【正文】 (4124) 如 果把約束看作資源限制，則上式表明， iw 給出每增加一個(gè)單位第 i 種資源所引起的最優(yōu)值的改變量，因此稱 iw 為第 i 種資源的影子價(jià)格 或邊際價(jià)格，這個(gè)經(jīng)濟(jì)解釋是很有用的。 (2) 1? ??Bb0 這時(shí)，原來的最優(yōu)基 B 對(duì)于新問題來說 不再是可行基。但所有判別數(shù)仍小于或等于零，因此現(xiàn)行的基本解是對(duì)偶可行的。這樣，只要把原來的最優(yōu)表的右端 列 加以修改，代之以 西南交通大學(xué)本科 畢業(yè)設(shè)計(jì) (論文 ) 22 ????????11BBbc B b (4125) 就可以用對(duì)偶單純形法求解新問題。 改變約束矩陣 A 有下列兩種情形： (1)非基列 jp 改變?yōu)?j?p 這一改變 直接影響判別函數(shù) jjzc? 和單純形表中第 j 列 jy ，改變后，有 j j j jz c c??? ? ?1Bc B p， jj??? 1y B p ， 如果 0jjzc???，則原來的最優(yōu)解 也是新問題的最優(yōu)解。 如果 0jjzc???，則原來的最優(yōu)基，在非退化的情形下 ，不再是最優(yōu)基。這時(shí)，需將 jy 列改為 j?y ，判別數(shù) jjzc? 改為 jjzc?? ，然后把 jx 作為基變量，繼續(xù)迭代。 (2)基列 jp 改為 j?p 改變 A 中的基向量可能引起嚴(yán)重后果，原來的基向量集合用 j?p 取代 jp 后，有可能線性相關(guān)，因而不再構(gòu)成基，即使線性無關(guān)，可以構(gòu)成基，它的逆與原來基矩陣的逆 1?B 可能差別很大。由于基向量的改變將帶來全面影響，因此在這種情況下，一般不去修改原來的最優(yōu)表，而是重新計(jì)算。 關(guān)于動(dòng)態(tài)滿意度函數(shù)的靈敏度分析 設(shè)計(jì)一個(gè)函數(shù)，對(duì)問題 (1)的滿意度函數(shù)中變量的靈敏度 可用函數(shù)的 差分 來表示為： ? ?iMx? ?? ?x 式中， ? ?Mx表示某個(gè)設(shè)計(jì)函數(shù)， ? ?*,i i i ix T t?x ， ? 表示差分。 ? 越大，設(shè)計(jì)函數(shù) ? ?Mx對(duì)變量 ix 越敏感， ix 對(duì) ? ?Mx影響程度越大。 ? 表示函數(shù) ? ?Mx對(duì)變量 ix 的單調(diào)性 ,如果 0?? ,表示 ? ?Mx對(duì) ix 單調(diào)遞減 ； 如果 0?? ,表示 ? ?Mx對(duì) ix 單調(diào)遞增 。 總 結(jié) 本文 綜述了滿意度原理的產(chǎn)生 、發(fā)展現(xiàn)狀，在定義滿意標(biāo)準(zhǔn)、滿意度等概念的基礎(chǔ)上，研究了滿意度的表示方法。滿意度原理可用到被處理問題的諸多環(huán)節(jié)，一個(gè)確定問題，并沒有限定其滿意度函數(shù)的選擇方式。然而在實(shí)際應(yīng)用中，給出滿意度函數(shù)的具體表達(dá)式卻是非常必要的。所以本文系統(tǒng)的研究了滿意度函數(shù)在不同情況下的表現(xiàn)形式，為滿意度原理的系統(tǒng)化提供了部分依據(jù)。 本文定義了滿意度原理的幾個(gè)基本概念； 通過對(duì)滿意度的表示、特點(diǎn)的分析，揭示了滿意度原理的本質(zhì)特性。 本文引用了基于目標(biāo)函數(shù)的、基于模糊數(shù)學(xué)的、基于神經(jīng)網(wǎng)絡(luò)的幾種滿意度的建立方法，一定程度上完善了滿意度原理的理論體系。并且在此基礎(chǔ)上建立了通過優(yōu)化變量、迭代時(shí)間、迭代次數(shù)的函數(shù)族形成的一般性優(yōu)化問題的動(dòng)態(tài)滿意度。 動(dòng)態(tài)滿意度的建立是通過利用構(gòu)造函數(shù)的特性，在問題尋優(yōu)的基礎(chǔ)上一步步形成的。 最后，本文對(duì)所建立的動(dòng)態(tài)滿意度以差分的形式給出了關(guān)于其變量的靈敏度分析。 靈敏度分析的意義在于使建立的動(dòng)態(tài)滿意度函數(shù)更全面和系統(tǒng)，具有進(jìn)一步的研究價(jià)值。 本文待深入解 決的問題還有：如何把人類的滿意偏好在設(shè)計(jì)應(yīng)用中體現(xiàn)出來 。；如何確立滿意度函數(shù)的可行域； 如何實(shí)現(xiàn)滿意問題的規(guī)范化、程序化。 滿意問題代表了非常廣泛的問題類型，把滿意度原理應(yīng)用到具體問題的求解過程中，發(fā)揮其作用，是滿意度研究得到驗(yàn)證的保證，也是加速其發(fā)展的動(dòng)力 。參考文獻(xiàn) [1]. 盛昭瀚，曹忻 .最優(yōu)化方法基本教程 .東南大學(xué)出版社， 1990 [2]. 陳寶林 . 最優(yōu)化理論與算法 .第二版 .清華大學(xué)出版社， 2021： 122~157 [3]. 薛嘉慶 . 最優(yōu)化原理與方法 .冶金工業(yè)出版社， 1992 [4]. 刑文訓(xùn)，謝金星 . 現(xiàn)代優(yōu)化計(jì)算方法 .清華大學(xué)出 版社， 1999 [5]. 黃紅選，韓繼業(yè) . 數(shù)學(xué)規(guī)劃， 2021 [6]. 魏榮橋 .運(yùn)籌學(xué) .第三版 .清華大學(xué)出版社， ~70 [7]. 胡適耕，施保昌 .最優(yōu)化原理 .武漢 :華中理工大學(xué)出版社， 2021 [8]. 任平 .優(yōu)化理論中的令人滿意準(zhǔn)則 .模糊數(shù)學(xué)， 1983， (4)： 111 一 112 [9]. 姚新勝 . 滿意優(yōu)化原理及其在機(jī)械工程領(lǐng)域中的應(yīng)用研究 .[西南交通大學(xué)博 士論文 ].2021 [10]. MesarovieMD， . InformationSeienees， 1972， 4(4):291 一 313 [11]. MatsudaT， . InformationSeienees， 1979， 17(2):131 一 151 [12]. MatsudaT， . InformationSeienees， 1979， 17(2):221 一 237 [13]. ， 1981 [14]. HoPfieldJJ， ， 1985 [15]. 靳蕃 .神經(jīng)計(jì)算智能基礎(chǔ)原理與方法，成都 :西南交通大學(xué)出版社， 2021 [16]. 金煒東 .滿意優(yōu)化問題與列車操縱優(yōu)化方法研究 .[西南交通大學(xué)博士論文 ]，1995 [17]. 羅剛 .滿意解原則及其在控制系統(tǒng)中應(yīng)用的研究 .[西南交通大學(xué)博士論文 ]，1999 [18]. 席裕庚 .復(fù)雜工業(yè)過程的滿意控制 .信息與控制， 1995， 24(2)： 14 一 20 [19]. 馬豐寧，寇紀(jì)淞，李敏強(qiáng)等 .遺傳算法中的滿意度與最優(yōu)距 .系統(tǒng)工程理論與 西南交通大學(xué)本科 畢業(yè)設(shè)計(jì) (論文 ) 25 實(shí)踐， 1998， 15(l):19 一 21， 59 [20]. 郭耀煌，徐飛，張煒 .基于滿意度水平的多目標(biāo)群決策問題的迭代算法 .管理工程學(xué)報(bào)， 2021， 11(l):25 一 32 [21]. 胡思繼 .鐵路運(yùn)輸計(jì)劃指標(biāo)縱向分解的滿意度法 .鐵道學(xué)報(bào)， 1993 [22]. 吳清烈，徐南榮 .基于滿意度大規(guī)模含整變量多目標(biāo)決策方法 .控制與決策，1996 [23]. 達(dá)慶利，劉新旺 .區(qū)間數(shù)線性規(guī)劃及 其滿意解 .系統(tǒng)工程理論與實(shí)踐， 1999 [24]. 靳蕃，胡飛 .模糊神經(jīng)計(jì)算的滿意輸出原理 .鐵道學(xué)報(bào)， 1996 [25]. 靳蕃 .神經(jīng)計(jì)算的滿意解原理 .科學(xué)， 1992 [26]. 汪培莊 .模糊集合論及其應(yīng)用 .上海 :上?？茖W(xué)技術(shù)出版社， 198 [27]. 陳理榮 .數(shù)學(xué)建模導(dǎo)論 .北京 :北京郵電大學(xué)出版社， 1999 [28]. 劉駿躍 .最優(yōu)控制理論的現(xiàn)狀與發(fā)展 .機(jī)電工程， 2021 [29]. 呂大剛，張鵬，王光遠(yuǎn) .普遍型不確定性數(shù)學(xué)規(guī)劃模型及求解 .哈爾濱建筑大學(xué)學(xué)報(bào)， 1998， 3:7 一 13 [30]. 高榮 .廣義優(yōu)化設(shè)計(jì)，北京 :煤炭工業(yè)出版社， 1991 [31]. 黃洪鐘 .模糊設(shè)計(jì) .北京 :機(jī)械工業(yè)出版社， 2021 [32]. 余俊，周濟(jì)等 .優(yōu)化方法程序庫 OPB一 2— 原理及應(yīng)用 .武漢 :華中理工大學(xué)出版社， 1997 致 謝 本論文是在我的導(dǎo)師 馬淑霞 副教授的親切關(guān)懷和悉心指導(dǎo)下完成的。 馬老師 淵博的 專業(yè) 知識(shí)， 嚴(yán)肅的科學(xué)態(tài)度，嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神，精益求精的工作作風(fēng) ， 誨人不倦的高尚師德，嚴(yán)以律己、寬以待人的崇高風(fēng)范，樸實(shí)無華、平易近人的人格魅力 ， 無不深深地感染和激勵(lì)著我。從課題的選擇到項(xiàng)目的最終完成， 馬 老師 始終給予我細(xì)心的指導(dǎo)和不懈的支持。 論文的完成離不開 馬 老師的幫助。 在此，謹(jǐn)向 馬淑霞老師 表示崇高的敬意和衷心的感謝 ！ 同時(shí)，在這里 ，我還要感謝 趙海良 老師 ， 趙海良老師在馬老師不在的期間對(duì)我的論文 完成工作 給予 了很大的幫助和指導(dǎo) 。另 外還要感謝所有給過我?guī)椭睦蠋焸?，老師們的耐心和孜孜教誨給了我 前進(jìn)的動(dòng)力。 感謝在此過程中和我一起學(xué)習(xí)、共同進(jìn)步以及幫助過我的同學(xué)和校友。感謝大學(xué)四年以來所有對(duì)我給予過支持和關(guān)心的老師及朋友。 西南交通大學(xué)本科 畢業(yè)設(shè)計(jì) (論文 ) I 附錄 一： 外文翻譯原文 Satisfactory Optimization Control Algorithm based on Infinitenorm Performance Index Abstract This paper investigates the use of fuzzy decision making in predictive control, .the use of fuzzy goals and fuzzy constraints in predictive control allows for a more flexible aggregation of the control objectives than the usual weighting sum of squared errors. By defining the membership degree of the control objective and system constraint, and using the fuzzy interference, the optimal control problem with constraint, multiobjective multidegree of freedom can be transferred as a convex optimal problem, so as to utilize the efficient optimal algorithm and guarantee the global optimal solution. More importantly, we can increase the freedom degree of control by adjusting the relevant membership degree parameters of control objective and system constraints. The designer39。s experience of control objective and system constraint can be utilized through the fuzzy inference of language variables, thus can be get better understanding of effect for control performance. I. INTRODUCTION It is often difficult to characterize the behavior of the plants in process control systems, which makes the approaches based on the exact mathematical model very limited ill the applications, especially for the plex nonlinear system and partial unknown processes. The classical linear control theory can only be applied to the local linear systems and often can not get the global satisfactory control. In addition, there are various disturbances in industry environment that will affect the dynamic of process greatly in industry environment. As the scale of the whole process, so we pose different performance indexes and optimize these indexes synthetically, thus form the satisfactory control under the dynamic environment. The importance for different requirements is defined by decisionmaker and guaranteed by the control algorithm, to construct a manmachine cooperative control mode to make user s