 柔性的概念及其分类 |
| 2.2.2 供应链柔性 |
| 2.3 供应链柔性策略 |
| 2.3.1 快速响应 |
| 2.3.2 延迟技术 |
| 2.3.3 供应商管理库存（VMI） |
| 2.3.4 JIT 采购策略 |
| 2.4 本章小结 |
| 第3章 供应链柔性决策模型 |
| 3.1 供应链柔性系统分析 |
| 3.1.1 供应链柔性系统 |
| 3.1.2 供应链柔性驱动力 |
| 3.2 供应链柔性测度与度量 |
| 3.2.1 供应链柔性测度 |
| 3.2.2 供应链柔性度量 |
| 3.2.3 供应链成本 |
| 3.3 模型建构 |
| 3.3.1 供应链战略层柔性决策模型 |
| 3.3.2 供应链生产柔性决策模型 |
| 3.4 本章小结 |
| 第4章 模拟退火遗传算法原理及方法 |
| 4.1 遗传算法的基础理论 |
| 4.1.1 遗传算法的基本原理 |
| 4.1.2 遗传算法的基本步骤 |
| 4.1.3 遗传算法的改进 |
| 4.1.4 多目标优化和遗传算法的融合 |
| 4.2 模拟退火算法理论 |
| 4.2.1 物理退火过程和Metropolis 准则 |
| 4.2.2 模拟退火的基本思想 |
| 4.2.3 模拟退火的实现步骤 |
| 4.2.4 遗传算法和模拟退火算法的关系 |
| 4.3 模拟退火遗传算法 |
| 4.3.1 模拟退火遗传混合算法概念和特点 |
| 4.3.2 模拟退火遗传算法步骤 |
| 4.4 本章小结 |
| 第5章 供应链柔性决策模型的优化及对策研究 |
| 5.1 供应链柔性决策模型优化的算法设计 |
| 5.1.1 编码与解码方法 |
| 5.1.2 适应度函数设计 |
| 5.1.3 遗传操作 |
| 5.1.4 算法控制参数的选择 |
| 5.2 算例 |
| 5.2.1 供应链柔性战略层决策模型算例 |
| 5.2.2 供应链生产柔性决策模型算例 |
| 5.3 提高供应链柔性的对策与建议 |
| 5.3.1 建立最终顾客需求牵引的“牵引式”供应链系统 |
| 5.3.2 供应链设计“预嵌”柔性 |
| 5.3.3 建立整合、高效的信息系统 |
| 5.3.4 供应链成员间实现知识共享和合作创新 |
| 5.3.5 建立柔性的供应网络 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士学位期间发表的论文和科研成果 |
（10）不确定信息环境下区域物流能力柔性规划研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及课题来源 |
| 1.1.1 研究背景 |
| 1.1.2 课题来源 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究的意义 |
| 1.3 论文的研究方法、技术路线和主要内容 |
| 1.3.1 论文的研究方法 |
| 1.3.2 论文的技术路线 |
| 1.3.3 论文的主要研究内容 |
| 1.3.4 论文研究的相关成果 |
| 1.4 论文研究的主要创新点 |
| 1.5 本章小结 |
| 第2章 文献综述 |
| 2.1 物流能力相关研究综述 |
| 2.1.1 能力的定义 |
| 2.1.2 物流能力的定义 |
| 2.1.3 关于物流能力构成要素的研究 |
| 2.1.4 对物流能力其他方面的探讨 |
| 2.1.5 物流能力研究中存在的问题 |
| 2.2 区域物流系统规划相关理论及研究现状 |
| 2.3 不确定性信息研究综述 |
| 2.3.1 物流管理中的不确定性 |
| 2.3.2 不确定信息数学处理方法研究综述 |
| 2.4 柔性决策研究综述 |
| 2.4.1 柔性的定义 |
| 2.4.2 柔性的分类 |
| 2.4.3 柔性决策的相关研究综述 |
| 2.5 本章小结 |
| 第3章 基于盲数理论的区域物流规划中不确定信息处理 |
| 3.1 引言 |
| 3.2 不确定信息的定义 |
| 3.3 不确定信息的分类及其数学处理方法 |
| 3.4 盲数理论 |
| 3.5 物流能力规划中不确定信息的盲数处理方法 |
| 3.5.1 影响区域物流需求的不确定因素 |
| 3.5.2 预测指标变量未来值变化区间的确定 |
| 3.5.3 变化区间可信度的确定 |
| 3.6 算例分析 |
| 3.6.1 预测指标的选择及初次预测结果 |
| 3.6.2 预测值未来分布区间的确定 |
| 3.6.3 判断矩阵分析法确定预测值分布区间的可信度 |
| 3.7 进一步的分析与算例 |
| 3.7.1 原始数据收集 |
| 3.7.2 逐步回归 |
| 3.7.3 社会物流总额逐步回归方程模型的建立 |
| 3.7.4 盲数回归预测 |
| 3.8 本章小结 |
| 第4章 基于系统和资源观的区域物流能力构成要素研究 |
| 4.1 引言 |
| 4.2 物流系统论 |
| 4.2.1 系统的定义 |
| 4.2.2 系统论的核心原理 |
| 4.2.3 区域物流系统分析 |
| 4.3 基于资源观的能力模型 |
| 4.4 区域物流能力构成要素模型 |
| 4.4.1 区域物流能力的任务 |
| 4.4.2 区域要素性资源所形成的物流能力 |
| 4.4.3 结构性资源所形成的能力 |
| 4.4.4 区域物流外部环境所形成的物流能力支撑要素 |
| 4.5 综合区域物流能力的形成 |
| 4.6 本章小结 |
| 第5章 区域物流能力盲数测评模型 |
| 5.1 引言 |
| 5.2 相关准备知识 |
| 5.2.1 盲数 |
| 5.2.2 盲数均值 |
| 5.2.3 模糊一致矩阵的定义及性质 |
| 5.2.4 专家的可信度和综合可信度 |
| 5.3 区域物流能力盲数测评模型的建立 |
| 5.3.1 区域物流能力构成要素及参考指标体系 |
| 5.3.2 各构成要素权重的确定 |
| 5.3.3 指标赋值 |
| 5.3.4 专家意见的综合量化 |
| 5.3.5 区域物流能力分析与评价 |
| 5.4 算例 |
| 5.4.1 区域物流能力的构成要素及参考评价指标 |
| 5.4.2 各层构成要素权重向量的确定 |
| 5.4.3 专家评分的盲数表示 |
| 5.4.4 计算专家评分的盲数均值 |
| 5.4.5 专家意见的综合量化 |
| 5.4.6 分析与评价 |
| 5.5 本章小结 |
| 第6章 柔性决策理论 |
| 6.1 引言 |
| 6.2 柔性决策理论 |
| 6.2.1 柔性决策的概念和内涵 |
| 6.2.2 柔性决策程序及策略 |
| 6.3 多目标决策问题的特点及一般模型 |
| 6.4 模糊多目标决策 |
| 6.4.1 模糊多目标决策的一般模型 |
| 6.4.2 模糊目的规划法求解 |
| 6.4.3 算例 |
| 6.5 多目标柔性决策问题描述 |
| 6.6 多目标柔性决策优化模型的建立 |
| 6.7 多目标柔性决策问题求解实例 |
| 6.8 本章小节 |
| 第7章 区域物流能力柔性规划概念模型 |
| 7.1 引言 |
| 7.2 模型建立的相关概念 |
| 7.2.1 物流能力 |
| 7.2.2 区域物流能力 |
| 7.2.3 区域物流能力柔性规划 |
| 7.2.4 区域物流能力规划问题的特点 |
| 7.3 区域物流能力柔性规划的概念模型 |
| 7.3.1 规划目标体系 |
| 7.3.2 决策变量体系 |
| 7.3.3 约束条件 |
| 7.4 模型应用实例 |
| 7.4.1 数据资料的获取及现有区域物流能力的评估 |
| 7.4.2 区域未来物流需求量预测 |
| 7.4.3 拟定初步的物流能力规划方案 |
| 7.4.4 求初始方案X_1的目标效用值 |
| 7.4.5 修改初始方案 |
| 7.4.6 进一步模拟仿真计算效用值 |
| 7.4.7 几点说明 |
| 7.5 本章小结 |
| 第8章 研究结论与展望 |
| 8.1 研究结论 |
| 8.2 需要进一步研究的问题 |
| 参考文献 |
| 攻读博士学位期间科研和发表论文情况 |
| 致谢 |
四、一种基于模糊推理的多目标柔性决策方法（论文参考文献）
- [1]多源传感器资源管理与任务调度方法研究[D]. 兰宇奇. 电子科技大学, 2021(01)
- [2]电网建设项目多主体协同决策模型及应用研究[D]. 高磊. 华北电力大学(北京), 2020(06)
- [3]复杂机电产品概念设计原理方案博弈决策与优化的研究[D]. 景立挺. 浙江工业大学, 2020(02)
- [4]云制造服务智能化配置模式下供需认选决策机制研究[D]. 李长仪. 中国地质大学(北京), 2019(02)
- [5]防空导弹武器系统费效分析建模及方法研究[D]. 赵曰强. 哈尔滨工业大学, 2019(01)
- [6]离散制造企业多目标主生产计划研究[D]. 王成. 大连理工大学, 2019(01)
- [7]泛在信息支持下寿终产品的再生决策与拆卸规划方法研究[D]. 孟凯. 南京航空航天大学, 2017(02)
- [8]基于过程交互的复杂动态群体决策方法研究[D]. 卢志平. 合肥工业大学, 2013(04)
- [9]基于SAGA的供应链柔性决策研究[D]. 李娟. 河北工程大学, 2009(S2)
- [10]不确定信息环境下区域物流能力柔性规划研究[D]. 王岳峰. 上海海事大学, 2009(07)