Resumen

Recientemente, se han desarrollado varios métodos para resolver problemas de programación lineal con números difusos, como el método simplex y el método simplex dual. Sin embargo, sus complejidades computacionales son exponenciales, lo cual no es satisfactorio para resolver problemas de programación lineal difusa a gran escala, especialmente en el campo de la ingeniería. En este artículo se presenta un nuevo método que puede resolver problemas de programación lineal con números difusos a gran escala, que se llama método de punto interior revisado. Su idea es similar a la del método de punto interior utilizado para resolver problemas de programación lineal en un entorno nítido antes, pero su dirección factible y tamaño de paso se eligen utilizando números difusos trapezoidales, función de clasificación lineal, vector difuso y sus operaciones, y su condición final está involucrada en la función de clasificación lineal. Se demuestra su corrección y racionalidad. Además, se discute y analiza la elección del punto interior inicial y algunos factores que influyen en los resultados de este método. El resultado del análisis del algoritmo y del

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Método simplex; Método dual simplex; Método de punto interior revisado; Números difusos trapezoidales; Función de clasificación lineal; Vector difuso
• Keywords:Simplex method; Dual simplex method; Revised interior point method; Trapezoidal fuzzy numbers; Linear ranking function; Fuzzy vector