模糊优化中的加权约束-研究论文

许多实际优化问题的特点是问题约束具有一定的灵活性，可以利用这种灵活性在改进目标函数和满足约束之间进行额外的权衡。 特别是在决策制定中，这种灵活性可以产生可行的解决方案，其中参与决策的不同方指定的目标和约束相互权衡并在不同程度上得到满足。 模糊集已被证明是对这种类型的软约束进行建模的合适表示。 通常，这种设置中的模糊优化问题被定义为约束和目标的同时满足。 假设在约束和目标之间不存在额外的区别。 本报告建议扩展此模型以满足问题约束和目标，其中决策者可以指定对不同约束和目标的偏好。 约束偏好的差异由一组相关的权重因素表示，这些因素影响改进优化目标和满足各种约束之间权衡的性质。 通过使用最近提出的（阿基米德）模糊 t 范数的加权扩展，可以对各种标准的同时加权满意度进行建模。 通过使用简单的模糊线性规划问题来证明问题约束和目标的加权满足。 然而，该框架更通用，也可以应用于模糊数学规划问题和多目标模糊优化。