42

m

n

l

~ Cijk xijk

~ B

j

,

j ,

i=1 j=1 k =1

xijk 0 i , j , k .

Birinci ve ikinci amacın üyelik derecelerini maksimize etmeye çalıştığımızdan modelde minimum (kesişim) operatörü var.

yardımcı değişkeni kullanarak çok amaçlı transport problemi için bulanık optimizasyon modelini şöyle yazabiliriz:

Max

(5.40)

Ş.k.g.
( ) k F k (x) , k = 1,2,K, K ,

n

l

xijk

~ Si ,

i ,

j=1 k =1

m

l

xijk

~ Dj,

j ,

i=1 k =1

m

n

xijk

~ Ek

,

k

,

i=1 j=1

m

n

l

~ Cijk xijk

~ Bj ,

j ,

i=1 j=1 k =1

0 1,

xijk 0 i , j , k .
yardımcı değişkeni bizim bu modelde bir bakıma toplam tatminimizi göstermektedir. Amacımız tatminimizi maksimize etmektir.

Doyumumuz 0 ile 1 arasında olacağından bunu model (5.40)a kısıt olarak ekledik.
( ) k F k (x) kısıtını aşağıdaki şekilde (5.38)den yararlanarak değiştirebiliriz, böylece
elimizdeki Lk ve U k değerlerinden yararlanmış olacağız.



52. SAYFADAKI ANAHTAR KELIMELER

xijk
cijk
model
şekilde
kısıt
bulanık


52. SAYFA ICERIGI

42

m

n

l

~ Cijk xijk

~ B

j

,

j ,

i=1 j=1 k =1

xijk 0 i , j , k .

Birinci ve ikinci amacın üyelik derecelerini maksimize etmeye çalıştığımızdan modelde minimum (kesişim) operatörü var.

yardımcı değişkeni kullanarak çok amaçlı transport problemi için bulanık optimizasyon modelini şöyle yazabiliriz:

Max

(5.40)

Ş.k.g.
( ) k F k (x) , k = 1,2,K, K ,

n

l

xijk

~ Si ,

i ,

j=1 k =1

m

l

xijk

~ Dj,

j ,

i=1 k =1

m

n

xijk

~ Ek

,

k

,

i=1 j=1

m

n

l

~ Cijk xijk

~ Bj ,

j ,

i=1 j=1 k =1

0 1,

xijk 0 i , j , k .
yardımcı değişkeni bizim bu modelde bir bakıma toplam tatminimizi göstermektedir. Amacımız tatminimizi maksimize etmektir.

Doyumumuz 0 ile 1 arasında olacağından bunu model (5.40)a kısıt olarak ekledik.
( ) k F k (x) kısıtını aşağıdaki şekilde (5.38)den yararlanarak değiştirebiliriz, böylece
elimizdeki Lk ve U k değerlerinden yararlanmış olacağız.

İlgili Kaynaklar







single.php