施工导流方案多属性群协商决策

针对异质群体参与的施工导流方案风险型多属性决策问题,分析导流方案决策主体面临不同属性时所对应的偏好尺度和评价效用的差异性,引入群体协商集结理论,提出基于可能度矩阵表征的导流方案群决策策略. 通过对各属性下导流方案决策主体的非一致性、模糊性意见进行协商集结,计算属性权重的协商区间. 基于蒙特卡罗模拟仿真技术,计算随机权重向量下导流方案两两间的优胜概率,得到描述导流方案优胜程度的模糊互补判断矩阵,据此进行备选方案的优先排序,并给出了排序的可信度. 实例验证了该方法的可行性和有效性. 研究为多属性群决策视角下导流方案的优选提供了理论基础和决策支持.     

基于竞合视角的自主式综合评价方法

针对自主式综合评价问题,提出了一种基于竞合视角的自主式综合评价方法。该方法把被评价对象视为具有自主性的"智能体",相互之间有竞争并且都具有最大化自身利益的相同目标;按照民主集中制原则,把评价过程分为代表民主的"竞争优化"模型和代表集中的"协商合作"模型两部分。其中,"竞争优化"模型强调被评价对象之间的相互竞争,被评价对象在此模型下突出各自竞争优势;"协商合作"模型是通过两阶段协商的方法使有利益冲突的各被评价对象进行协商合作,综合各被评价对象的信息,得到最终的评价结果。最后,用一个算例检验了方法的有效性。     

序关系分析下的多阶段交互式群体评价方法

针对传统的群体评价方法多是静态且无交互的局限性,提出了一种序关系分析下的多阶段交互式的群体评价方法.文章首先对序关系分析的思想进行了介绍,并给出了基于理想点法的单轮评价结果的确定方法;然后依据群体意见的波动程度来对其稳定性进行衡量,以此探讨交互终止的条件;最后在群体交互加权算子(DOWA算子和DOWGA算子)的基础上,对各轮交互结果进行了集结.为说明方法的有效性,给出了一个应用例子.     

群体评价中的并合方法

在生产和社会实践中,经常遇到诸如设计方案评选、企业评价、成果评奖之类的评价问题。在评价实践中,常有多个评价者同时参与,当评价者意见(评价结果)不一致时,就需集各评价者的意见为一体,用其作为群体的意见。这种集各评价者意见的方法及其用于评价的行为称为群体评价,相应单个评价者的方法及评价行为称为个体评价。群体评价是在个体评价的基础上进行的。     

基于双重反馈机制的语言型动态群体评价方法

针对语言型动态群体评价问题,提出了基于双重反馈机制的群体评价方法.在未满足共识要求时,按照自动化观点反馈机制向共识程度最低的专家提供修改建议,在该专家拒绝修改的情况下,按照专家权重反馈机制调整专家权重.然后依据新的专家意见或专家权重集结群体意见,检查群体共识程度并进行新一轮的共识提升,直到满足终止条件要求.由此可得最终专家评价意见和群体评价结果.本文证明了方法的收敛性并用一个算例验证了方法的可行性.     

两阶段子群群组评价机制的设计

当评价活动趋于大规模时,实现个体成员的"逐一评价"和全体成员的"交互式评价"困难重重.基于此,对传统的群组评价技术进行了改进,提出了一种两阶段子群群组评价技术.首先,对主体和客体进行分子群评价,减弱了大规模情形对评价活动的影响;其次,根据子群内的一致性意见进行等距抽样,并对样本实行全体成员间的交互式评价,以避免不同子群评价标准不一致对评价结论的影响.另外,根据样本意见进行测验等值,得到非样本客体的全体一致性意见,增加了评价结论的科学性和可靠性;最后,给出了应用算例,结果表明该方法具有可操作性和必要性.     

基于证据理论的群决策层次评价方法研究

运用证据理论对具有不确定信息的多属性群决策层次评价问题提出了一种新的解决方法。首先对专家的模糊评判语言作出了定量描述 ,对专家评判中由于主观认识的局限性使评判具有不准确性的问题进行了研究 ,构造了一种新的表示专家不确定意见的信任度方法 ,解决了在这种表示下的群体意见和多个指标的层次综合问题。算例表明 ,该方法评估结果客观、合理 ,对群决策层次评估问题很有效     

产出分享模式下动态物流联盟利益分配方法

为充分体现"收益共享、风险共担"的合作关系,动态物流联盟收益分配应以产出分享模式为主.在此基础上,本文建立动态物流联盟利益分配的两阶段过程模型,即在联盟组建期综合考虑各种利益分配要素,提出基于满意度的综合集成方法确定初始利益分配方案,在联盟解体期依据联盟实际运行状况提出不对称Nash协商模型对初始利益分配方案进行协商,以确定最终利益分配协调方案.应用实例表明该模型的合理性和有效性,为动态物流联盟利益合理分配提供切实可行途径.     

考虑竞争视野与利益相关的DEA交叉效率分析

在实际竞争与合作问题中,由于合作者或竞争者的规模等条件不同,决策单元(decision-making unit, DMU)之间的利益和竞争强度存在差异性,但传统的数据包络分析(data envelopment analysis, DEA)交叉效率模型并未考虑这一因素。因此,提出考虑DMU之间竞争关注度与净利益系数的DEA交叉效率评价方法,并且为了考虑综合信息,采用信息熵的方法对不同交叉效率模型的效率值进行综合得出DMU的加权效率。与传统的二次目标模式相比,该方法较好地体现了DMU之间利益和竞争强度存在的差异性,同时可以使被评价单元更有针对性地实施对合作者的支持手段或对竞争者的打压措施,从而更好地增强DMU的群体优势。     

基于TOPSIS的动态联盟利益分配方法

动态联盟在利益分配时,成员会倾向于不同的利益分配方案,联盟的意见会因此产生不一致.本文提出一种综合利益分配法,运用TOPSIS思想为不同的利益分配方案确定权重,最后折中成一种综合方案,解决多种协商结果不一致问题,达到了动态联盟中利益分配的协调.本文发现运用逼近负理想点和逼近正理想点方法会得出两个不同的分配结果,这两种方案的选择取决于联盟成员悲观或乐观的不同心理倾向,文中尝试使用乐观指数α来折中这两种情况.     

双方冲突特征下多评价结论协商组合方法

为探讨解决在多属性综合评价中存在的“多方法评价结论非一致性”问题,提出了双方冲突特征下多评价结论协商组合评价的方法,该方法具有协调冲突意见、集成冲突双方评价者偏好信息、组合优化多评价结论等特点,最后用一个算例验证了方法的有效性.     

面向作战的雷达全功能操作训练效果评估模型

针对雷达装备全功能操作训练效果评估相关指标体系作战指向不强、评估指标量化困难、评估方法适用性不强等问题, 提出一种面向作战的雷达装备全功能操作训练效果评估方法。首先, 从作战与操作的映射关系、全功能操作程序等角度进行分析, 构建了面向作战的评估指标体系, 并对评估指标进行了量化分析。接着, 采取群组专家区间数打分的思路对传统层次分析法(analytic hierarchy process, AHP)进行了改进, 建立了基于群组区间AHP (group interval AHP, GIAHP)的全功能操作训练效果评估模型, 给出了具体的评估步骤。最后, 通过算例应用对提出的评估方法进行了验证, 确定了各评估指标的权重, 得出了算例的评估结果。结果表明, 提出的评估方法能够有效解决雷达装备全功能操作训练效果的评估问题, 对于提升操作人员战斗力具有较强的参考性。     

一种群体评价一致性合成方法

在分析了影响群体评价结果的因素后 ,在以三角模糊数表达评价意见的基础上 ,提出了群体评价一致性合成的过程和算法 ,分析和证明了该方法的性质和特点 .实例表明用该方法能够更好地综合群体意见 ,全面反映群体评价综合中应考虑的因素 .     

模糊偏好下基于属性二元关系的群体聚类方法

在多属性复杂大群体决策中,对决策成员的决策结果进行有效的聚类,是分析以及完成群体决策的基础。考虑属性间二元关系,用直觉梯形模糊数表示决策者的偏好信息,给出一种大群体聚类方法。该方法通过计算直觉梯形模糊偏好矢量的期望值得到群体成员期望偏好矢量。基于属性间二元关系形成期望矢量的属性关系矩阵,并以此为基础构造了两期望矢量的相聚度模型,同时提出了大群体聚类方法。最后通过算例以及算例结果与其他聚类方法比较,证明该方法的有效性和实用性。     

信号级水下作战实验复杂声纳系统仿真技术研究

首先,给出了水下作战实验仿真的内涵和重要作用,并从水下信息攻防精细化仿真及复杂系统高性能计算两类应用需求,讨论了发展信号级水下作战实验复杂声纳系统仿真技术发展需求,介绍了国内外相关的技术概况。接着,分析了信号级水下作战实验复杂声纳系统仿真技术需要重点研究的科学问题,并从水声信号宽带波形快速预报、基于高性能平台的信号级仿真建模及大规模信号级仿真系统调控策略等3个方面论述了信号级水下作战实验复杂声纳系统关键仿真技术,包括其研究内容和作者所在团队研究成果;最后,给出了信号级水下作战实验复杂声纳系统仿真技术进一步的研究方向。     

基于语言标度中术语指标的多属性群决策法

研究决策矩阵中元素以语言形式给出的多属性群决策问题．介绍语言评估标度集，定义虚拟术语和虚拟术语指标等概念，给出与语言决策矩阵相对应的指标矩阵．利用语言评估标度中术语与其指标之间的关系，以及加权算术平均算子和混合集结算子，提出一种基于术语指标的多属性群决策方法，该法简便易行，且能充分地利用已有的决策信息，因此所得决策结果较为精确、合理，最后通过实例对方法的实用性和有效性进行说明。     

混合信息下的多属性大规模群体决策方法

针对多属性大规模群体决策问题中决策者评价信息类型不一致的情况,提出一种包含精确数、区间数、语言信息的多属性大规模群体决策方法。首先,定义了几种不同的转换函数,以此将各决策者给出的精确数、区间数、语言信息一致化为虚拟语言术语;然后,给出了大规模群体决策矩阵的的分组方法,并利用新的三维语言密度算子对其进行集结;最后,在语言幂Heronian算子的基础上,对群体综合决策矩阵进行集结。通过算例验证了所提方法的可行性与有效性。算例分析表明,该方法不仅能够较好地解决混合信息的处理问题,以及能够充分考虑群体共识度;还能够体现属性之间的关联性,以及反映集结值的整体均衡性,因此可使得决策结果更为客观合理。     

基于模糊邻近关系的结构聚类

在有序粒度空间理论的基础上,提出了基于模糊邻近关系的结构聚类分析理论和方法.首先,给出了依据距离的一致聚类的概念,提出了模糊粒度空间的一致聚类特征;其次,给出了模糊邻近关系结构聚类的粒度表示,并获得了基于模糊邻近关系结构聚类的快速算法;进而,提出了获取最佳聚类的新方法,并且这一方法是全局最优的;最后,给出了通过两个模糊邻近关系的交运算获取结构聚类融合的方法.为复杂系统结构分析研究提供了一整套理论工具和方法.     

基于高度残缺信息的分布式语言信任网络群决策方法

针对缺失的分布式语言信任社会矩阵以及高度残缺的评价信息, 提出一种新的分布式语言信任网络群决策方法。首先, 提出了一种分布式语言信任传递模型以填充分布式语言信任社会矩阵中的缺失值。其次, 定义了基于分布式语言信任社会矩阵的个体信任中心度和群体信任中心度, 并在此基础上提出了确定评价网络中专家权重的方法。再者, 鉴于决策矩阵中评价信息存在高度残缺的情形, 利用K-近邻算法评估残缺的评价信息, 并基于分布式语言信任函数的距离测度提出一种改进的逼近理想解排序(technique for order preference by similarity to an ideal solution, TOPSIS)法。最后, 通过外卖服务平台性价比的综合评估验证该群决策方法的可行性和有效性。