基于Mamdani模糊推理系统的制造/再制造混合系统的最优定价

首先分析了回收产品数量、质量及价格的关系,运用Mamdani模糊推理系统对这种关系进行建模,并在此基础上建立基于制造/再制造混合系统的利润模型。该利润模型中,顾客的需求量与产品价格符合经济学中常见的线性需求,将产品回收价格、回收产品质量合格指标、产品销售价格以及全新制造产品占需求量的比重作为决策变量。为了对模型进行有效寻优,提出了一种改进的小生境粒子群算法（MNPSO）,运用混沌映射方法生成初始种群,并通过小生境欧氏距离阈值和粒子欧氏距离阈值来扩大粒子群的搜索空间,保持粒子的多样性。最后通过具体算例验证了算法的有效性。     

过失误差识别和数据校正的MILP模型的新视角

混合整数线性规划（MILP）方法成功地应用于同时识别过失误差和协调数据,使过程数据满足物料平衡、能量平衡和其他约束条件。然而,在混合整数线性规划的框架下,模型的扩展十分困难。采用公式推导的方式证明了数据校正的MILP模型可以等价地表示成非线性规划模型,因而该模型不仅可以用混合整数线性规划算法求解而且可以用非线性迭代算法求解,两种算法求解的一致性也验证了该结论的正确性。此外,在非线性规划的框架下,模型容易进行扩展,在不增加算法复杂度的前提下,扩展模型保证了在不存在过失误差的情况下模型为最大似然估计。两个应用实例验证了本文的观点。