為了對模糊規(guī)劃領(lǐng)域中存在的模糊相關(guān)機會規(guī)劃（fuzzy dependent-chance programming,FDCP）模型問題進行計算,提出了模糊模擬技術(shù)與人工蜂群算法相結(jié)合的求解FDCP模型問題的求解方法。該算法運用模糊模擬技術(shù)來求解模糊機會函數(shù),ABC算法則用于尋優(yōu),給出了完整的求解FDCP模型問題的ABC算法流程。通過與經(jīng)典的求解算法相對比,本文的算法搜素效率更高,具有一定的求解優(yōu)越性。 

【文章頁數(shù)】：7 頁

【文章目錄】：
1 模型描述
2 人工蜂群算法
3 求解FDCP模型問題的人工蜂群算法
    3.1 模糊模擬算法
    3.2 算法流程
4 仿真測試和實驗結(jié)果分析
5 結(jié)語


【參考文獻】：
期刊論文
[1]基于人工蜂群算法的油船舯剖面優(yōu)化設(shè)計[J]. 劉浪,夏利娟.  船舶工程. 2019(05)
[2]基于人工蜂群算法的高速列車運行節(jié)能優(yōu)化研究[J]. 段玉瓊,朱愛紅,馬曉娜,李杰.  鐵道標準設(shè)計. 2019(09)
[3]基于人工蜂群算法的巖土邊坡穩(wěn)定性測度分析[J]. 劉莉莎,王偉,彭第.  科學技術(shù)與工程. 2019(08)
[4]基于蜂群算法的無線傳感器網(wǎng)絡(luò)層次路由優(yōu)化[J]. 牛祺君,張永輝.  計算機仿真. 2018(12)
[5]基于人工蜂群算法的WSN分簇與路由算法[J]. 吳繪萍,蔣永國.  計算機工程與設(shè)計. 2018(04)
[6]采用ABC算法的關(guān)節(jié)機器人動力學參數(shù)辨識[J]. 陳柏,管亞宇,吳洪濤,謝本華,丁亞東.  南京航空航天大學學報. 2017(05)
[7]基于混合智能算法的隨機模糊多目標指派問題[J]. 肖繼先,寇春蕾.  物流工程與管理. 2015(07)
[8]基于模糊相關(guān)機會規(guī)劃的機會陣雷達方向圖綜合[J]. 龔樹鳳,龍偉軍,潘明海,賁德.  電波科學學報. 2015(02)
[9]基于模糊相關(guān)機會規(guī)劃的儲能優(yōu)化控制[J]. 胡永強,劉晨亮,趙書強,王明雨.  電力系統(tǒng)自動化. 2014(06)
[10]混合智能算法在模糊規(guī)劃中的應(yīng)用[J]. 裴振奎,陳繼東,趙艷麗,劉真.  鄭州大學學報(理學版). 2010(03)



本文編號：3721146