参数度量 $m_{\lambda}$ 上的库存问题

信任度理论由B. Liu提出，作为描述模糊不确定性的新方法。信任度度量是信任度理论的基本概念。最近，L.Yang和K. Iwamura通过定义参数度量 $m_{\lambda}$ ($\lambda$ 为区间 $[0,1]$ 内的实数参数，$\lambda=1/2$ 时得到信任度度量的特例) 扩展了信任度度量。利用 $m_{\lambda}$ 度量，我们在本文中研究了一个风险中性多物品库存问题。我们的建模概括了Y. Li和Y. Liu于2019年开发的信任库存模型。在我们的模型中，需求向量的分量是模糊变量，最大化问题通过 $m_{\lambda}$-期望值概念来建立。我们将证明优化问题的通用公式，从而获得在需求为梯形和三角形模糊数时的有效求解公式。对于 $\lambda=1/2$，我们得到Li和Liu的信任库存问题求解公式的特例。这些计算公式用于来自数值数据的一些 $m_{\lambda}$-模型。