基于二维密度加权算子的群体评价信息集结方法

群体评价中已有的信息集结算子都没有考虑到信息分布的疏密情况,且其评价信息又通常为二维数据,为此,提出了一种基于二维密度加权算子的群体评价信息集结方法.定义了二维密度加权算术平均(TDWA)算子和二维密度加权几何平均(TDWGA)算子2种新的集结算子.将新算子应用于群体评价的信息集结中,并分别给出了群体评价(二维)数据的分组与群体密度权向量的具体确定方法.最后,给出了一个具体的集结算例.     

评价关系转化及其在群组评价中的应用

评价关系是评价群体形成关于被评价对象群体性认知的重要因素之一,根据参与者的主观经验、学习和认知特征、评价群体的网络结构特征和参与者主观偏好的相似性,定义了由关系度、局部链接中心性测度和参与者偏好相似性测度构成的评价关系,讨论了评价关系转化形式、评价关系优先序算子及其权重向量的确定,给出评价关系优先序算子性质。考虑评价关系的群组评价方法能够差异化处理由于评价目标、评价规则和评价群体特征带来的具体问题,形成有针对性的,由关系值和评价值构成的二元群组评价结论。     

一种动态综合评价方法及应用

将有序加权算子(OWA)及其相关算子推广到时序数据集结的方法中,提出了时序加权平均(TOWA)算子和时序几何平均(TOWGA)算子两种新的算子,并应用于动态综合评价方法中.同时介绍了TOWA和TOWGA算子加权向量(即时间权向量)的确定方法.最后,将该方法用于评价西部12省市在国家实施"西部大开发"战略后6年的宏观经济发展状况,结论验证了方法的有效性.     

广义实型密度加权平均中间算子及应用

针对普遍存在的向量、矩阵等多维的数据形式,将面向点值的密度加权平均中间(DWA)算子拓展为广义实型密度加权平均中间(GR-DWA)算子.给出了通用的数据元素聚类过程,该过程能够对点、向量、矩阵等3种类型的数据进行有效分组.研究了一种兼顾"规模"与"功能"信息的密度加权向量设置方法,并给出了3种参数确定思路,以支持主观、客观或主客观结合等多种决策方式.定义广义实型密度算术平均(GR-DWAAA)算子,并探讨了GR-DWA算子在多属性群决策中的多种运用途径.最后,给出了GR-DWAAA算子处理多属性群决策问题的一个应用算例,算例的结果验证了算子的有效性.     

诱导密度算子及其性质分析

对密度算子进行拓展研究,提出了诱导密度算子的概念并对其进行了性质分析.对诱导变量进行了界定,给出了一种以诱导变量为基准的元素聚类方法;在此基础上,基于分组后各组的群组特征,给出了密度加权向量的确定方法;将诱导密度中间算子与已知的信息集结算子合成,得到了诱导密度算子,并对诱导密度算子的性质进行了分析.最后,通过一个算例对诱导密度算子的应用进行了说明.     

三参数区间数据信息集成算子及其在决策中的应用

研究了三参数区间数据信息的集成问题.基于连续区间数据有序加权平均(C-OWA)算子和有序加权几何(C-OWG)算子,定义了连续三参数区间数据有序加权平均(CP-OWA)算子和有序加权几何(CP-OWG)算子,并将这两种算子进行拓展,提出了加权的CP-OWA(WCP-OWA)算子和加权的CP-OWG(WCP-OWG)算子,研究了它们的一些性质.基于这些算子,提出了一种属性权重和属性值均以三参数区间数形式给出的不确定多属性决策方法,该方法利用CP-OWA算子对三参数区间数属性权重进行处理,利用WCP-OWA算子或WCP-OWG算子对三参数区间数属性值进行集成.最后,进行了实例分析.     

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.     

具有预置群体激励特征的群组评价方法

激励评价是在评价过程中对被评价对象实现奖优罚劣的一种管理方法.面向具有一定规模的群组评价问题,考虑预置群体在评价网络中的作用,结合激励评价方法,给出一种具有预置群体激励特征的群组评价方法.首先构建了基于预置群体网络测度的激励偏好系数,结合激励目标设计评价方法;其次通过评价群体激励调节参数正向传导和激励目标逆向修正过程寻找激励目标满意解;最后分析了不同激励目标和激励偏好系数对群组评价方法的影响,通过连续示例对方法进行了说明.     

基于ET-WG和ET-OWG算子的二元语义群决策法

针对一类属性值和权重值均为语言评价信息的多属性群决策问题,提出了一种群决策分析方法.首先,为了便于语言评价信息的集结运算,提出了一些新的集结算子:扩展的二元语义加权几何(ET-WG)算子和扩展的二元语义有序加权几何(ET-OWG)算子,并分析了这些算子的性质.然后提出了一种基于ET-WG算子和ET-OWG算子的群决策方法,其核心是通过语言信息的集结运算,得到各方案的群体综合评价信息,从而根据二元语义信息的比较原则,得到所有方案的排序结果.最后给出了一个实例分析,说明了本文提出方法的可行性和实用性.     

基于多源密度信息集结算子的组合评价方法

基于密度加权平均（density weighted averaging, DWA）中间算子的集结性质,构建了面向组合评价的DWA For ce算子,该算子对用于“组合评价”的“甄别奖惩”思想进行了方法性的拓展,可通过参数的控制对“甄别奖惩”的程度进行无限级的调节。DWAFor ce算子具有适合组合评价问题的多种优良性质,并能对点数据或向量数据进行处理,同时具备了组合优化评价值或序值的集结结构。最后用一个算例验证了DWAFor ce算子的有效性及一些新颖的特征。     

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。     

一种基于两阶段协商的群体评价方法

在群体评价中,针对不同专家(或利益相关者)之间对方案的评价经常存在意见不一致的情况,提出了一种基于两阶段协商的群体评价方法。首先依据给出的协商信息对协商群体进行了意见群划分,然后在此基础上分别对群内意见与群间意见进行了两阶段协商。该方法具有协调群体非一致性意见(或利益)、优化群体评价结论等特点。算例验证了方法的有效性。     

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 .     

基于模糊评判的群决策方法

针对群决策为多个决策者对多个目标进行决策的特点,提出了一种新的算法,即模糊评判的群决策方法。该方法首先利用带权贴进度的定义求出各个决策者对各个方案的带权贴进度,然后以群的偏好作为最优策略的准则,来寻找出最优策略。给出了解决群决策问题的数学模型、步骤和过程。通过算例来验证方法的适用性。算例研究结果表明,求出的最优策略与实际模拟结果相一致。     

区间标度群组序关系评价法及其运用

传统的主观赋权方法--层次分析法(特征值法)存在若干不足,针对这些不足,序关系分析法给出了一种直观、简便、 易计算的主观赋权方法. 本文对点赋值序关系分析法进行了拓展,考虑到区间数与群组判断的情况,提出了一种区间标度群组序关系评价法, 并进行了实例应用,实例结果表明,该方法更加贴近应用现实.     

基于模糊聚类的无权值风险综合评判算法

风险评估通过分析不确定的风险因素得到确定的风险评价,如果存在多个风险,需要实施风险聚合.传统风险聚合方法依赖风险权值,在分布式环境中较难具有客观性,尤其对于移动环境,因为移动节点具有移动性和随机性.提出补偿竞争风险聚合算法(CCRAA),CCRAA的基本思想是模糊聚类,对风险值进行补偿以减少其与聚类中心的距离,使补偿后的风险值向聚类中心聚集,取最大风险值和最小风险值的平均值为聚合风险.CCRAA使风险和值不变,不影响聚合风险的大小,但避免了传统风险聚合方法可能产生风险极值或对风险权值的依赖.使用实验证明CCRAA具有优于传统方法的聚合效果和稳定性.     

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。