基于Vague集记分函数的一种构造方法

在分析已有Vague集记分函数的基础上,构造了一种新的Vague集记分函数,该记分函数能有效地刻画不同风险偏好关系,克服了传统记分函数的缺陷与不足.讨论了新构造记分函数的涵义及构造准则.最后,通过实例分析比较了该记分函数的可行性和有效性.     

关于Vague集理论中记分函数的分析

分析了Vague集理论中记分函数的内涵、本质及现有几种主要记分函数的优缺点,指出了构造记分函数时应考虑的主要因素.从评价函数的角度提出Vague值的期望的概念,从风险的角度看待未知信息,提出风险厌恶型和风险追求型两类记分函数的概念.给出一种风险厌恶型记分函数的具体形式并讨论其性质,通过实例对比说明该记分函数能够体现出决策者的决策偏好并保持决策方法的一致性.     

基于区间值Vague集的多准则模糊决策方法

给出i-v Vague集的含糊度定义,将实数型Vague集群决策的记分函数方法扩展到区间值Vague集上,用实例比较各种记分函数方法的优缺点.然后给出两种改进的记分函数法和加权记分函数法,并通过例子阐明改进方法的有效性和优越性.     

模糊多属性群决策的Vague集方法

介绍Vague集的基本理论,分析现有记分函数的不足,提出一种改进的记分函数;给出一种基于Vague集求解模糊多属性群决策问题的新方法,该方法利用新的记分函数对决策方案进行排序,选出最优方案;以实例说明该方法的可行性与有效性.     

一种SPA集记分函数的构造法

在集对分析(SPA)集的基础上,构造了一种SPA集记分函数方法,该记分函数能有效地反映SPA集中联系数函数的同(同一)、异(不确定)、反(对立)3者之间的联系变化趋势,克服了传统SPA集中采用集对势进行刻画同一证据与对立证据联系变化的不足与缺陷,并分析了SPA集记分函数构造准则及涵义.最后,通过算例验证并分析了该记分函数的有效性、合理性和可分辨性.     

毕达哥拉斯模糊数新的排序方法和运算法则

首先在全面考虑到隶属度、非隶属度、犹豫度三方面信息基础上,定义新的毕达哥拉斯模糊数(PFN)的记分函数和精度函数,得到一种新的排序方法.并且与旧的排序方法进行对比,说明新的记分函数和精度函数的合理性与有效性.然后在毕达哥拉斯模糊Einstein运算和毕达哥拉斯交叉影响集成运算的基础上,定义新的毕达哥拉斯模糊运算法则,给出相应的证明,并得到一些性质,丰富了毕达哥拉斯模集理论.     

一种带权重的Vague集模糊多属性决策方法

目的研究基于Vague集的多属性决策问题。方法通过定义新的函数形式得到决策方法。结果在分析带权重模糊多属性决策"记分函数法"和"精确函数法"存在问题的基础上,提出处理含有权重的模糊多属性决策的新方法——"加权算法"。结论加权模糊的属性决策的"加权算法"相对带权重多属性决策的"记分函数法"和"精确函数法"更具优越性和实用性。     

两种改进的直觉模糊多属性决策方法

对直觉模糊条件下的多属性决策问题,针对现有记分函数法和距离法的不足,基于IFS之间相对接近度的概念,提出了新的记分函数法和改进TOPSIS方法,综合利用了各方案至理想方案和负理想方案的距离信息,得到决策结果综合性能最优,并通过实例对比证明了本文方法的有效性。     

基于位置子市场划分的房价贝叶斯概率模型

针对方案属性值为Vague值且考虑专家评分可信度的多属性群决策问题,提出了一种基于Vague集模糊熵和D-S证据理论的多属性群决策分析方法。该方法充分考虑各专家给出的Vague值评价信息中所蕴含的模糊性与不确定性,借助模糊熵来获取与专家自身意见相匹配的评分可信度序列,其完全由数据驱动,弥补了传统方法对可信度主观统一设定的不足。首先,基于各专家原始决策矩阵获得各属性下的Vague集模糊熵,以构建与专家集相对应的评分可信度矩阵;其次,对经可信度调整后的各专家决策矩阵使用证据合成进行信息集结,利用Vague集记分函数并经可信度调整得到属性权重;最后,将专家群体集结信息经属性权重加权修正后算出各方案最终的Vague评价值,进而使用记分函数获得各方案综合得分,筛选出最优方案。利用证据理论在不确定信息融合方面的优势和Vague集记分函数的信息转化功能,通过证据合成和记分函数集结专家群体的评价信息,所得出的决策结果更加客观、合理,并通过一个具体算例验证了所提方法的可行性和有效性。     

基于Vague集模糊熵和D-S证据理论的多属性群决策方法

针对方案属性值为Vague值且考虑专家评分可信度的多属性群决策问题,提出了一种基于Vague集模糊熵和D-S证据理论的多属性群决策分析方法。该方法充分考虑各专家给出的Vague值评价信息中所蕴含的模糊性与不确定性,借助模糊熵来获取与专家自身意见相匹配的评分可信度序列,其完全由数据驱动,弥补了传统方法对可信度主观统一设定的不足。首先,基于各专家原始决策矩阵获得各属性下的Vague集模糊熵,以构建与专家集相对应的评分可信度矩阵;其次,对经可信度调整后的各专家决策矩阵使用证据合成进行信息集结,利用Vague集记分函数并经可信度调整得到属性权重;最后,将专家群体集结信息经属性权重加权修正后算出各方案最终的Vague评价值,进而使用记分函数获得各方案综合得分,筛选出最优方案。利用证据理论在不确定信息融合方面的优势和Vague集记分函数的信息转化功能,通过证据合成和记分函数集结专家群体的评价信息,所得出的决策结果更加客观、合理,并通过一个具体算例验证了所提方法的可行性和有效性。     

基于Vague集的多目标模糊决策方法

指出了采用Vague集进行多目标模糊决策的现有计分函数的不足;根据Vague集的性质提出了一种新的计分函数;该计分函数和Vasgue集所具有的“投标模型”属性是完全一致的,并将其扩展到加权的形式,从而使该方法具有更好的通用性,所得结果也更符合人的直觉。     

基于决策者风险态度的直觉模糊多属性决策方法

根据直觉模糊多属性决策的特征,引进反应决策者风险态度的风险参数,构造融决策者风险态度、得分函数和精确函数为一体的综合得分函数,并依据综合得分函数得到一种排序直觉模糊数的新方法,再结合直觉模糊加权平均算子提出一种属性值为直觉模糊数的多属性决策方法,并通过算例说明该决策方法的可行性和有效性.     

基于神经网络的男子体质健康预测模型研究

利用人工神经网络强大的函数映射能力,以体质健康各评价指标测量成绩为输入参数、体质健康总分为输出参数,建立了体质健康神经网络预测模型。该模型克服了多元回归模型需要确定数学表达式的缺点,更准确地映射出各评价指标成绩与体质健康总分之间的函数关系,并随着新样本数据而不断更新。运用所建立的神经网络模型,绘制了各评价指标成绩与体质健康总分之间的相关曲线,为学生进行科学训练提供了理论依据。     

搜索引擎自动性能评估函数的研究

基于聚类分析的搜索引擎自动性能评价方法能自动计算信息类查询的覆盖范围,并根据其覆盖范围对检索结果进行聚类,通过评估函数实现检索性能的自动评价.对如何利用类间距和类内距2个指标来定义合适的评估函数进行了分析,提高了自动性能评价的准确性.     

基于神经网络的男子体质健康预测模型研究

利用人工神经网络强大的函数映射能力,以体质健康各评价指标测量成绩为输入参数、体质健康总分为输出参数,建立了体质健康神经网络预测模型.该模型克服了多元回归模型需要确定数学表达式的缺点,更准确地映射出各评价指标成绩与体质健康总分之间的函数关系,并随着新样本数据而不断更新.运用所建立的神经网络模型,绘制了各评价指标成绩与体质健康总分之间的相关曲线,为学生进行科学训练提供了理论依据.     

基于决策者风险偏好的直觉语言数排序方法

对于属性值以直觉语言数形式给出的多属性决策问题,引入风险偏好因子表达决策者的风险偏好,根据直觉语言数的犹豫度对其得分的影响,构造含风险偏好的直觉语言数得分函数,并提出直觉语言数排序的新方法,进而给出一种基于新型得分函数的直觉语言多属性决策方法.最后通过算例说明该方法的可行性和有效性.