一种基于奖优罚劣原则的多阶段多目标决策模型

针对一类动态多指标决策问题 ,提出一种多目标多阶段动态决策模型 .文章提出了一种新颖的效用函数 ,并据此将具有不同量纲、不同物理含义、不同指标类型的决策矩阵归一化转换到相应的效用矩阵 ,该效用函数以指标的平均值为参考点 ,突出了“奖优罚劣”原则 ,提高了分辨精度 ,物理概念更加清晰 .文未提出了一种动态决策目标函数 ,并通过对某省五城市三年综合经济效益的评估实例 ,说明此方法是合理可行的.     

基于神经网络的多目标综合评价

本文提出了基于神经网络的多目标综合评价方法。这种方法通过利用神经网络对于以往成功的评价样本的学习, 使得神经网络反映评价指标的偏好, 从而代替评价人进行评价。文章研究了神经网络学习的BP算法, 并分析了某大型水利工程水位方案评价问题。     

基于Hamming神经网络的经济效益综合评价模型

利用 Hamming神经网络提出了多指标经济效益综合评价模型建模方法 ,并将其应用于企业综合经济效益评价问题的研究中 ,取得了较满意的结果.     

基于多Agent动态影响图的协作实现

将MAIDs在时间上进行扩展,提出一种新决策模型——多Agent动态影响图（MADIDs）,对动态环境中的协作关系进行建模;给出MADIDs的一种分层分解的分布近似方法,进而通过将决策结点和效用结点的推理引入到BK算法中,给出MADIDs环境模型的一种扩展BK（EBK）近似推理算法;引入一种BP神经网络学习MADIDs的局部效用函数。最后,针对一个表示协作关系的MADID模型,进行算法比较和仿真实验,实验结果显示了MADIDs模型的有效性。     

基于知识的综合评价问题的模糊推理求解方法

在文献［１］的基础上,首先讨论了最小有序评价树（ＳＯＥＴ）评价的建模机理,提出了多种评价原则下的模糊运算模型、集成式多目标权系数赋值方法以及各ＳＯＥＴ根节点评价知识的生成方法;然后以对ＳＯＥＴ的评价模型为基本模型,讨论了不同层次ＳＯＥＴ之间综合的基于知识的推理方法,提出了在两种群体评价原则下的基于知识的模糊推理算法．依据本文提出的两种算法可以较好地实现不同评价专家对多人多层次多目标综合评价问题（Ｍ３ＣＥＰ）的合作求解．     

基于多源信息融合的巡飞弹对地目标识别与毁伤评估

面向利用多枚巡飞弹对地面高防御移动目标进行打击的任务场景,提出一种基于多源信息融合的巡飞弹对地移动目标识别与毁伤评估方法。基于IoU判定实现红外图像与可见光图像的多源信息融合;提出一种基于YOLO-VGGNet的两阶段紧耦合的巡飞弹对地移动目标毁伤评估方法,利用卷积神经网络深度语义信息提取的优势,引入红外毁伤信息,实现对地面移动目标的在线实时毁伤评估。。实验结果表明：基于多源信息融合的目标识别算法有效提升了巡飞弹对地面移动目标识别的有效性;基于YOLO-VGGNet的在线实时毁伤等级评估方法较传统基于图像变化检测与基于两阶段卷积神经网络的方法评估准确率分别提升19%和10.25%。     

效用函数在防空C3I系统效能评估中的应用

分析了防空C3 I系统效能的评估指标 ,介绍效用函数的特点和用于防空C3 I系统效能评估的可行性。讨论了效能评估指标体系、指标对系统效能的影响、指标的效用函数类型和指标效用值的计算 ,并给出采用多属性决策方法进行系统效能综合评估的模型及实现步骤。通过算例验证了方法和模型的正确性和实用性。     

基于多属性效用的主战坦克武器系统作战能力评估

武器系统作战能力评估是数据结构复杂的多属性决策问题,具有重要的军事意义。针对武器系统作战能力评估时评估信息形式不统一、指标数据聚合困难以及不同性质指标无法对比分析等问题,提出了主客观相互嵌合的多属性效用评估方法,采用了基于心理活动规律的常数构造效用函数,建立了基于生产函数的指标效用聚合模型。首先,基于小组决策的方法,提出将距离优化模型与多专家评估权重有机结合,得到基于群体共识的有效指标权重。其次,考虑评估信息形式不统一、不同属性指标数据无法对比分析等问题,基于心理活动特点,构造了3类效用函数,将武器的各类数据信息统一转换为效用。最后,针对指标数据聚合困难的问题,基于生产函数的特点,建立了符合能力增长规律的效用聚合模型。案例分析表明:本方法能有效评估出主战坦克作战能力,且各指标数据均具有客观性和可对比性。最后分析了我国主战坦克能力增长途径,为装备改进以及新装备研制提供了参考。     

基于多策略评价的绩效指标权重确定方法研究

论述了企业绩效评价的意义，对企业绩效评价问题进行了形式化描述，对评价过程中的指标数据处理方法进行了探讨。针对评价过程中的权重确定问题，提出一种基于多策略评价的赋权思想，并将多种赋权方法有机地集成在一起，提出用权差异系数来调整主观的赋权并用得到的评价结果作为学习样本，对神经网络进行训练并最终用神经网络进行赋权。最后，给出了一企业经济效益评价问题中的赋权实例。     

基于变权投影灰靶的指控系统动态效能评估

针对传统效能评估中指标权重相对固定的不足,基于变权理论和灰靶理论,提出了一种动态评估方法,解决了指标评价值为精确实数、区间数和三角模糊数的混合型多属性指挥控制系统效能评估问题。首先,引入指标作用度的概念,解决混合型指标评价值相对重要度度量问题,采用改进序关系法求解指标初始常权;其次,以指标评价值与正、负靶心距离的相对值作为变量,定义了一种新的优势度函数用于刻画指标的优劣性,并基于变权理论构造局部状态变权函数对初始常权进行动态修正;最后,以评估对象变权投影靶心距作为度量标准,采用投影灰靶方法确定了评估对象综合效能及排序。实例分析验证了所提方法的可行性。     

基于人工神经网络的高产高效矿井经营绩效排序

为了更科学地解决高产高效矿井经营绩效多指标综合排序问题，本文提出了一种基于人工神经网络的排序新方法．确定神经网络结构的最优算法准则是：各矿井经营绩效的实际评价值与理想值之间越一致越好．从而，排序得以实现，其结果与实际情况相符．     

神经网络的防空导弹武器系统研制费用研究

对应用人工神经网络技术解决防空导弹武器系统研制费用问题进行了探讨，论述了人工神经网络原理，对武器系统的品质因素应用效能函数进行了处理，给出了研制费用的神经网络估算方法。     

基于BP神经网络的弹炮结合系统作战效能评估

以拦截巡航导弹为例,针对抗击低空目标特点,提出了弹炮结合防空武器系统作战效能评价指标体系,简要分析了指标选取的理由。然后,采用专家打分的方法取得了几组训练样本,并对所构造的三层BP神经网络进行训练,当训练精度达到要求后,再运用BP神经网络对几种典型的弹炮结合防空武器系统对巡航导弹的作战效能进行了评估。结果表明,在选定指标的基础上,用训练好的BP神经网络评估弹炮结合防空武器系统作战效能是合理的,减少了评估中的人为因素,使评估的结果更为可信。研究结果可为在现有武器装备的基础上开发和研制新型弹炮结合防空武器系统提供理论参考。     

神经网络的智能雷战斗部总体效能评价研究

建立了反直升机智能雷战斗部系统总体效能的评价体系.对各种评价方法进行了分析,这些方法都是以判断矩阵为核心,仍然显著地受决策者的主观影响.对应用人工神经网络技术解决反直升机智能雷战斗部系统总体效能评价问题进行了探讨,给出了神经网络评价模型和算法.对层次TCPSIS法评价结果与神经网络评价结果进行比较,结果表明神经网络的评价结果受决策者的主观性影响较小.     

AHP法专家调查法与神经网络相结合的综合定权方法

针对多目标决策中评价指标权系数的确定问题 ,在分析现有两大类方法 (主观赋权法、客观赋权法 )优缺点的基础上 ,提出一种以层次分析法、专家调查法与误差逆传播神经网络技术 ( BP网 )相结合的综合分析方法 ,同时运用 Math Works公司开发的 MATLAB5.1作为系统工具进行程序编制 ,得出最终结果.     

嵌入神经网络专家系统的智能化城市评价DSS

本文以决策支持系统(DSS)的理论方法为基础,综合运用人工智能、模糊集、神经网络理论。提出了嵌入神经网络专家系统的智能化城市评价决策支持系统(ICEDSS)的基本结构模式,介绍了ICEDSS各组成部分的功能,讨论了具有神经网络专家系统的综合评价子系统的工作原理,描述了多层次多目标模糊综合评价模型和基于神经网络的系统自学习原理。整个ICEDSS的原型系统已在IBM微型机上用TurboC,FORTRAN77和Foxbase⁺语言实现。     

Artificial Neural Networks Model of Evaluating the Schemes of Mine Design

1　IntroductionTheevaluationandoptimalselectionofminedesignschemesarealwaysanimportantandcomplicatedworkofdesigningdepartments.Accordingtoparticulargeologicalconditions,severaldesignschemesareanalyzedandcomparedcomprehensivelyintechnology,econo-my,safetyandetc.Thenanevaluationconclusionwillbereached.Therefore,itisamul-tiplecriteriadecisionmaking.Thereareseveralmethods[1～4]atpresenttoevaluateminedesignschemes.Theirtwocommondefectsareasfollows:1Astheevaluationofminedesignschemesisamul-ti-inde…     

模块化神经网络子网的动态集成方法学研究

提出一个模块化神经网络的广义定义,它包含了几乎所有多神经网络(系统)。简要分析了模块化神经网络子网集成的相关概念和问题。针对一类模块化神经网络,提出了5种基于"分而治之"原理和自适应组合的新型动态集成方法。它们之间的主要区别在于:距离测度(绝对距离测度和相对距离测度);个体数目(有些全部参与集成,有些则是部分参与);集成策略和规则(数据驱动和数据/知识驱动)。仿真实验证实了这些方法的有效性。同时,还提出了一种基于"一专多能"思想的子网训练方法。