模糊序貫決策算法優(yōu)化設(shè)計及Matlab實現(xiàn)

摘 要： 對模糊序貫決策算法進行了優(yōu)化設(shè)計，構(gòu)建了一種基于模糊關(guān)系矩陣的模糊序貫決策算法，并利用Matlab 程序?qū)崿F(xiàn)了算法，給出了源程序，通過實例分析說明了算法的簡潔性。
關(guān)鍵詞： 模糊序貫決策算法；模糊目標約束向量；模糊輸入約束向量；Matlab實現(xiàn)

決策是人們在科學技術(shù)和日常生活中普遍存在的一種選擇方案行為，許多實際問題是由多個按時間順序相互關(guān)聯(lián)的決策階段組成的[1]。在每一個決策階段，選擇一個合理的方案，依次作出決策以實現(xiàn)整個決策過程最優(yōu)化的決策問題稱為序貫決策問題，也稱為動態(tài)決策問題。實際上有許多問題往往是不確定的、模糊的，人們很難做出判斷?；谀：碚摰哪：龥Q策為這類問題的解決提供了有效的方法和技術(shù)。模糊決策是從一個階段的狀態(tài)轉(zhuǎn)移到下一個階段某個狀態(tài)時的選擇，由模糊目標和模糊約束共同決定[2]。模糊序貫決策就是給定最終的目標，選擇系統(tǒng)的最佳控制序列，使各部分的狀態(tài)最優(yōu)，也稱為模糊動態(tài)規(guī)劃。許多學者對模糊動態(tài)規(guī)劃理論和應(yīng)用研究做了大量的工作。本文鑒于模糊序貫決策算法的復雜性，對其進行了優(yōu)化設(shè)計，構(gòu)建了一種基于模糊關(guān)系矩陣的模糊序貫決策算法。
Matlab是MathWorks公司于1984年推出的用于基本矩陣運算的強大數(shù)值計算軟件, 在許多領(lǐng)域得到了充分的利用。本文的模糊序貫決策算法在每個階段都要做模糊矩陣合成運算，從而得到下一階段的模糊目標約束向量，這樣當階段數(shù)較大時，計算量很大。針對Matlab 軟件在矩陣運算方面的優(yōu)勢，提出了基于Matlab編程方法的模糊序貫決策方法，從而方便、快捷地得到系統(tǒng)的最佳控制序列。這對模糊決策理論的發(fā)展與應(yīng)用具有一定的意義。



3 情況吸收過程模糊序貫決策實例分析
根據(jù)參考文獻[1]中實例，某蔗糖酯（SE）情報研究課題組根據(jù)課題要求，擬定研究報告由5方面知識內(nèi)容組成：SE的性質(zhì)和功能、用途與應(yīng)用、市場需求狀況、合成工藝評價、產(chǎn)品方案與生產(chǎn)規(guī)模的可行性等。為此，將整個情報研究過程分為5個階段，并按研究報告的5個方面知識組成。每階段的情報分析側(cè)重其中一項內(nèi)容，但又兼顧其他4方面知識，以形成該階段的知識結(jié)構(gòu)狀態(tài)。
第1階段，主要分析SE的性質(zhì)與功能，知識結(jié)構(gòu)狀態(tài)為x1；第2階段，主要分析SE的用途與應(yīng)用，知識結(jié)構(gòu)狀態(tài)為x2；第3階段，主要進行市場分析，知識結(jié)構(gòu)狀態(tài)為x3；第4階段，主要進行工藝評價，知識結(jié)構(gòu)狀態(tài)為x4；第5階段，主要研究生產(chǎn)可行性，知識結(jié)構(gòu)狀態(tài)為x5。
這樣,SE情報吸收系統(tǒng)的知識結(jié)構(gòu)狀態(tài)集為X={x1，x2，x3，x4，x5}，并按上述5個方面知識要求，將情報資料分成3類(因一份情報資料往往包含多方面知識內(nèi)容，而且有的知識內(nèi)容如生產(chǎn)可行性尚無現(xiàn)成情報資料之故)。因此，SE情報信息吸收的輸入控制變量為U={u1，u2，u3}，按照二類情報資料所含知識的特點, 在情報研究者的情報吸收能力正常的狀況下, 其知識結(jié)構(gòu)的狀態(tài)轉(zhuǎn)移矩陣如下：