区间粗糙数层次分析法

针对基于点判断矩阵、区间判断矩阵的层次分析法存在信息缺失及没有考虑决策者风险偏好的不足,定义并构造了区间粗糙数判断矩阵,由此将区间粗糙数引入层次分析法中,并提出相应的排序方法,得到仍然是区间粗糙数形式的排序权重向量.这不仅可以保留决策者更多的判断信息.而且还可以反映决策者的风险偏好.将粗糙集的客观性和层次分析法的主观性有机地结合起来,形成区间粗糙数层次分析法.最后通过算例说明所提方法的可行性.     

不确定偏好下的官厅水库水资源冲突研究

本文利用不确定偏好下的冲突分析图模型法对官厅水库水资源冲突进行建模和求解,以模拟和预测冲突事态的发展过程及结果,使冲突中的决策者及其他冲突分析者了解不同情况下各项决策可能引起的局势变化,从而为冲突方及协调方提供更详细的决策指导。此外,本文探讨了一种在图模型框架下基于策略偏好的不确定偏好计算法,并利用该方法对官厅水库水资源冲突中决策者的偏好进行计算,清晰地展现了决策者偏好信息构成的原因和过程。本文研究表明:1)不确定偏好下的图模型法及基于策略偏好的不确定偏好计算法可以有效地对水资源冲突问题进行建模和分析;2)冲突的稳定性分析结果会随着决策者偏好信息的变化而改变,决策者的态度和偏好对水资源冲突的解决至关重要。     

对方案有偏好的不完全信息下的决策分析模型

研究了一类属性权重和边际效用以线性不等式形式表示,且方案的偏好信息以模糊偏好关系给出的多属性决策问题。在定义偏离度的基础上,构造了一个确定属性权重和边际效用的非线性规划模型,通过引入新变量将它转化为线性规划问题,并依据求解结果确定最优方案,从而使决策结果既能反应客观信息又能体现决策者的主观偏好。最后,通过它在ERP系统选择问题中的应用说明了该方法的可行性。     

基于DEA的搜潜方案评估及输出量的模糊偏好修正

运用带有偏好锥的DEA方法,研究了反潜巡逻飞机搜索方案评估和决策应用模型.特别是针对决策单元输出为概率指标以及决策者对搜索发现概率偏好程度具有一定模糊性的情况,引入模糊隶属度函数概念,提出了一种可体现决策者意愿的输出量的模糊偏好修正方法,使DEA评估结果既具有较强的客观性,又充分尊重决策者的主观意愿.最后给出了评估算例,验证了模型的合理性,可应用于反潜巡逻飞机搜潜方案的计算机辅助决策.     

层次分析的区间估计

提出了利用数学规划和约束锥的方法 ,对层次分析法权重向量进行区间估计的理论和模型 .该模型把决策者的偏好信息视为一种约束 ,而非传统模型中的确定权重向量 .这个模型能更好地反映出决策者的偏好和决策过程中的不确定性 ,具有较好的鲁棒性 .算例结果表明 ,该模型是主观决策问题的有效的分析方法 .     

模糊线性规划的γ-鲁棒解

对于不确定系统的优化问题,模糊线性规划是一种常用的建模方法,但得到的最优解或满意解,往往对参数的变动缺少"免疫"能力,即参数受到扰动后,最初的最优解会变得不再最优甚至不可行.首先针对λ-截集水平下的模糊线性规划,给出了λ-鲁棒解的定义.利用模糊结构元理论对λ-鲁棒解的定义进行表示,得到了求解模型.由于决策者的不同,对解的可实现程度要求不同,故在模型中加入了能够反映决策者风险偏好的测度约束,该模型的解即为γ-鲁棒解,该解既有鲁棒性、优化性,又能体现决策者的风险偏好程度.通过算例可以看出,γ-鲁棒解对参数的变动具有"免疫"能力,能为决策者提供更为丰富的信息,体现出了更好的实用价值.     

模糊需求信息条件下的车辆路径问题研究

在对模糊需求信息条件下的车辆路径问题进行简单描述的基础上，通过引入决策者主观偏好的概念，提出了解决该问题的一种基于模糊可能性的混合遗传算法．同时，在最小化车辆使用数与车辆行驶距离的目标下，通过随机模拟方法研究了决策者的主观偏好对最终决策目标的影响作用，并通过与其它计算方法的比较证明了基于模糊可能性的混合遗传算法的优越性．     

基于偏好信息的多目标旅行商问题Pareto优化求解

多目标旅行商问题(MOTSP)是经典旅行商问题的扩展,其优化目标包含了距离、成本、收益及风险等多个相互冲突的指标.本文提出了一种基于偏好的Pareto演化算法p-PEA用于建模并求解此NP-hard问题.该优化算法建立在MOTSP的智能体仿真模型之上,从而解决了数学建模不能真实再现实际MOTSP中众多影响因素的问题.通过仿真的方法,算法能够得到MOTSP可行解的各项评价指标值.在此基础士,通过设计演化算法搜索问题的Pareto优化解集.其中,将决策者的决策偏好信息引入到Pareto优化解集的求解过程中,所得结果将更合理.最后,以一个130个城市的旅行商问题为例验证了算法的有效性.     

基于案例比较信息的多准则群决策分类方法

提出了一个基于案例比较信息的多准则群决策分类方法.该方法使用级别高于关系作为决策者的偏好模型.它要求决策者根据自己的偏好预先给出部分方案之间的比较信息.基于这些比较信息和决策者的重要度确定了具有最大可信度的群体一致案例比较信息集,并利用该信息集构建一个混合整数规划模型来计算方案的分类区间,从而引导决策者给出部分方案的精确分类信息.在此基础上,确定一个代表函数来获得其余方案的精确分类.最后通过一个实例说明了方法的可行性和合理性.     

考虑可信度和方案偏好的犹豫模糊决策方法

研究了对方案有偏好的犹豫模糊多属性决策问题。对每一个评价值给出相应的可信度,用来表示决策者对专业领域的熟悉程度。基于可信度提出几个犹豫模糊信息关联度公式,并讨论了它们之间的关系。基于决策者的主观偏好与客观偏好之间的关联度建立属性权重模型。给出一种考虑可信度且对方案有偏好的犹豫模糊多属性决策方法。算例证明了所提方法的有效性。     

Flexible Interaction Multiobjective Programming

This paper develops and interactive method,called flexible interaction multiobjectiveprogramming(FIMP),for solving multiobjective decision problems.In a decision process a minimaxproblem is iteratively solved within a progressively reduced objective space until a noninferior solutionwhich is perferred by the decision maker(DM)is found.The interaction process is easy,reliable and     

粗集在数据开采中的应用

从数据库或数据仓库开采有用的知识，是辅助决策的有效手段，粗集作为一种新的软计算方法，是处理不确定、不完全数据的有效方法，它可以克服其他软计算方法的不足，并且和它们具有较强的亲和力，所以粗集理论得到了广泛的应用，尤其是数据开采领域巳成为研究的热点，论文就粗集在数据开采中的几个重要问题进行论述，包括决策表的约简、不完全决策表的处理，连续值的离散化、基于粗集数据开采的递增算法以及粗集与其他软计算方法的集成等几个前沿问题，同时指出了问题之所在，提出粗集进一步可能的发展方向。     

A Method of Problem Situation Decomposing to Support Goal Finding

ＡＭｅｔｈｏｄｏｆＰｒｏｂｌｅｍＳｉｔｕａｔｉｏｎＤｅｃｏｍｐｏｓｉｎｇｔｏＳｕｐｐｏｒｔＧｏａｌＦｉｎｄｉｎｇＤＩＮＧＲｏｎｇｇｕｉ；ＨＡＮＷｅｎｘｉｕ（ＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ...     

基于后悔理论的风险型多属性决策方法

在一些现实的风险决策问题中, 往往需要考虑决策者的心理行为, 而如何将行为决策理论引入到风险决策分析中, 这是一个值得关注的研究课题. 在考虑决策者行为的情境下, 为了解决 属性值和状态概率均为区间数的风险型多属性决策问题, 提出了一种基于后悔理论的决策分析 方法. 该方法是基于后悔理论, 分别计算关于属性值的效用值和后悔值, 然后通过计算效用值 和后悔值之和来得到决策者对每个方案的感知效用, 进一步地, 通过构建方案综合感知效用最 大化的优化模型并进行模型的求解来得到方案的排序结果. 最后, 通过两个算例说明了提出方 法的可行性与有效性.     

基于GA的GMDH选择性集成及在煤炭价格系统模型中的应用

首先给出了一种通过对样本数据进行惩罚性划分,产生彼此之间具有差异性的GMDH 学习器集合,然后利用遗传算法从已产生的GMDH个体集合中选择最优的个体进行选择性集成的算法,并将该方法应用于煤炭价格系统的实践研究. 结果表明这种采用遗传算法选择性集成惩罚性GMDH个体的算法,与单个GMDH算法和采用遗传算法选择性集成随机性GMDH个体的算法相比,明显提高了模型的泛化能力和稳定性. 该方法很好地给出了煤炭价格系统的模型,能够准确预测煤炭价格的变动趋势.     

GMDH参数模型的改进及在煤炭价格研究中的应用

首先,针对现有GMDH算法的不足做了两点改进:一是利用初始变量添加法来防止有用信息丢失、改善模型结构、提高模型精度,二是用权系数向量法或符号表达式法直接给出GMDH输出的显式表达式;然后,将改进的GMDH算法应用于煤炭价格影响因素的实证研究。结果显示改进的GMDH算法能够更真实地反映实际的煤炭价格模型结构,不仅有更高的拟合精度,而且有良好的外推能力,能够准确预测煤炭价格的变动趋势。     

反精确现象与形式化研究

通过尝试给出软直方图估计模型中样本不完备度和模型粗糙度匹配关系的公式化定义,发现了一个反精确规则.该反精确规则给出的启示是,如果信息是不完备的,则一个较粗糙模型的识别效果会更好;反之,一个较精确模型会比较好.     

不完备信息系统中基于相似度的变精度粗糙集模型

提出了一种基于相似度的变精度粗糙集模型,该模型是变精度粗糙集模型在不完备信息系统中的拓展.定义了这种模型上的知识约简,并给出了求约简的两种一般算法.最后通过实例分析说明了算法的有效性.     

基于全相容性粒度的粗糙集模型

基于不完备信息系统下的容错关系粗糙集模型与完备信息系统下的粗糙集模型相比更能满足现实生活的需要,因此在实际工作中得到了广泛的应用,但其中存在的一个问题,即容错类中的元素并非两两存在相容关系,而只是都与其容错类的生成元素存在相容关系.本文首先重新定义了不完备信息系统下的相容关系,进而提出了最大全相容类的概念,从而保证了相容模块中的元素两两相容.在此基础上,定义了4种不同的知识表达系统,不仅对这4种不同的知识表达系统所构成的覆盖进行了比较,而且在不同的知识表达系统下对于粗糙集的近似精度,知识的粗糙熵以及粗糙集的粗糙熵进行了深入分析.     

基于离散化分布密度的无人机粗糙决策方法

无人机“精准农业”任务要求无人机能够响应环境信息进行自主决策,从而完成喷绘任务。首先,研究了面向作业要求的空间属性设计规则,根据精准作业条件属性因子的值域分布特点及其样本密度,提出了一种基于高斯分布密度的反正切属性精细离散方法。然后,利用粗糙集属性依赖度的算法求解属性约简,去掉冗余的属性,获取精准作业的粗糙决策规则表。最后,通过试验验证了粗糙决策方法的合理性和准确性。