PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2001 | nr 1 | 21--39
Tytuł artykułu

Fuzzy Integer Linear Programming : a Genetic Algorithm

Warianty tytułu
Rozmyte całkowitoliczbowe programowanie liniowe : algorytm genetyczny
Języki publikacji
EN
Abstrakty
Przeanalizowano problem całkowitoliczbowego programowania liniowego z rozmytymi współczynnikami reprezentowanymi przez liczby rozmyte typu L-R . Za koncepcję rozwiązania przyjęto propozycję Tonga [8], którą przystosowano do dyskretnych zmiennych decyzyjnych, a także uogólniono w ten sposób, by do reprezentacji rozmytych współczynników w problemie można było stosować rozmyte liczby o dowolnym, nie tylko trójkątnym, kształcie. Do porównywania rozmytych wielkości można używać jedną z czterech różnych rozmytych relacji preferencji (Tong w swojej koncepcji stosował jedynie relację opartą na mierze możliwości). Zaproponowano trzy heurystyczne algorytmy rozwiązania: algorytm genetyczny "tabu search" oraz algorytm będący kombinacją dwóch poprzednich algorytmów. Przedstawiono także wyniki eksperymentu obliczeniowego, przeprowadzonego na problemie 12 zmiennymi decyzyjnymi i 10 ograniczeniami. (abstrakt oryginalny)
EN
The problem of fuzzy integer programming is considered, in which all the coefficients are fuzzy numbers of the L-R type. As the solution concept the approach of Tong is adopted, proposed in [8] for the problem with real decision variables. That approach is not only extended to the case of integer decision variables here, but also generalised to allow any (not only regular) shapes of the fuzzy coefficients as well as other fuzzy preference relations (not only the one based on the possibility measure) for comparing objective function values. Three algorithms for solving the problem are proposed. The first algorithm is genetic, the second is based on the tabu search idea and the third algorithm (the most effective one) is a combination of the two previous ones. The paper presents also the results of a computational experiment conducted on an exemplary model with 12 variables and 10 constructions. (original abstract)
Rocznik
Numer
Strony
21--39
Opis fizyczny
Twórcy
  • Politechnika Wrocławska
  • Politechnika Wrocławska
Bibliografia
  • [1] BELLMAN R.E., ZADEH L.A., Decision-making in fuzzy environment, Management Science B 17, (1970), 141-164 I.
  • [2] CHANAS S., On interval and fuzzy number linear programming, Institute of Industrial Engineering and Management, Technical University of Wrocław, Raport PRE nr 60, Wrocław 1995.
  • [3] CHANAS S., DELGADO M., VERDEGAY J.L., VILA M.A., Ranking fuzzy numbers in the setting of random sets, Information Sciences, 69 (1993), 201-217.
  • [4] DUBOIS D., PRADE H., Operations on fuzzy numbers. Int. J. Systems Science, 30 (1978), 613-626.
  • [5] Dubois D., PRADE H., Ranking fuzzy numbers in the setting of possibility theory, Information Sciences, 30 (1983), 183-224.
  • [6] KASPERSKI A., Wybrane problemy optymalizacji dyskretnej z nieprecyzyjnie określonymi parametrami, Technical University of Wrocław, M.Sc. Thesis, 1998.
  • [7] MICHALEWICZ Z., Genetic Algorithms + Data Structures = Evolution Programs, Springer-Verlag, 1996.
  • [8] TONG S., Interval number and fuzzy number linear programmings, Fuzzy Sets and Systems, 66 (1994).
  • [9] Young-Jou Lai, Ching-Lai Hwang, Fuzzy Mathematical Programming. Methods and Applications, Lecture Notes in Economics and Mathematical Sciences 394, Springer-Verlag, 1992.
  • [10] ZADEH L.A., The concept of a linguistic variable and its application to approximate reasoning I, II, III, Inform. Sci., 8 (1975), 199-249; 301-357; 9 43-80.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171603565

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.