第1章 绪论 1
1.1 研究背景和意义 1
1.2 国内外研究现状 2
第2章 基础知识 10
2.1 不确定理论 10
2.2 不确定规划 19
2.3 模拟技术 22
2.4 遗传算法 27
2.5 神经网络 31
2.6 同步扰动随机逼近算法 36
第3章 基于模拟的同步扰动随机逼近算法 38
3.1 基于模糊模拟的同步扰动随机逼近算法 38
3.2 基于模糊随机模拟的同步扰动随机逼近算法 40
3.3 基于随机模糊模拟的同步扰动随机逼近算法 41
3.4 数值例子 43
第4章 集成模拟和神经网络的同步扰动随机逼近算法 49
4.1 集成模糊模拟和神经网络的同步扰动随机逼近算法 49
4.2 集成模糊随机模拟和神经网络的同步扰动随机逼近算法 52
4.3 集成随机模糊模拟和神经网络的同步扰动随机逼近算法 55
4.4 数值例子 58
第5章 基于模拟的混合优化算法 64
5.1 混合遗传—同步扰动随机逼近算法 64
5.2 算法测试与比较 65
5.3 基于模糊模拟的混合优化算法 68
5.4 基于模糊随机模拟的混合优化算法 71
5.5 基于随机模糊模拟的混合优化算法 73
5.6 数值例子 76
第6章 模糊环境下的贷款组合优化决策 82
6.1 具有模糊收益率的贷款组合在险价值 82
6.2 机会准则模型 85
6.3 机会约束下贷款组合方差最小化模型 89
第7章 模糊随机集约生产计划 96
7.1 记号 96
7.2 模糊随机集约生产计划模型的构建 97
7.3 数值例子 99
第8章 不确定集约生产计划 103
8.1 应用不确定变量的理由 103
8.2 有关不确定变量的基本概念 104
8.3 不确定集约生产计划模型的构建 105
8.4 求解方法 108
8.5 数值例子 112
参考文献 116
致谢 125