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。     

属性权重未知情形下的区间直觉模糊多属性决策方法

针对区间直觉模糊信息环境下属性权重未知的多属性决策问题,提出了一种新的决策方法.在回顾相关基础理论知识基础上,定义了区间直觉模糊数的得分函数与精确度函数,提出了基于离差最大化的属性权重确定方法,然后基于区间直觉模糊加权平均算子给出了属性权重未知情形下属性信息为区间直觉模糊数的多属性决策方法.最后将该方法运用到突发事件应急预案有效性评价问题,通过实例分析验证了该方法的有效性.     

基于知识测度的区间直觉模糊多属性群决策方法

针对现有的区间直觉模糊熵未能全面体现区间直觉模糊集所包含的信息,从而会导致相关熵应用的多属性群决策出现偏差这一问题,提出了一种基于知识测度的区间直觉模糊多属性群决策方法.首先,利用扩展的区间直觉模糊知识测度确定属性权重;然后,利用区间直觉模糊加权算术平均算子集成信息,得到各备选方案的综合属性值,进而用得分函数对方案进行排序.最后通过一个实例表明了提出方法的合理性和有效性.     

基于投影的不完全信息直觉模糊多属性决策方法

针对权重信息和属性值信息都不完全确定的多属性决策问题,提出了一种基于投影的直觉模糊多属性决策方法。该方法利用直觉模糊集表示不完全的属性值,并以直觉模糊加权投影衡量可选方案与理想方案之间的相似度;在此基础上,通过优化求解非线性规划模型得到了属性权重;并根据方案与正、负理想方案的相对贴近度进行了优劣排序。算例分析结果表明,该方法可以有效解决不完全信息下的多属性决策问题。     

基于三角模糊数权重信息不完全的多属性决策方法

针对属性值为三角模糊数且权重信息不完全的多属性决策问题,提出了一种基于三角模糊数权重信息不完全的多属性决策方法.该方法首先利用权系数的不完全确定信息,建立关于各方案综合三角模糊数与理想解和负理想解的加权距离优化模型,通过求解优化模型得到各属性权重值,之后根据各方案到相对理想解的贴近度的大小进行排序.实例分析表明了该方法的有效性和可行性.     

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。     

基于主客观加权属性值一致化的组合赋权法

针对多属性决策中属性权重确定的问题,提出基于主客观信息一致的主客观赋权方法.该方法将主观权重与客观权重加权综合,其加权系数由数学规划模型求出.该方法得出的结果较好地反映了主观程度和客观程度,实例证明有效可行.     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力.最后通过算例说明方法的可行性和实用性.     

基于Jaynes最大熵的模糊多属性群决策投影方法

为了解决属性权重完全未知的模糊多属性群决策问题,采用基于Jaynes最大熵原理的投影偏差模型确定指标权重,运用基于多准则妥协解排序法的妥协解排序框架实现决策过程。首先运用区间直觉模糊集表达决策者的犹豫模糊评价信息,然后运用集成算子获得综合决策矩阵,再运用Lingo11~求解获得属性权重,利用信息集结获得备选方案的加权投影,最后根据方案的最大群效应值、最小后悔值和综合指标值进行方案排序。实验显示,方案的排序结果与其它方法保持一致,趋势图显示此方法计算的各方案综合指标值变化趋势更明显。分析表明,该方法避免了其他权重确定方法的不足之处,消除了计算过程中的折衷损失,适用于属性权重完全未知的多属性群决策方案排序问题的评价。     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力．最后通过算例说明方法的可行性和实用性．     

洞庭湖区防洪通信指挥决策系统的总体方案设想

根据洞庭湖区地理行政区划管理体制，提出了洞庭湖区通信指挥决策系统的设计目标和三级体系结构，并在此体系下的变粒度功能分布模式及系统的信息存储的合理分布准则：纵向信息流按递阶结构传递控制，横向信息源按类归口建库与维护；论述了系统开发所用的关键技术；给出了系统的逻辑体系结构、网络拓扑结构、逻辑功能结构和系统信息源分布结构视图；构造了一个层次分明、功能完备、控制有序的系统优化总体方案．     

时变AR模型阶数确定与系数估计的方法

研究了用时变自回归(TVAR)模型对非平稳信号建模的方法.对该模型进行详细分析,探讨了参数模型辨识存在的2大问题:模型阶数的确定和基函数的选择.基于现定阶准则只适用于短时平稳信号的分析,所以利用具有时变特性的信息理论准则(information theoretic criteriaI,TC)来确定模型的阶数.通过引入基函数,利用最小二乘算法对模型系数进行估计,从而将非平稳信号的时变模型转化为线性时不变模型,并比较了几种基函数的拟合性能.证明了由于墨西哥草帽小波基函数具有良好的时频特性并且在使用时无需预知信号的先验信息,从而优于其他传统的基函数.     

软件可靠性测试充分性的多准则判定及应用

在分析软件可靠性测试充分性特点的基础上,提出一种多准则充分性判定方法.依据运行剖面构造系统的使用模型,通过假设检验和贝叶斯推断确定测试用例数量,建立差异函数判断测试模型与使用模型的偏离,根据软件失效情况进行多轮次充分性判定,并使用贝叶斯方法积累测试信息,同时利用测试结果开展软件可靠性的评价与预测.实例分析表明,多准则充分性判定方法对可靠性测试用例集要求更加严格,使得根据该测试用例集的测试结果开展可靠性评价与预测更具可信性.     

改进的二维最优信息扩散方法

对原有的受单个参数控制的二维信息扩散方式作了改进,通过构造一个概率扩散模型导出了一个由3个参数控制的扩散函数,在此基础上根据实际情况建立一个准则,最终得到一个信息扩散的参数优化数学模型.实例表明在小样本的情况下,该最优信息扩散方法能够取得更加理想的结果.     

基于深层神经网络的雷达波形设计

针对雷达波形多准则优化目标函数难以建立的问题,降低目标响应的不确定性,提高雷达检测性能,提出了一种基于深层神经网络的雷达波形设计方法。首先,根据雷达回波数据形式进行深层神经网络(DNNs)结构设计;然后,将基于信噪比(SNR)和互信息(MI)准则产生的信号随机混合并与其所对应的环境信息组成训练集,对DNNs训练;最后将另一部分基于互信息准则产生的信号与其对应的环境信息作为测试集,利用DNNs生成信号并进行测试。实验结果表明,使用该方法产生的信号作为雷达发射波形与仅基于MI准则产生的信号作为雷达发射波形相比,雷达回波与目标的互信息量最大提高了21.37nat,雷达接收信号的信干噪比最大提高了1.35dB。与线性调频信号相比,相应的互信息量最大提高了950.76nat,相应的信干噪比最大提高了18.23dB。     

互联网学术信息可信性评价判据研究

利用观察、有声思考、搜索日志和内容分析法, 探讨了用户在实际的互联网学术信息查寻中评价信息可信性的判据。研究发现, 信息内容和来源等外部特征两个方面的判据是用户评价互联网学术信息可信性的常用判据。用户主要使用哪个方面的判据受评价动机的影响, 高动机和低动机情景下的评价判据存在差异。实践层面上, 研究结论对提高学术信息服务质量具有现实意义; 理论层面上, 为下一步实际的信息查寻环境下互联网学术信息可信性的影响因素研究提供指导。     

不完备YAARI对偶理论与风险序化技术

在随机风险分析中对于不确定性的量化测度是从两个方面进行的 ,一是风险值的量化技术 ,另一个是风险随机变量的序化技术 .通过非完备的YAARI对偶理论给出了风险随机变量在非完备信息下的序化方法 ,得到了由伪逆函数构造的风险畸变概率测度下的Choquet 积分作为风险序化的度量标准 ,较好地解决了非可加测度技术在风险技术研究中的应用问题 ,并借助Choquet 积分和畸变变换给出了金融保险市场非公平量的测定技术和量化非公平量值的积分表达式的应用结果 .     

一种交互式多准则决策分类法

基于决策者的线性效用函数和部分偏好信息建立决策模型来帮助决策者进行分类,提出了一种处理有限方案分类问题的交互式多准则决策分类法。     

基于人工神经网络的多属性决策

研究利用ＢＰ人工神经网络解决多属性决策问题。根据价值函数的存在定扩展多属性决策问题的价值函数,利用一个３层ＢＰ网络任意逼迫多属性决策问题的价值函数,从问题本身抽取学习样本训练ＢＰ网络,构造该问题的价值函数,利用训练后的ＢＰ神经网络作为多属性决策问题的价值函数计算各方案的价值。实现了多属性决策问题的自动化,计算结果与用传统工具的计算结果基本一致,并且满足Ｐａｒｅｔｏ最优准则。     

模糊多准则决策的交互模糊线性规划算法

基于决策者的线性效用函数和部分偏好信息建立模糊线性规划模型来帮助决策者选择最满意的决策方案,提出了一种处理有限方案模糊多准则决策问题的交互式模糊线性规划算法.