论文摘要
基于可信性理论,本论文讨论了两阶段模糊最小风险问题的性质,两阶段模糊最小风险问题与两阶段模糊风险值问题之间的关系,及两阶段风险值模型的求解方法.首先,论文研究了两阶段模糊最小风险问题可信性目标函数的连续性.其次,论文讨论了两阶段最小风险模型和两阶段风险值模型在最优值和最优解两方面的关系,这些关系从理论上提供了一种可行的求解最小风险问题的方法.此外还提出了一种逼近风险值函数的方法,并结合逼近方法、神经网络和遗传算法设计一种混合智能算法用于求解上述的两阶段风险值问题,并且通过数值例子来验证算法的有效性.本文的主要工作可归纳为以下三方面：研究了两阶段模糊最小风险问题可信性目标函数的连续性；建立了两阶段最小风险问题和两阶段风险值问题在最优值和最优解两方面的关系,这些关系提供了一种可行的求解最小风险问题的方法；设计了一种基于逼近方法、神经网络和遗传算法的混合智能算法用于求解两阶段风险值问题,并通过数值例子验证算法的有效性.