复杂系统决策的综合评价方法研究

在分析复杂系统决策问题特点的基础上,运用多目标决策分析原理,综合应用消去与选择转换法、逼近于理想解的排序方法和线性分配法,并在排序方案的基础上增加了一个最优方案和最劣方案,同时应用较为成熟的AHP主观赋权法作为指标权重分配计算方法,提出了一种复杂系统综合评价方法,建立了评价模型,编制了应用软件,并将其应用到实际复杂系统综合评价问题中,给出了相应的方法和步骤。     

运用离差最大化方法进行多指标决策与排序

本文以工业经济效益的综合评价和排序为应用背景,提出了一种多指标决策与排序的新方法——离差最大化方法。该方法能够自动确定各评价指标间的加权系数,且概念清楚、涵义明确,排序结果准确、可信,不具有主观随意性。     

基于DEA的决策单元排序方法研究

针对DEA方法中交叉评价模型在决策单元的评价排序问题上存在的不足--实现完全排序需要进行多次交叉评价,分析了引入差额指标模型的排序机制,该模型得出的评价排序结果较为完整。在此基础上,提出了新的DEA排序模型--综合输入效率模型,给出了具体的评价步骤,可实现与差额指标模型同样的排序功能。进一步通过数值分析对三种不同评价排序模型的排序效果进行对比分析,结论为差额指标与综合输入效率模型在评价排序时更为有效。     

集对分析与多属性决策

介绍了多属性决策中的集对分析方法,该方法集方案综合排序与排序稳定性分析于一体,是一种完整、有效的新方法。表2,参3。     

科研机构科技活动绩效综合评价的多元分析方法

本文以“投入—活动—产出—效率”四段模式,构建科研机构科技活动绩效综合评价指标体系,应用多元统计分析,给出一种综合评价的定量分析方法,即:综合评价值的线性加权模型及确定指标权重的定量分析方法,排序及最优分割法划分级别,综合绩效成因概念的因子分析方法。     

综合评价问题的系统分析

运用模糊数学的思想方法 ,对含软指标的综合评价问题 ,由原始评价信息的提取与处理 ,到综合评价结果及其分析的全过程 ,进行了系统分析 .首次提出集化函数的集化准则及其抗干扰功能和丰富综合评价结果的基本途径 .还提出对参评样品集整体质量状态及对评价人集的评价水平与异常性的定量评价方法 .从而为评价组织者提供了选用评价方法的依据 ,也为评价组织者全面正确认识、分析、运用所得评价结果 ,以及在宏观上提出导向性意见 ,提供了丰富的定量信息 .     

基于方法集的农业产业化综合评价模型

为了对农业产业化作出全面、科学的评价,应用主成分分析、模糊综合评价、灰色评价、集对分析和人工神经网络构成方法集对其进行综合评价.该模型首先通过KENDALL-W协和系数法对各评价结果进行事前一致性检验,在保证各方法评价结果具有一致性检验的前提下再运用算术平均组合评价模型、Borda组合评价模型和Copeland组合评价模型三种组合评价方法对各方法的评价结果进行组合评价.为了衡量组合评价的结果与各评价方法的评价结果是否吻合,又应用Spearman等级相关系数进行组 合评价方法的事后检验,并根据Spearman等级相关系数的大小, 选出最优的组合评价方法. 最后,通过对环洞庭湖区23个县市农业产业化发展水平的实际评价验证了本方法的有效性.     

一种基于集对分析的区间数多属性决策方法

针对属性权重和决策矩阵均为区间数的多属性决策问题,提出了一种基于集对分析的排序方法。通过借鉴集对分析理论把论域三划分的思想,把区间评价值转化成联系数的形式,给出了两个具有直观意义、计算简便的排序准则,并分析其合理性。分析过程中发现,区间数权重向量和区间数决策矩阵的方案评价向量具有不同的自由度,因此需要对它们采用不同的处理方法。最后,通过算例表明算法排序有效。与已有的数学规划等方法相比,该方法计算更为简便,排序准则具有直观的意义。     

区间数的综合决策模型

考虑到大系统的决策往往是由多个决策者共同制定，为了吸取众多专家的意见，本文提出一种区间数的综合决策模型。该模型利用集值统计的方法，对评判矩阵和诸因素的权重分配均用正有界闭区间数表示，并且给出了一种区间数的排序方法和决策准则以及一个应用实例。     

基于熵权的多属性大群体决策方法

针对传统的大群体决策方法只能处理单方案决策问题的缺陷,提出了一种基于多属性的多方案大群体决策方法。该方法首先将单方案大群体偏好模型与算法推广成多方案大群体偏好模型与算法,获得大群体偏好矩阵,然后利用熵权法获得各个方案的排序权重,最后利用各个方案的排序权重和大群体偏好矩阵获得各个方案的综合评价值矢量。通过该综合评价值矢量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题。通过计算机仿真实验证明该方法的有效性。     

基于集对势的扩充粗糙集模型

针对已有扩充粗糙集模型处理不完备信息系统的局限性,在已有扩充模型的基础上,基于集对分析理论中集对势的概念定义了一种新的对象之间的分类关系,称为集对势容差关系,并由此给出一种新的粗糙集扩充模型.从局部角度,分析说明该模型的分类性能优于已有方法.同时选用UCI数据库中的数据集进行测试,通过实验表明该模型的整体分类性能也优于已有方法.因此更加适合大型不完备信息系统的处理.     

一种基于视角剖分的可见性算法

文中提出了一种适用于在给定视点运动路径情况下,处理三维场景的可见性预处理算法。首先对所有可能的视线方向所对应的立方体进行细分,然后对分割后的平面沿着运动路径移动所形成的光束体进行可见性预处理,最后合并这些光束体得到对该运动路径的可能可见面集合(PVS)。由于能够有效的剔除被较大的物体遮挡的小物体,使得PVS中的面片数量远小于整个场景的面片数目,这样就可以避免绘制完全不可见的物体,从而提高场景的实时绘制的速度。     

结合粗集理论的动态属性约简研究

针对动态建立数据库的需要和粗集约简存在的问题 ,在粗集理论的基础上提出了一种动态约简算法 .在数据库变化时 ,该算法不象静态粗集约简方法需重新寻找属性约简 ,而是利用新增的对象对原有的约简关系进行修正 ,大大节省了计算量 ,提高了搜索效率 ;同时在算法中还引入了信息熵准则以克服粗集约简准则对数据噪声的敏感性和不能表达属性间概率因果关系的缺点 .通过一个病因诊断问题的实例表明 ,该算法利用较小的信息表就找到了与静态粗集约简一致的属性约简集 ,并按照因果关系的大小 (不确定性大小 )对结果集合作了排序 ,同时计算量分析表明该算法比静态粗集约简极大地节省了计算量 ,提高了搜索效率 .     

“公司+ 农户”规模经营系统的反馈基模生成集分析

在笔者原提出的系统动力学流率基本入树规范性建模法的基础上,讨论了一个确定的复杂系统的系统基模生成的问题.给出了用系统动力学流率基本入树作嵌运算生成反馈极小基模,由极小基模构成反馈基模生成集的具体方法,其中给出了生成基模的三个定理.此基模生成集可生成系统的具特性的各类基模结构.此基模生成集相当于数学线性空间的基础解析.这为对一个复杂系统进行基模反馈分析提供了一个有效分析工具.运用此新建立的反馈基模生成法,对"公司+农户"规模经营模式进行了优势与制约因素的有效分析,并提出了相应的管理方针,实现了用系统科学方法有效分析"三农"(农业、农村、农民)问题的目的.     

粗糙集理论在我国税收预测中的应用

基于粗糙集理论给出了对象与规则可信度的概念,提出了一种经济系统中相关关系预测法.利用信息熵的概念,评价因素的重要程度和约简因素,由此提取基本相关规则.在对象与规则之间的可信度基础上,建立了预测模型.与传统的回归预测法比较,这个方法不需要进行相关性判断、模型识别和检验,它直接从数据出发,在不损失信息的条件下约简冗余因素,寻找经济指标与影响因素之间的相关关系,能同时处理定性、定量因素以及不确定因素.税收预测模型算例说明了本文方法的有效性.     

基于分布式自治软构件的C~4 ISR效能分析建模

对C4 IRS效能的评估 ,仿真是一个最重要的手段。但C4 IRS系统中的元素多 ,相关性多 ,较难描述。本文提出了用自治对象描述C4 IRS系统 ,提出了一个自治对象的分析建模方法。在这个方法中 ,我们将仿真分为两层 ,下层是对仿真的要素进行建模 ,产生自治对象。自治对象的静态结构和行为模式下因环境的改变而改变 ,以支持最大限度的可重用 ,并可以通过组装这些预制对象来建立仿真想定。上层则通过组合预制对象并定义交互 ,以搭积木的方式建立仿真系统和想定。最后 ,用分布式软件来实现各个自治对象 ,实现用软件构件进行仿真。     

基于个体差异的多目标绩效分配问题研究

绩效分配是绩效管理研究的热点和难点.本文充分考虑了个体差异因素对绩效分配满意度的影响.为此,首先运用分值转化函数对考核对象基础工作量的初始分数值进行转化,然后利用K-均值聚类方法对考核对象进行分类处理;其次讨论了对考核对象最有利和最不利的基础工作量的最优解问题,获得了对考核对象最有利和最不利的绩效分配比例,进而构建了考核对象的满意度函数,在此基础上建立了多目标绩效分配模型,获得了Pareto最优解;最后,运用模型对某高校教师的绩效分配进行了数值实验,结果表明本文构建的多目标绩效分配模型,对提高绩效分配的满意度具有良好的效果.     

A distribution prior model for airplane segmentation without exact template

In many practical applications of image segmentation problems,employing prior information can greatly improve segmentation results.This paper continues to study one kind of prior information,called prior distribution.Within this research,there is no exact template of the object;instead only several samples are given.The proposed method,called the parametric distribution prior model,extends our previous model by adding the training procedure to learn the prior distribution of the objects.Then this paper establishes the energy function of the active contour model(ACM)with consideration of this parametric form of prior distribution.Therefore,during the process of segmenting,the template can update itself while the contour evolves.Experiments are performed on the airplane data set.Experimental results demonstrate the potential of the proposed method that with the information of prior distribution,the segmentation effect and speed can be both improved efficaciously.     

用联系数描述和处理网络计划中的不确定性

通过把集对分析（ＳＰＡ）中的联系数引入到网络计划技术之中，为工程中因各种情况变化引起的工期不确定性提供了一种新的表达和处理方法．研究表明，这种基于联系数的网络计划与调控方法，比传统的网络计划方法提供了更多有价值的信息，如关键路线、次关键路线和再次关键路线及其转化关系等，具有更灵活的表达和处理能力且符合工程实际．新方法思路清晰、操作方便，是一种值得推广的新型网络计划方法     

基于AHP与DEA的多因素排序法

结合层次分析法(AHP)7Z数据包络分析(DEA)方法对一类多因素排序问题给出了一种合理的排序方法．该方法首先利用AHP方法给出各因素所属类的权重，再根据决策对象的状态值，运用DEA(CCR)方法求出各对象在每一类中的排序权值，最后将该值与各类的权重综合起来，即求得各对象的最终排序权值．文章中运用了一个人才选优的实际例子加以说明。