摘 要： 對模糊序貫決策算法進行了優(yōu)化設計，構建了一種基于模糊關系矩陣的模糊序貫決策算法，并利用Matlab 程序實現(xiàn)了算法，給出了源程序，通過實例分析說明了算法的簡潔性。
關鍵詞： 模糊序貫決策算法；模糊目標約束向量；模糊輸入約束向量；Matlab實現(xiàn)

決策是人們在科學技術和日常生活中普遍存在的一種選擇方案行為，許多實際問題是由多個按時間順序相互關聯(lián)的決策階段組成的[1]。在每一個決策階段，選擇一個合理的方案，依次作出決策以實現(xiàn)整個決策過程最優(yōu)化的決策問題稱為序貫決策問題，也稱為動態(tài)決策問題。實際上有許多問題往往是不確定的、模糊的，人們很難做出判斷。基于模糊集理論的模糊決策為這類問題的解決提供了有效的方法和技術。模糊決策是從一個階段的狀態(tài)轉移到下一個階段某個狀態(tài)時的選擇，由模糊目標和模糊約束共同決定[2]。模糊序貫決策就是給定最終的目標，選擇系統(tǒng)的最佳控制序列，使各部分的狀態(tài)最優(yōu)，也稱為模糊動態(tài)規(guī)劃。許多學者對模糊動態(tài)規(guī)劃理論和應用研究做了大量的工作。本文鑒于模糊序貫決策算法的復雜性，對其進行了優(yōu)化設計，構建了一種基于模糊關系矩陣的模糊序貫決策算法。
Matlab是MathWorks公司于1984年推出的用于基本矩陣運算的強大數(shù)值計算軟件, 在許多領域得到了充分的利用。本文的模糊序貫決策算法在每個階段都要做模糊矩陣合成運算，從而得到下一階段的模糊目標約束向量，這樣當階段數(shù)較大時，計算量很大。針對Matlab 軟件在矩陣運算方面的優(yōu)勢，提出了基于Matlab編程方法的模糊序貫決策方法，從而方便、快捷地得到系統(tǒng)的最佳控制序列。這對模糊決策理論的發(fā)展與應用具有一定的意義。



3 情況吸收過程模糊序貫決策實例分析
根據(jù)參考文獻[1]中實例，某蔗糖酯（SE）情報研究課題組根據(jù)課題要求，擬定研究報告由5方面知識內容組成：SE的性質和功能、用途與應用、市場需求狀況、合成工藝評價、產品方案與生產規(guī)模的可行性等。為此，將整個情報研究過程分為5個階段，并按研究報告的5個方面知識組成。每階段的情報分析側重其中一項內容，但又兼顧其他4方面知識，以形成該階段的知識結構狀態(tài)。
第1階段，主要分析SE的性質與功能，知識結構狀態(tài)為x1；第2階段，主要分析SE的用途與應用，知識結構狀態(tài)為x2；第3階段，主要進行市場分析，知識結構狀態(tài)為x3；第4階段，主要進行工藝評價，知識結構狀態(tài)為x4；第5階段，主要研究生產可行性，知識結構狀態(tài)為x5。
這樣,SE情報吸收系統(tǒng)的知識結構狀態(tài)集為X={x1，x2，x3，x4，x5}，并按上述5個方面知識要求，將情報資料分成3類(因一份情報資料往往包含多方面知識內容，而且有的知識內容如生產可行性尚無現(xiàn)成情報資料之故)。因此，SE情報信息吸收的輸入控制變量為U={u1，u2，u3}，按照二類情報資料所含知識的特點, 在情報研究者的情報吸收能力正常的狀況下, 其知識結構的狀態(tài)轉移矩陣如下：