判断矩阵排序的加权线性规划方法

本文在文献［１］所给判断矩阵几何最小二乘排序方法（ＧＬＳＭ）的基础上，进一步提出了一种改进的加权线性规划排序方法（ＷＬＰＭ）。与ＧＬＳＭ排序方法相比，ＷＬＰＭ排序方法排序结果准确、保序性好，可得到与特征向量排序方法（ＥＭ）完全一致的排序结果。     

层次分析中的最小最大几何距离排序方法

本文在判断矩阵几何最小二乘排序方法(GLSM)和最小最大偏差排序方法(MDM)的基础上,进一步提出了一种新的最小最大几何距离排序方法(MGDM)。与GLSM排序方法相比,MGDM排序方法排序结果准确、保序性好,可得到与特征向量排序方法(EM)完全一致的排序结果;与MDM排序方法相比,MGDM排序方法在处理群组判断矩阵排序时有其优越性。     

一种新的用于群组排序的最小平方逼近法

本文将文献[1,2]所给的最小平方逼近法推广应用于层次分析法中的群决策排序。文中对由多个判断决策者给出的多个不同的判断矩阵,提出通过求解群组判断矩阵最小平方偏差的方法得出判断矩阵的最佳排序和理想综合判断矩阵;通过对群组判断矩阵进行一致性讨论,据此又给出了一种用于群组判断矩阵排序的最小加权平方逼近法。理论分析和应用实例表明,应用最小平方逼近法和最小加权平方逼近法对群组判断矩阵进行排序是可行的和有效的。     

群组AHP最小二乘排序及其算法研究

本文研究群组AHP最小二乘排序方法及其算法实现。鉴于不同专家所给判断矩阵质量上的差异,最小二乘排序方法对群组AHP进行不同程度的加权处理,并进行群组一致性检验。     

判断矩阵排序的二次规划方法

本文对判断矩阵排序提出一种二次规划方法(QPM),并给出其相应的一致性检验方法和应用安例。与传统的特征向量排序方法相比,本文所给二次规划排序方法计算结果准确、保序性能好、可得到与特征向量排序方法完全一致的排序结果,而且排序权值还满足平方和准则下的最优,因而是一种较为理想和实用的排序方法。     

模型直升机航向系统辨识中的加权判据

在进行模型立升机航向运动的系统辨识时，由于人工操纵对实验数据影响，需要使用多次实验数据进行系统辨识。为增强实验数据中所包含的动力学信息，并减少被噪声破坏的数据对系统辨识结果的影响，采用了带有加权判据的最小二乘参数估计方法。在计算加权判据中的权值因子时，采用了单个神经元对权值进行自动分配。辨识结果表明，基于带有加权判据的最小二乘方法所得的航向动力学模型能较好地吻合实际的航向输出。该方法亦是处理多次实验数据的一种有效方法。     

一种改进的距离差定位算法

针对近似平面布局的距离差测量定位系统,提出了一种改进SX(sphericalintersection)定位算法。该算法首先求解目标的高度,避免了方程系数矩阵病态,因而在算法量相当的情况下,可获得较好的目标定位精度。通过加权最小二乘估计来有效地利用系统的冗余信息。分析了它的定位性能并给出了加权估计的权矩阵近似公式,同现有的定位方法以及克拉美 罗下限(CRLB)进行了仿真比较。     

基于加权最小二乘支持向量机的温室小气候建模与仿真

分析了温室小气候系统结构,采用加权最小二乘支持向量机回归方法在线建立温室小气候模型,并进行仿真研究,取得了较好的效果.最小二乘支持向量机中引入加权因子,使其回归估计对非高斯分布噪声及野点数据具有较好的鲁棒性.最后将此方法和带有智能监督级的渐消记忆递推增广最小二乘方法的在线建模及仿真结果进行了对比分析.     

群体判断矩阵及权向量的最优传递矩阵求法

层次分析法的关键步骤是构造判断矩阵,判断矩阵一经确定,即可选用各种各样的计算方法得到判断矩阵的排序权值,如可选用行和正规化方法、列和求逆法、和积法、方根法、特征向量法(EM)、对数回归法(LLSM)、最小平方逼近法(LSM)、梯度特征向量法(GEM)等等。然而,判断矩阵的获得,在通常情况下是通过专家咨询而得到的。为使判断矩阵尽可能地不受判断决策者个人偏好的影     

基于改进的FAHP电力通信网风险评估

结合电力通信网的结构特点与发展现状,提出了一种基于改进的AHP的电力通信网风险评估方法.简要的介绍了电力通信网风险评估的意义以及基于三角模糊数的FAHP的优缺点.针对FAHP存在的缺点进行了适当的改进,首先介绍了一种新的模糊排序方法-限位系数排序法,并对其适当的改进,加入了新的模糊均值和模糊标准差,说明了该排序方法的优势;其次提出了一种基于对数最小二乘法与限位系数非模糊化排序的电力通信网的风险评估方法,说明了该方法的具体评估步骤,并结合实例进行了验证.结果表明该评估方法计算简单,符合实际,且排序稳定性好.     

The Eigenvalue Method on Weight Matrix in AHP

ＴｈｅＥｉｇｅｎｖａｌｕｅＭｅｔｈｏｄｏｎＷｅｉｇｈｔＭａｔｒｉｘｉｎＡＨＰＨＡＮＸｕｌｉＤｅｐｔ．ｏｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ，ＣｅｎｔｒａｌＳｏｕｔｈＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｓｈａ４１００８３Ｒｅｃｅｉ...     

Target-tracked prioritization to surveille ballistic missiles

The missile-tracked priority assessment for the early warning system monitoring multi-missile very well, is the first task to defend them and useful to perform optimally the sensor-to-missile assignment. The problem of the missile-tracked priority assessment is of incomplete information, of multi-attribute and dynamic. To solve the difficult problem, the index system, which includes six classification indices, is established by means of reducing the target’s primary information which the early warning system focuses on. The lack of some attributes values, which is caused by the incomplete information, is handled by the approach: first classifying each attribute as unknown one or known one, and then subdividing the latter, last using the expectation and the information entropy if the attribute is known but uncertain. With a view of reality, nine qualitative evaluation criteria are given. Based on them each index is quantified by the eigenvector method. And then based on the improved technique for order preference by similarity to ideal solution (TOPSIS), the targets-tracked priorities are assessed and sorted by an evaluation function from three aspects: 1) the quantity of the available information, 2) the affirmative or accurate degree of the available information, 3) the classification or trait of the available information.     

模糊互补判断矩阵排序的最小方差法

给出了模糊互补序传递判断矩阵的概念 ,并从最优化角度提出了模糊互补判断矩阵的最小方差排序方法 .证明了该法具有一些优良性质 ,如 :保序性 ,置换不变性等 .从而弥补了模糊互补判断矩阵排序理论和方法的严重不足 .最后进行了算例分析 .     

MADDPG算法并行优先经验回放机制

多智能体深度确定性策略梯度(multi-agent deep deterministic policy gradient, MADDPG)算法是深度强化学习方法在多智能体系统(multi-agent system, MAS)领域的重要运用,为提升算法性能,提出基于并行优先经验回放机制的MADDPG算法。分析算法框架及训练方法,针对算法集中式训练、分布式执行的特点,采用并行方法完成经验回放池数据采样,并在采样过程中引入优先回放机制,实现经验数据并行流动、数据处理模型并行工作、经验数据优先回放。分别在OpenAI多智能体对抗、合作两类典型环境中,从训练轮数、训练时间两个维度对改进算法进行了对比验证,结果表明,并行优先经验回放机制的引入使得算法性能提升明显。     

缓冲算子是否新信息优先的判别方法

考虑到新信息优先原理在灰色系统理论中的重要性,本文提出一种判别缓冲算子是否新信息优先的方法.利用线性最小二乘问题的扰动理论证明了常用的强化缓冲算子未能体现新数据的优先性,反而体现了老数据的优先性.即在扰动相等的情况下,越新的数据发生扰动,参数估计值的扰动界越小;越老的数据发生扰动,参数估计值的扰动界越大.实例表明了本判别方法的实用性.     

互补判断矩阵和积排序法的最优化理论基础及性质

针对多属性决策中重要的方法之一的互补判断矩阵和积排序法,在完全一致性互补判断矩阵等概念的基础上,给出了互补判断矩阵和积排序法的最优化理论基础,指出互补判断矩阵和积排序法的排序向量正好是某种偏差准则下的最优化模型的解。并证明了它具有一些性质,包括强条件下保序性,置换不变性等。最后举出反例说明它不具备对称性。     

层次分析中判断矩阵排序的一种新方法

提出一种新的广义最小偏差法，给出了它的标准形，并对此方法的性质进行了研究．理论分析和仿真结果表明：应用广义最小偏差法对判断矩阵进行排序不但可行而且有效．     

基于改进信息熵的空地多目标攻击优先权决策

空地多目标攻击顺序的确定直接决定着攻击机自身的生存力及作战任务的完成,是对地作战任务规划的关键前提。分析了影响空地多目标攻击顺序决策的因素;采用优先权法,建立了空地多目标攻击优先权决策模型;对传统的基于信息熵的多属性决策方法进行了改进,引入决策者偏好因素,综合了主客观对决策结果的影响;最后进行了实例仿真研究,仿真结果验证了所建优先权模型的正确性及所提决策方法的有效性。     

残缺互补判断矩阵权的最小平方排序方法及改进

研究了积型残缺互补判断矩阵的排序方法,提出了残缺互补判断矩阵权的最小平方法,然后在此基础上提出了残缺互补判断矩阵排序的二次规划法,并且给出了残缺互补判断矩阵一致性检验的公式。提出的方法不仅可以用于残缺互补判断矩阵的排序,而且可以用于完全互补判断矩阵的排序,从而为解决残缺互补判断矩阵排序问题提供了新的途径。理论和数值结果均表明:这些排序方法具有简洁可行?易于计算机上实施等优点。