《表4 例2中参数θ的灵敏度分析Tab.4 Sensitivity analysis of parameterθof example 2》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于确定可能性均值法求解模糊随机双层规划问题》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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.