论文部分内容阅读
在现实的生产系统中,生产计划问题常常是一个确定的线性规划问题。但是,在许多的实际情况中,由于生产系统中不确定性因素的影响,带有常系数的线性规划模型不能合理地描述现实的决策环境。为了准确有效地描述生产决策环境,本文提出一类新的带有模糊参数的两阶段生产计划期望值模型并且讨论模型的一些基本性质。然后,讨论补偿函数的逼近并且设计一个基于逼近方法、神经网络和遗传算法的启发式算法来求解这个两阶段模糊生产计划模型。最后,给出一个数值例子来表明所设计算法的可行性和有效性。