《表4 例2中参数θ的灵敏度分析Tab.4 Sensitivity analysis of parameterθof example 2》
接下来令θ1=θ2=θ3=θ4=θ.现将置信水平分别设置为0.5、0.6、0.7、0.8和0.9,计算结果如表4所示.由表4可以看出,当θ=0.5时,获得最好的上下层目标函数值分别为-149.382 0和-108.854 7;当θ=0.9时,获得最差的上下层目标函数值分别为-129.285 8和-85.458 4.事实上,随着置信水平降低,相应的确定性约束范围变宽,更易产生更好的上下层目标函数最优值;反之当置信水平提高,确定性约束范围变窄,这将导致更差的优化结果.事实上,当置信水平较低时,即决策者提高了不满足约束条件的风险水平,这将有利于获得更好的上下层目标函数值.因此在实际的决策中,决策者可以根据自己的风险态度来选择置信水平.例如,保守的决策者可以取较大的置信水平.
图表编号 | XD0015361800 严禁用于非法目的 |
---|---|
绘制时间 | 2018.03.01 |
作者 | 任爱红 |
绘制单位 | 宝鸡文理学院数学与信息科学学院 |
更多格式 | 高清、无水印(增值服务) |