不确定环境下多阶段多目标决策模型

在贝叶斯网络的基础上进行扩展,提出了一种不确定多阶段多目标(Uncertainty,multistageand multi-object,UMM)决策模型来求解不确定环境下的多阶段多目标决策问题.首先描述了不确定环境下多目标多阶段决策问题的数学描述,然后给出了决策模型的定义,详述了其构建方法及求解算法.采用此模型求解决策问题时,决策者只需考虑某节点与其父节点之间的依赖关系,降低了思考的复杂程度,适用于大规模的复杂问题求解.实际案例分析表明基于贝叶斯网络的决策模型描述、建模及求解方法对不确定环境下的多阶段多目标决策问题是有效的.     

一种具有序值信息的双边匹配决策方法

针对具有序值信息的双边匹配决策问题,提出了一种新方法.首先,给出了具有序值信息的双边匹配决策问题的描述;其次,给出了稳定双边匹配和满意双边匹配的相关概念及判断方法,在此基础上,对双边匹配进行了分类;然后,以匹配主体对之间的序值总和最小及中介收益最大为目标,构建了多目标优化模型,使用线性加权方法将多目标优化模型转换为单目标线性规划模型进行求解来获得匹配方案,并进一步说明了该匹配方案的类型.最后,通过一个算例说明了该方法的可行性和有效性.     

一类具有非凸关系的多目标决策方法

针对一类具有非凸关系的多目标决策问题，本文提出了一种新的求解方法．该方法将多目标决策问题转化为对策问题，利用对策理论进行求解，克服了非凸性问题所引起的决策困难．     

下层为多目标的两人两层决策问题的模型及优化方法

本文针对上层为单目标,下层为多目标的两人两层决策问题,建立了它的数学模型和决策机制,然后将其转化为单层的非凸优化问题。采用外部逼近算法求解此非凸优化问题的全局最优解,这为两层决策问题提供了一种求解的途径,同时为该类问题的决策支持系统的研究是有意义的。     

一类分散多目标决策问题的模型及交互式决策方法

本文建立了一类适用范围更广泛的分散多目标决策问题的模型，基于该多目标问题的非劣解与加权增广切比雪夫范数优化问题的解之间的关系，提出了一种求解它的交互式决策方法，了求解加权增广切比雪夫范数优化问题的随机全局优化方法，示例的仿真结果表明该决策方法是实用有效的。     

求解群体多目标决策问题的一种方法

引进了群体多目标决策问题的一种新的最优解概念──s-最优平衡解,它的实际意义是对于每个决策者而言在每个目标下都给出一个让步值.证明了求解s-最优平衡解等价于求解一个对应的单目标优化问题,并在一定条件下s-最优平衡解总是存在的.讨论了具有不同让步值的s-最优平衡解.数值例子表明这个方法对解决群体多目标决策问题具有一定的有效性.     

极大熵方法求解双层多目标决策问题

讨论了双层多目标决策问题 ,给出了最优有效偏好解的概念 ,上层转化为极大熵问题求解 ,下层进行有效性检验 ,最终给出了迭代算法.     

多目标决策的逼近方法（I）：理论分析

本文将函数序列的ｖ－收敛性推广到向量值函数，在ｖ－收敛性的条件下得到了给定的多目标决策问题的近似弱有效解集的下半连续性并给出了若干容易验证的充分条件。在一致收敛性和不变凸性的条件下得到了近似有效解集的连续性。作为本文一般性结果的应用，得到了求解多目标ｍｉｎｉｍａｘ（最小最大）问题的一种有效的逼近方法：极大熵方法的收敛性质。     

多个服务中心的服务网络设计与优化

为解决具有多个需求节点和多个服务中心的服务网络,如何在预算约束条件下设计与优化服务网络的服务中心配置,使得服务网络运营的总效率最高的决策问题,本文对多个服务中心的服务网络优化问题进行了提炼和描述,并构建了服务网络设计的优化模型,同时证明了该服务网络优化问题是一个NP-完全问题;进一步,针对优化模型的特点,设计了求解模型的混合拆分遗传算法,进行了大规模仿真实验并与传统的多目标遗传算法进行了比较,结果表明本文给出的算法具有较好的求解效率和效果;最后,通过例子说明了本文提出方法的潜在应用价值.     

多UCAV协同目标攻击决策

针对多无人作战飞机(unmanned combat aerial vehicle, UCAV)攻击多目标,研究了多UCAV协同攻击决策问题。建立了目标毁伤模型、UCAV损耗模型和时间协同模型,并通过加权求和将三者转化为单一目标函数,进而转化为单目标问题进行求解。提出了一种离散微粒群优化(discrete particle swarm optimization, DPSO)算法,在微粒群优化算法框架内重新定义了微粒的位置、速度及相关操作。建立了微粒与实际问题的映射关系,进而使DPSO算法适合于求解多UCAV协同目标攻击决策问题。仿真结果表明,DPSO算法易于实现,能够较好地解决基于时间协同的多UCAV目标攻击决策问题。     

多目标决策的逼近方法（Ⅰ）：理论分析

本文将函数序列的ｖ－收敛性（ｖａｒｉａｔｉｏｎａｌｃｏｎｖｅｒｇｅｎｃｅ）推广到向量值函数，在ｖ－收敛性的条件下得到了给定的多目标决策问题的近似弱有效解集的下半连续性并给出了若干容易验证的充分条件．在一致收敛性和不变凸性（ｉｎｖｅｘｉｔｙ）的条件下得到了近似有效解集的连续性．作为本文一般性结果的应用，得到了求解多目标ｍｉｎｉｍａｘ（最小最大）问题的一种有效的逼近方法：极大熵方法的收敛性质．     

有限方案多目标决策问题β-较重有效解与β-较重最优解的求解方法

描述了多目标决策β－较重有效解与β－较重最优解的涵义。针对决策方案个数为有限的多目标决策问题,提出了有效等价点集的概念,并给出了通过有效等价点集求解β－较重有效解与β－较重最优解的过程。     

考虑双边主体公平性的稳定匹配决策方法

针对一对一双边匹配决策问题,依据双边主体给出的多指标评价信息提出了一种新的双边匹配决策方法。给出了稳定匹配和公平匹配的相关概念,并给出了双边主体满意度的计算方法;建立了考虑稳定性、公平性和满意性的多目标优化模型,并设计了一个多目标遗传算法用于求解模型。最后,通过教育服务机构中学生与老师的双边匹配实例验证了方法的实用性和有效性。     

立体农业综合评价的分层协调方法

概述了确定立体农业综合评价指标权重的分层协调方法，该方法立足于多准则群决策问题的求解技术，比以往的方法有效，为评价立体农业提供了更为科学的依据。     

多目标优化的生长竞争蚁群算法

提出一种求解多目标优化的生长竞争蚁群算法。该方法将生长竞争规则引入蚁群算法,给出了在连续空间多目标函数优化的算法描述,定义了生长竞争规则及蚁群邻域的转移概率,并提出了实现算法的具体步骤。算法在MATLAB环境下,对一些典型的测试函数进行了求解和验证,实验结果表明该方法具有向真实的Pareto前沿逼近的效果,是一种求解多目标优化的有效方法。     

两个双目标竞争选址问题模型

研究了多目标竞争选址问题,建立了市场份额最大、费用最小和利润最大、利润率也最大的两类双目标竞争选址模型.探讨了模型的性质与相互关系,并利用多目标优化技术将这两类双目标模型转化为同一类型的单目标参数整数规划问题求解,给出有效解集的精确求解方法和近似求解方法,并通过数值例子说明求解方法.     

诊断多智能体重构过程的Petri网模型

为适应故障诊断中动态变化的环境和满足求解复杂系统全部任务的要求,本文以诊断决策问题的结构及建模过程的层次性为基本思想,提出用立体分层Petri网作为可视化建模支持工具支持嵌套式建模,研究了诊断系统重构的立体分层Petri网框架,并详细分析了诊断系统资源调度的Petri网模型、多智能体诊断系统重构的Petri网模型以及功能智能体执行重构的Petri网模型,全文通过实例说明了Petri网模型的设计方法,最后给出了立体分层Petri网模型的求解方法。     

无人机协同多目标攻击空战决策研究

针对超视距空战中多架无人机对空中的多个敌对目标进行协同攻击的决策问题进行了研究。首先,对空战威胁态势进行了分析,基于对各攻击目标至少分配一枚导弹的原则,将协同多目标攻击决策问题转化为导弹目标攻击配对的优化问题并建立其攻击效能评估模型。然后,提出了一种模拟退火遗传算法用于该决策问题的寻优。最后,通过所得最佳导弹目标分配个体求得最终协同攻击决策方案。仿真结果表明所提出的算法能有效地求解协同多目标攻击决策问题,其对最优解的搜索效率明显优于单一的遗传算法。     

模糊多目标系统实和最优决策法及其应用

对于可行域为有限集的模糊多目标系统的评价与决策问题，本文给出一个新解法－最小隶属变偏差法。并结合实例通过与“优序法”，“最短距离法”的对比分析，指出“优弃法”泊不足之处和新解法的有效性。     

模糊多目标系统实用最优决策法及应用

对于可行域为有限集的模糊多目标系统的评价与决策问题，本文给出一个新解法─最小隶属度偏差法．并结合实例通过与“优序法”，“最短距离法”的对比分析，指出“优序法”的不足之处和新解法的优点．