Publicado el 26 de Junio del 2017
821 visualizaciones desde el 26 de Junio del 2017
2,1 MB
294 paginas
Creado hace 10a (18/11/2013)
UNIVERSIDAD DE GRANADA
FACULTAD DE CIENCIAS
Departamento de Ciencias de la Computación
e Inteligencia Artificial
DISEÑO E IMPLEMENTACIÓN
DE UN SISTEMA INTERACTIVO PARA
RESOLVER PROBLEMAS DE
OPTIMIZACIÓN FUZZY
TESIS DOCTORAL
José Manuel Cadenas Figueredo
Granada, 1993
DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA INTERACTIVO
PARA RESOLVER PROBLEMAS DE OPTIMIZACIÓN FUZZY
Jose Manuel Cadenas Figueredo
DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA INTERACTIVO
PARA RESOLVER PROBLEMAS DE OPTIMIZACIÓN FUZZY
MEMORIA QUE PRESENTA
JOSE MANUEL CADENAS FIGUEREDO
PARA OPTAR AL GRADO DE DOCIOR EN CIENCIAS (SECCIÓN INFORMÁTICA)
MAYO 1993
DIRECTOR
DR. D. JOSE LUIS VERDEGAY GALDEANO
DEPARTAMENTO DE CIENCIAS DE LA COMPUTACI ÓN E INTELIGENCIA ARTIFICIAL
FACULTAD DE CIENCIAS
UNIVERSIDAD DE GRANADA
La memoria titulada “Diseño e
Implementación de un Sistema Interactivo
para resolver Problemas de Optimización Fuzzy” que presenta José Manuel Cadenas
Figueredo, para optar al grado de DOCTOR en Ciencias (Sección Informática), ha
sido realizada en el Departamento de Ciencias de
la Computación e
Inteligencia
Artificial de la Universidad de Granada, bajo la dirección del Dr. D. José Luis
Verdegay Galdeano, Catedrático del Departamento en el que
se ha realizado la
memoria.
Granada, Mayo de
1993
Fdo: José Manuel Cadenas Figueredo
Fdo: Dr. D. José Luis Verdegay Galdeano
A mi familia
AGRADECIMIENTOS
Mi agradecimiento a quienes, de un modo u otro, han hecho posible la realización
de esta tesis, especialmente a José Luiz Verdegay Galdeano, sin cuyas ideas, dirección y
entusiasmo esta memoria jamás habría visto la luz y a Francisco Herrera por sus
consejos, apoyo, confianza y hospitalidad. A Fernando Martín que con su constante
aliento y comprensión me ha facilitado enormemente
el desarrollo
de
todo
el
trabajo. A los miembros del Departamento de Ciencias de
la Computación e
Inteligencia Artificial
de
la Universidad
de Granada y a los
compañeros del
Departamento de Informática y Automática de la Universidad de Murcia, al cual
pertenezco, por la ayuda recibida y el grato ambiente de de trabajo.
ÍNDICE
INTRODUCCI ÓN GENERAL
1. CONCEPTOS B ÁSICOS
1.1.
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2. Métodos de Comparación de Números Fuzzy . . . . . . . . . . . . . . . . . . . .
1.2.1.
Introducción al Concepto de Conjunto Fuzzy . . . . . . . . . . . . . . . .
1.2.2. Números Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.3. Formas de Comparar Números Fuzzy . . . . . . . . . . . . . . . . . . . . .
1.2.3.1. Métodos Basados en la Definición de una Función Ordenadora .
VII
1
3
3
4
6
8
9
1.2.3.2. Métodos Basados en la Comparación de Alternativas
. . . . . .
13
1.2.3.3. Métodos Basados en una Relación de Preferencias . . . . . . . .
14
1.3. Programación Lineal Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
1.3.1. Programación Lineal con Restricciones Fuzzy . . . . . . . . . . . . . . . .
18
1.3.2. Programación Lineal con Costos Fuzzy . . . . . . . . . . . . . . . . . . . .
19
1.3.3. Programación Lineal con Números Fuzzy en la Matriz Tecnológica . . . .
20
1.4. Métodos de Resolución para Problemas de PL Paramétrica . . . . . . . . . . . .
21
1.4.1. Programación Lineal con Coeficientes Intervalares en la Función Objetivo
21
1.4.2. Programación Lineal con Parámetros Grey . . . . . . . . . . . . . . . . .
26
ii
2. UN MODELO TE ÓRICO GENERAL DE PLF
31
2.1.
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
2.2. Programación Lineal Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
2.2.1. Problemas de Programación Lineal con Restricciones Fuzzy . . . . . . . .
35
2.2.2. Problemas de Programación Lineal con Coeficientes Fuzzy . . . . . . . . .
38
2.2.3. Problemas de Programación Lineal con Costos Fuzzy . . . . . . . . . . . .
39
2.3. Un Modelo General de Programación Lineal Fuzzy . . . . . . . . . . . . . . . . .
41
2.4. Método de Resolución del Modelo General de Programación Lineal Fuzzy . . . .
43
2.4.1. Resolución del Modelo General
. . . . . . . . . . . . . . . . . . . . . . . .
45
2.4.1.1. Funciones Homogéneas Lineales Fuzzy . . . . . . . . . . . . . . .
46
2.4.1.2. Funciones Ordenadoras Lineales en el Objetivo . . . . . . . . . .
50
2.4.1.3. Funciones Ordenadoras no Lineales en el Objetivo . . . . . . . .
53
2.4.1.4. β-cortes en el Objetivo . . . . . . . . . . . . . . . . . . . . . . .
54
3. MÉTODOS DE RESOLUCI ÓN EN PLF
59
3.1.
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
61
3.2. Modelos con Restricciones Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . .
61
3.2.1. Aproximación de Tanaka . . . . . . . . . . . . . . . . . . . . . . . . . . .
61
3.2.2. Aproximación de Zimmermann . . . . . . . . . . . . . . . . . . . . . . . .
62
3.2.3. Aproximación de Verdegay . . . . . . . . . . . . . . . . . . . . . . . . . .
64
3.3. Modelos con Costos Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
67
3.3.1. Métodos de Resolución que utilizan el Teorema de Representación . . . .
67
3.3.1.1. Aproximación multiobjetivo.
. . . . . . . . . . . . . . . . . . . .
67
3.3.1.2. Haciendo uso de la Aritmética Intervalar. . . . . . . . . . . . . .
71
3.3.1.3. Aproximación Posibilística.
. . . . . . . . . . . . . . . . . . . . .
74
3.3.1.4. Aproximación por Reducción Estratificada a Trozos. . . . . . . .
76
3.3.2. Métodos de Resolución que se basan en la Comparación de Números Fuzzy 80
ÍNDICE
iii
3.3.2.1. Métodos de Alternativas Optimales
. . . . . . . . . . . . . . . .
81
3.3.2.2. Funciones Ordenadoras Lineales . . . . . . . . . . . . . . . . . .
83
3.3.2.3. Funciones Ordenadoras No Lineales . . . . . . . . . . . . . . . .
87
3.3.2.4. Usando una relación de preferencias . . . . . . . . . . . . . . . .
88
3.4. Dualidad en Programación Lineal Fuzzy . . . . . . . . . . . . . . . . . . . . . . .
92
3.5. Ejemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
98
4. PROBO: UN SISTEMA INTERACTIVO
DE AYUDA A LA DECISI ÓN
101
4.1.
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.2. Análisis y Diseño de Probo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.2.1. Herramientas de programación . . . . . . . . . . . . . . . . . . . . . . . . 108
4.2.2. Manejo del Sistema
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
4.2.3. Estructura de PROBO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
4.2.3.1.
Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
4.2.3.2. Núcleo Principal del programa. Procedimientos y Funciones . . . 116
Núcleo Principal del Programa PROBO . . . . . . . . . . . . . . 116
Procedimientos y Funciones del Módulo Inicial
. . . . . . . . . . 121
Procedimientos y Funciones del Módulo CLASIC . . . . . . . . . 149
Procedimientos y Funciones del Módulo COS-DIF . . . . . . . . 152
Procedimientos y Funciones del Módulo RES-DIF . . . . . . . . 161
Procedimientos y Funciones del Módulo GEN-DIF . . . . . . . . 170
COMENTARIOS FINALES
BIBLIOGRAFÍA
APÉNDICE
175
179
189
Programas de ordenador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
INTRODUCCI ÓN GENERAL
INTRODUCCI ÓN GENERAL
vii
Los conceptos tradicionales de optimalidad, fundamentalmente los referidos al caso de
M ax f (x) con x ∈ X, están caracterizados por esquemas escalares basados en la unicidad
de sus soluciones y en una hipótesis de información completa. Son, por tanto, más que limitados
para captar la riqueza y la complejidad del modo de resolver y plantear los problemas de deci-
sión y optimización de los seres humanos. Sin embargo, inexplicablemente, todos esos conceptos
siguen anclados en sus definiciones clásicas en los respectivos campos de aplicación de la Inge-
niería, la Economía, las Matemáticas, la Inteligencia Artificial y demás disciplinas directamente
relacionadas con la optimización.
Conceptualmente, el modelo tradicional de optimización es simple e inambiguo. No obstante,
y a pesar de que a menudo se le usa como representación bien estructurada de realidades mal
estructuradas, las personas, como decisores en general, cotidianamente tratan la realidad con
toda la complejidad que ésta tiene, recurriendo muy de vez en cuando a tales mecanismos de
representación simplificada, que para casi nada le son necesarios dado el sentido común que
poseen.
viii
¿Que es la optimización? Cualquier problema bien estructurado tiene una solución uni-
dimensional bien estructurada: el más corto, el más seguro o el más beneficioso camino a través
del laberinto. Encontrar tal camino (solución) puede resultar sencillo o difícil, pero siempre es
deducible de la estructura dada (el laberinto), es decir, esa solución siempre está ahí, esperando
a ser calculada, y por tanto, en este sentido, por optimización entenderíamos búsqueda. Pero,
por otro lado, ¿qué es el camino optimal entre A y B? ¿Es simplemente el mejor camino entre
los ya existentes (que, incluyendo al mejor, podrían ser bastante malos), o nos referimos a la
construcción de un nuevo camino que resultara optimal? ¿Quién es el optimizador? ¿Es una
persona que elige lo mejor entre lo que le dan? ¿O es una persona que construye o crea lo mejor
“de novo”?
Como es fácil apreciar, todas estas preguntas y sus correspondientes respuestas, están pla-
gadas de conceptos ambiguos, con múltiples posibilidades inter
Comentarios de: DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA INTERACTIVO PARA RESOLVER PROBLEMAS DE OPTIMIZACIÓN FUZZY (0)
No hay comentarios