基于改进保序密切值法的黑启动方案决策及灵敏度分析

密切值法概念清晰、计算简洁、评价结果直观,是一种实用的多目标决策方法,可将其用于电网黑启动方案的优选决策。虽然在参评方案增减时,密切值法和许多黑启动方案评价方法一样,存在逆序现象,但其原理简单,方便改进。为此,提出改进的保序密切值法。首先,用改进目标差值率法对指标进行标准化处理,使标准化指标具有不变性;其次,固定绝对最优、最劣参考点,使最优、最劣距离也具有不变性,从而消除逆序现象。在此基础上,进一步对指标和权重的灵敏度进行分析,得出指标和权重变化对评价结果的影响程度,为更正、确定合理决策提供依据。算例分析验证了改进密切值法的保序性,并表明灵敏度分析可以增强该方法的可靠性和实用性。     

基于联系数的纯语言多属性群决策方法

对决策者权重、属性权重和属性值均以语言形式给出的纯语言多属性群决策问题进行了研究,定义了a bi型联系数的运算法则及加权平均(WAA)算子,通过将模糊语言评估标度转化为a bi型联系数,基于WAA算子提出了一种纯语言多属性群决策方法,并进行了实例分析。     

一种基于加权马氏距离的TOPSIS改进评价法及其应用

传统TOPSIS评价法构造的正、负理想解容易产生逆序现象,而且使用的欧氏距离无法考虑到决策指标之间的相关性;针对此类问题,提出了一种基于加权马氏距离的TOPSIS改进法:一是用极差变换法对评价指标进行无纲化处理,消除逆序现象;二是对评价方案做正交变换,利用变换后的评价方案到正、负理想解的马氏距离代替传统欧式距离,经案例证明,改进后的TOPSIS优于传统的方法。     

TOPSIS法应用中的逆序问题

在多属性决策中,TOPSIS法是一种常用的排序方法,传统的TOPSIS法在应用中容易产生逆序。本文分析TOPSIS法产生逆序的主要原因,提出一种基于参照标准和绝对理想解的改进方法,不仅举出实例对改进的TOPSIS法进行了有效验证,而且对本文方法的保序范围也做了进一步说明。与其他排序方法相比,当决策方案集发生变动时,本方法还能充分利用已有计算结果,使得决策所需计算量大大减少。     

WAA算子在股票分析中的应用

把WAA算子引入到选股中,并提出了一种基于WAA算子的选股方法。此方法综合了算子集结的简易性与投资者的主观偏好,简单易用,适合于单个股票投资者使用。最后以算例说明方法的可行性与可操作性。     

基于不确定语言信息的群决策方法及其应用

对于属性权重和属性值均以不确定语言信息形式给出的多属性群决策问题进行了研究,提出了基于ULWM算子和ULHA算子的多属性群决策方法。首先定义了ULWM算子,并且讨论了该算子的一些性质。通过ULWM算子集结决策方案的综合属性评估值,ULHA算子集结决策方案的群体综合属性评估值。然后利用可能度公式对于所有决策方案综合评估值进行比较得到可能度矩阵,最后对模糊互补判断矩阵排序得到所有决策方案的排序信息。实例表明了该方法的有效性。     

基于联系数的区间型多属性决策方法研究

对属性权重和属性值均以a bi型联系数形式给出的区间型多属性决策问题进行了研究。给出了a bi型联系数的一种定义,介绍了其运算法则,并利用a bi型联系数加权平均算子(WAA算子),提出了一种基于a bi型联系数的区间型多属性决策方法。实例计算结果表明该方法可行且有效。     

基于模糊多准则决策扩展方法的分模线选择和评估研究

针对在模具设计中选择和评估分模线的问题,提出一种模糊多准则决策(MCDM)的扩展方法。首先利用语言变量表示分模线备选方案的评级和准则重要性权值;然后,基于这些语言值求出最终模糊评估值的隶属函数;最后通过一种新型的最大最小集排序方法将规范化加权评级解模糊成清晰值;并对备选方案进行优劣排序。验证和对比实验表明了方法的有效性,与传统模糊多准则决策方法的比较表明,更具有适用性。     

一种不确定型OWA算子及其在群决策中的应用

把Yager提出的有序加权平均（OWA）算子推广到所给定的数据信息为区间数形式的不确定环境之中，基于区间数据两两比较的可能度公式和模糊互补判断矩阵的排序公式，提出了一种不确定型OWA算子，人出了其在应用过程中的具体步骤，并提出了一种相应的集结群决策信息的方法，最后通过算例说明了方法的可行性和有效性。     

TFOWA算子及其在决策中的应用

研究了属性权重信息完全未知、属性值以梯形模糊数形式给出的多属性决策问题,给出了梯形模糊数决策矩阵的规范化公式.把有序加权平均(OWA)算子推广到所给定的数据信息均为梯形模糊数形式的不确定环境中,提出了一种梯形模糊有序加权平均(TFOWA)算子,给出了其在应用过程中的具体步骤,并提出了一种相应的集结决策信息的方法.TFOWA算子的特点是充分利用梯形模糊数的不确定性,因而更能反映客观事物的复杂性及人类思维的模糊性,从而使得决策更符合实际情况.最后通过算例说明了方法的可行性和有效性.     

基于拓展C-OWGA算子的多属性群决策方法

目的为求决策方法的简洁实用,研究决策信息为区间数的多属性群决策问题。方法将连续的OWGA(C-OWGA)集结算子拓展到不确定环境之中,提出了一些不确定信息(区间数)集成新算子,如加权的C-OWGA(WC-OWGA)算子、有序加权的C-OWGA(OWC-OWGA)算子以及混合的C-OWGA(HC-OWGA)算子。结果结合区间数的运算法则,利用HC-OWGA算子对决策信息进行集结而获得方案的排序。提出了基于HC-OWGA算子的不确定多属性群决策方法。结论算例表明该方法是可行有效的,且该方法有良好的应用前景。     

权重为区间数的语言多属性群决策方法

利用不确定语言评估标度的运算法则,给出基于语言评估标度及其运算法则的算子,提出一种基于区间权重语言集结(IWLA)算子和不确定语言混合区间权重集结(ULHIWA)算子的语言多属性群决策方法,并用实例验证该方法的可行性及合理性.实例分析表明,该方法计算简便,能够充分利用已有的决策信息,而且能够充分考虑决策者自身的重要性,并且可以消除个别决策者主观因素的影响,保证了决策结果的合理性.     

线性分配方法的逆序问题研究

指出了线性分配方法的决策结果可能产生逆序,然后提出排序向量和相对分配比 的 概念,以分析线性分配方法决策结果产生逆序的原因,并在此基础上构建顺序线性分配方法 ,最后通过算例验证顺序线性分配方法决策结果的保序性。     

基于ULWGM算子和改进ULHGM算子的方案优选方法

 方案优选属于多属性决策问题。不确定语言多属性决策是一种研究与应用较多的多属性决策方法,决策的重点是对不确定语言变量的集结算法。决策过程中,需要对不确定语言变量进行对比排序。针对已有的排序方法存在误差的情况,给出了一种能够准确计算可能度的模型,该模型满足不确定语言变量的下标取值服从均匀分布的条件。在不确定语言变量的集结算法中,ULHGM算子适用性强,但它先考虑了数据自身的重要性程度,然后才考虑数据位置的重要性程度,这在一定程度上会造成评价信息的失真,影响集结结果的准确性。为此,对其集结过程进行了改进,根据赋予算子关联权重的初衷,直接对专家的原始评判数据赋予位置权重,然后赋予反映数据自身重要性程度的权重,最后再进行集结。ULHGM算子需要进行两次指数加权运算才能得出集结结果,而改进后的算子只需要进行一次指数加权运算,因此其集结算法更为简便。接下来,基于ULWGM算子和改进的ULHGM算子,建立了方案优选的模型。最后,以某舰炮维修性设计方案的评选为例,分别用IULHGM算子和ULHGM算子对专家的评价信息进行集结,得出了不同的方案排序结果,并对原因进行了分析。案例表明IULHGM集结算法更加准确、合理。     

基于OWA算子的不同形式偏好信息的群决策方法

研究了决策者(或专家)的偏好信息以不同形式给出的群决策问题。首先,利用不同偏好信息之间的转换公式,将偏好次序型、效用值型、互补判矩阵型三种偏好信息一致化为互反判矩阵型的偏好信息。其次,利用OWA算子对一致化的决策信息进行群集结,再对各方案的相对优势度进行综合集结,并以此进行方案的排序。提出了基于OWA算子的群决策方法。最后,通过实例说明方法的可行性和实用性。     

基于局部一致性调整算法的犹豫模糊语言决策模型

犹豫模糊语言偏好关系(HFLPRs)适用于信息不完全导致专家做决策时犹豫不决的情况,是帮助专家评价方案的有效工具。在应用HFLPRs进行决策时,其一致性改进过程对于得到准确有效的结果至关重要。因此,设计了HFLPRs乘性一致性改进算法,并构建了新的犹豫模糊语言决策模型。首先,引入了HFLPRs的有关概念以及HFLPRs的规范化方法;其次,为改进HFLPRs的乘性一致性,设计了新的乘性一致HFLPRs构造模型,并建立了乘性一致性改进算法;在该算法基础上,进一步利用HFLA算子构造犹豫模糊语言决策模型;最后,运用决策模型来处理实践中的配送中心选址问题,通过与现有方法的对比分析,验证了模型的合理性和有效性。     

基于AHP-TOPSIS的网络化弹药攻击决策算法

针对网络化弹药攻击决策问题,提出了基于AHP-TOPSIS的网络化弹药攻击决策算法.分析了影响网络化弹药攻击决策的关键属性,利用AHP算法构建层次结构,构造判断矩阵,确定各属性的权重,进而使用改进的TOPSIS算法得到决策方案的排序结果.仿真结果表明,算法具有计算量低、实时性高的特点;算法能够有效解决多节点攻击决策问题,并有效抑制了逆序现象,具有一定稳健性和实用性.      

基于改进TOPSIS法的舰船总体方案群决策方法

从系统效能的定义出发,构建了简化的舰船系统效能评估体系;根据群决策理论的基本假设,建立了舰船总体方案的群决策权重确定方法,提出了置信度矩阵的概念;构建了群体判断矩阵优化模型,运用粒子群优化算法对群体判断矩阵进行修正,以保证其判断一致性和群体一致性;引入基于改进TOPSIS法的决策方法、距离与灰色关联度相结合的贴近度公式,以保证最优方案与理想方案的位置和曲线形状的一致性.通过应用实例结果表明,所提出的舰船总体方案群决策方法具有较好的可行性.     

基于模糊偏好信息和WGA算子的多属性决策分析

针对有决策者偏好信息的多属性决策问题,提出了一种基于模糊集和加权几何平均算子（WGA）的决策分析方法。应用模糊集理论,根据决策者的偏好对决策属性给出隶属函数,然后由隶属函数对决策属性进行赋权,再利用加权几何平均算子计算综合属性值进行方案集的排序与择优,最后通过实例验证了所给出方法的可行性和有效性。     

改进的动态规划算法在最优航线选择中的应用

通过对船舶运输中航线选择问题的分析，提出了最短路模型．针对巨型交通网络的路径选优问题，引入并行处理思想，对动态规划中的顺序（逆序）递推算法进行改进，并用示例说明算法的应用．新算法在处理阶段变量k和状态变量Sk数量庞大的多阶段决策问题时效率明显提高，为最优航线选择提供了有力的辅助决策工具.