一种多Agent协商中多目标群决策算法

为解决多Agent多目标群决策情形中属性的权重或决策Agent的权重未知时无法进行有效决策的问题,提出了采用迭代思想改进模糊多目标群决策模糊优选算法的途径.在模糊多目标群决策中,将未知模糊权重通过有效地迭代计算得出,从而确定出决策的最优排序结果.实例演算证明该算法可行且决策时间较短.     

协调型目标的交互决策方法探讨

概述了各种主要的多目标决策方法 ,指出了其在处理协调型目标决策中的困难 .提出了将决策者意见引入分析过程 ,通过多步单目标规划反复尝试 ,使各个目标在满意范围内均达到优化的方法 ,并给出了协调型目标的交互决策程序 .最后通过一个简化实例予以说明 .     

多周期下两种供应链协调策略研究

为研究数量、时间协调对供应链运营成本的影响，在原有一对多的多周期供应链模型的基础上进行了数量和时间上的协调改进，通过对比传统分散决策、数量协调、时间协调三种决策下供应链的运营成本，得出数量协调和时间协调都可以使供应链绩效得以改善，而且时间协调还可在数量协调的基础上进一步优化供应链。最后通过算例验证了这一方法的有效性。     

下层多人且独立的两层多目标决策问题的方向搜索算法

建立了下层多人且独立的两层多目标决策问题的数学模型和决策机制,在证明了若干定理的基础上,提出一种方向搜索算法,该方法与实际的决策过程较接近,人-机交互过程简单。     

考虑经济和环境的过程系统优化综合

建立了流程的宏结构数学模型，提出考虑经济和环境的过程优化综合的协调分层决策策略，把问题求解过程分解为微结构层、智能协调层和宏结构层等三个层次，使得多目标问题可在这三个层次上求解。在智能协调层中引入了人工智能领域的智能体概念，它可以支持设计者进行多个层次间的交互，从而完成对复杂问题的求解。     

一个基于自组织多Agent系统的智能控制与决策模型

提出了一个基于自组织多Agent系统的智能控制与决策模型,它是一种基于行为主义的智能控制与决策模型,由环境和自组织多Agent系统两大部件构成,分别通过环境的定义、环境的识别、多Agent控制与决策过程以及多Agent控制与决策输出4个基本步骤来完成建模工作．该模型可以灵活地选择多种算法进行具体的实现工作,文中给出的算法是一种基于作用力机制（物理激励）的多Agent控制与决策算法,该算法是通过模仿经典物理学理论中的万有引力定律,将多Agent系统中的自组织交互过程转化为相互的作用力,并通过交互作用力的大小和方向体现多Agent之间的交互机制,充分利用了多Agent系统的群体决策优势．测试实验结果表明,该模型具有较好的应用效果并且其系统能量在Agent数目为300、迭代次数超过80次时具有稳定性．     

船型方案优选的多目标群决策方法

利用与粒子群优化（PSO）算法相结合的多方案、多目标群决策方法对多种船型方案进行了决策优选. 首先在利用加权距离保证决策结果一致性的单方案、多目标决策方法的基础上,提出一种新的多方案、多目标群决策方法,然后引入 PSO方法对个体评价值进行迭代调整,使决策结果既能保持各位专家的初始偏好,又使各位利益相关者的意见具有良好的一致性. 将此决策方法引入船舶初步设计阶段的船型方案决策过程,分析确定船舶初步设计的重点属性指标及其权重,根据主尺度约束均匀生成系列船型方案,然后邀请多位专家进行评价决策,最终获得了船舶最佳主尺度决策结果. 该方法具有较高的可靠度,并为船舶主尺度方案优选提供了一种简便、高效的新方法.     

广义多尺度决策系统的局部最优粒度选择

在实际应用中,人们常常选择比较合适的粒度层次来解决相应的问题。在经典的多尺度决策系统和粒度层次构造过程中,属性取值常由人工选择某些固定粒度层次。本文针对广义多尺度决策系统,由属性取值的尺度组合来构造粒度层次,进而研究局部最优粒度的选择问题。首先,介绍了广义多尺度决策系统的概念。然后,在协调的广义多尺度决策系统中定义了最优粒度和局部最优粒度,并给出了基于属性组合的最优粒度与局部最优粒度的选择算法。最后,在不协调的广义多尺度决策系统中引入了广义决策,定义了广义决策最优粒度和广义决策局部最优粒度,并给出了基于广义决策最优粒度与广义决策局部最优粒度选择算法。     

基于主从策略的两层约束变尺度决策方法

本文针对上层为多目标，下层多人多目标且具有优先级的两层决策问题，建立了其数学模型和决策机制，随后提出了一种交互式决策方法，该方法具有交互过程简单，计算量较小等优点。     

基于多参数的群决策方法

研究了多指标决策问题中，指标随着时间的变化，增加了一个时间维度，以进行更合理的综合排序，有效克服群决策方法中只考虑指标、方案二维排序问题的弊端．给出了三维标度下的群决策方法及具体步骤，并通过实例得出，把时间考虑进去能更有效地把近几年的数据进行分析，从而为决策者提供更全面的决策依据．     

军用飞机继续起飞决断速度计算方法

对具有多台发动机的飞机在起飞滑跑过程中一发停车的处置方式进行了研究。提出用继续起飞决断速度和中断起飞决断速度两个决断速度处置一发停车。给出用迭代搜索法计算继续起飞决断速度的算法,编写了军用飞机继续起飞决断速度计算程序。用所编软件对某型飞机在4种不同条件下的继续起飞决断速度进行了计算,结果表明,迭代搜索法是计算继续起飞决断速度的有效算法。     

多目标决策问题的交互式保守最优方法

对多目标决策问题提出了交互式保守最优方法,并给出了数字例子,本方法具有对决策者所提问题很简单,以及能自动保持前后一致等特点。     

基于加权判决信号的判决反馈盲均衡新算法

判决反馈常数模盲均衡算法(CMADFE),在均衡的起始阶段,由于眼图未睁开,容易引起判决器的误判,导致收敛速度慢。为了减小误判的影响,在迭代初期把判决信号加权后送入反馈滤波器中,当均衡一段时间后再把判决信号不需加权直接送入反馈滤波器,从而得到加权的CMADFE算法。计算机仿真表明,加权的CMADFE算法提高了收敛速度,且均方误差亦有所减小。     

军用机场飞机中断起飞决断速度计算方法

对飞机在军用机场起飞滑跑过程中出现一发停车的中断起飞决断速度的计算方法进行了研究.提出用迭代搜索算法计算中断起飞决断速度,编制了一发停车中断起飞决断速度计算程序.对某型军用飞机在2种不同条件下的中断起飞决断速度进行计算,并与试飞结果进行比较,计算的中断起飞决断速度分别为71.8 m/s、76.6 m/s,相应的试飞结果为73 m/s、78 m/s,计算值与试飞值的相对误差分别为1.6%、1.8%.结果表明,迭代搜索法是计算中断起飞决断速度的准确有效算法.     

基于评价准则及其偏差测度的多目标决策方法

基于评价准则及其偏差测度概念，提出了一类交互式多目标决策方法，克服了现有交互式多目标决策问题特性作较强限制及决策效能欠佳的不足。     

多指标会话式选择决策模型

社会经济系统的决策问题,大都是由多方面决策人员参加的,多指标的,具有确定可行方案集的方案择优或排序问题.本文针对这类带有普遍性的决策问题,在ELECTRE 方法的基础上,引入了目标规划的思想,将个体决策与群体决策有机地结合在一起,提出了一种多指标会话式选择决策模型。该模型具有人——机对话的特点,同时接受定量和定性信息,模型的多种功能交织在一起,不仅增加了方法的灵活性和适用性,而且交叉验证了决策的置信水平.此外,该模型还将指标价值和权放在一个比较适当的位置.这样既降低了对评价精度的要求,又使模型更加适用于社会经济问题.     

基于策略迭代和遗传算法的 SMDP鲁棒控制策略求解

半马尔可夫决策过程(SMDP)描述的一类受控半Markov系统,其模型参数在实际中常常不确定或不可知,可能导致随机过程的性能函数和系统参数(即嵌入链转移概率和状态逗留时间分布)皆不确定。该文针对参数不相关的情况,给出求解鲁棒控制策略的迭代算法,并在迭代过程中引入遗传算法,以提高全局优化能力。数值例子表明,基于遗传算法的策略迭代应用于鲁棒决策问题中具有较好的优化效果。