Розподіл обмежених ресурсів в умовах невизначеності

2010;
: cc. 143 - 149
Authors: 

Ю.О. Верес

Національний університет «Львівська політехніка», кафедра систем автоматизованого проектування

Досліджено застосування апарату теорії нечітких множин у розподілі обмежених ресурсів в середовищі із нечіткостями та невизначеностями. Розглянуто прямі механізми розподілу обмежених ресурсів; механізми розподілу обмежених ресурсів в умовах невизначеності. Описано формальну модель розподілу обмеженого ресурсу в умовах невизначеності. Розглянуто різні варіанти обмежень, накладених на ресурс.

In the paper are analyzed the use of fuzzy sets theory in the distribution of scarce resources in an environment of uncertainty. The direct mechanisms of distribution of scarce resources, mechanisms for distribution of scarce resources under uncertainty. We describe the formal model of allocation scarce resources under uncertainty. Different versions of the restrictions imposed on resource.

  1. Модели и механизмы распределения затрат и доходов в рыночной экономике ПРЕПРИНТ / [Бурков В.Н., Горгидзе И.И., Новиков Д.А., Юсупов Б.С]. – М. 1996.
  2. Алиев Р.А. Управление производством при нечеткой исходной информации / Р.А. Алиев, А.Э. Церковный, Г.А. Мамедова. – М.: Энергоатомиздат, 1991. – 240 с.
  3. Иващенко А.А. Механизмы финансирования инновационного развития фирмы / А.А. Иващенко, Д.В. Колобов, Д.А. Новиков. – М.: ИПУ РАН, 2005. – 66 с.
  4. Serial cost sharing / Moulin H., Shenker S. // Econometrica, 1992. Vol. 60. № 5. P. 1009–1037.
  5. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений. – М.: Мир, 1976.
  6. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. – М.: Наука, 1981.
  7. Шапиро Д.И. Принятие решений в системах организационного управления: использование расплывчатых категорий. – М.: Энергоатомиздат, 1983.
  8. Негойце К. Применение теории систем к проблемам управления. – М.: Мир, 1981.
  9. Капустин В.Ф. Прямое и обратное размытие оптимизационных линейных моделей // Применение математики в экономике. 1982. – С. 205–211.
  10. Мельцер М.И. Диалоговое управление производством. М.: Финансы и статистика, 1983.
  11. Fuzzy methodologies for interactive multicriteria optimization // S.S.L. Chang, A. Olerra. IEEE Trans. on Syst., Man and Cybern. 1980. Vol. SMC-10. N 7. P. 355–365.
  12. On fuzzy mapping and control // S.S.L. Chang, L.A. Zadeh. IEEE Trans. Syst. Man and Cybern. SMC-2, 1. P. 30-34, 1972.
  13. Leberling H. On finding compromise solution in multicriteria problems using the fuzzy min-operator // Fuzzy Sets and Systems. 1981. N 6. P. 105-118.
  14. Fuzzy linear programming based on fuzzy functions // H. Tanaka, K. Asai. Bulletin of Univ. of Osaka pref. 1980. A29. № 2. P. 113–125.
  15. Язенин А.В. Нечеткое математическое программирование. – Калинин: КГУ, 1986.
  16. Sakawa M. Interactive computer programs for fuzzy linear programming with multiple objectives // Int. J. Man-Machine Studies. 1983. –№ 18. P. 483–503.
  17. Luhandjula M.K. Compensatory operators in fuzzy linear programming with multiple objectives // Int. J. Man-Machine Studies. 1982. № 10. P. 245–252.
  18. Carlsson C. Tackling MCDM-problem with the help of some results from fuzzy set theory // Eur. J. Oper. Research. 1982. № 10.P. 270–281.
  19. Membership functions, some mathematical programming models and production schelduling // V. Dumitru, F. Luban. Fuzzy Sets and Systems. 1982. № 8. P. 19–33.
  20. Long-term inventory policymacking through fuzzy decision-making models // J. Kacprzyk, P. Staniewski. Fuzzy Sets and Systems. 1982. № 8. P. 117–132.