关于群组决策特征根法的注记

邱苑华教授提出了一个群组决策的特征根法ＧＥＭ，为决策支持系统中的专家选择开辟了新路，但文中主要定理所需要的条件是不满足的。本文作者给出了反例，并提出了使用特征根法时的一个准则。     

模糊信息分析决策支持系统

介绍一种信息分析决策（ＩＡＤ）系统，它是将已有的科研成果ＦＨＷ决策系统和ＦＧＲ关联系统融合在一起，再加上其它一些功能扩展而成的一种为信息分析、决策（对策）服务的系统，具有自动给出情报最佳对策的功能     

一种多准则有限方案的决策模型与算法

该文对有限方案利用隶属评价函数确定决策矩阵，再由决策矩阵构造决策生成矩阵秩的并以此作为相对权重阵的估计，进而给出有限方案的优劣次序及评价模型。由于决策生成阵是正反一致阵，由此给出一种较为直观的评价方法，最后给出有限方案的决策算法。     

GL（V）的表示T→K~G_φ（（T~（－1））~t）及其应用

当φ是由Ｇ的不可约实表示提供的特征标χ和Ｇ提供的球带函数时，讨论了ＧＬ（Ｖ）的表示Ｔ→ＫＧφ（（Ｔ－１）ｔ），得到了这种表示的一个完全的简化，并且给出了这类球带函数诱导的矩阵函数属于ＭＰＷ的充分条件     

一类弱不可约矩阵的非异性及特征值包含域

用有向图给出了弱不可约矩阵的一个等价刻划；讨论了弱不可约按回路非零元素链对角占优阵的非异性，给出了一个更好的特征值包含域     

GL（V）的表示T→K^Gψ（T^—t）^t）及其应用

当ψ是由Ｇ的不可约实表示提供的特征标ｘ和Ｇ提供的球带函数时，讨论了ＧＬ（Ｖ）的表示Ｔ→Ｋ＾Ｇψ（Ｔ＾－１）＾ｔ），得到了这种表示的一个完全的简化，并且给出了这类球带函数诱导的矩阵函数属于ＭＰＷ的充分条件。     

不确定型AHP中残缺区间数判断矩阵的性质及排序方法

给出了不确定ＡＨＰ中残区间数判断矩中接受的充要条件，定义了广义一致数字矩阵，研究了其性质，得到了拟对称的非负不可约矩阵为广义一致性数字矩阵的充要条件，最后对残缺区间数判断矩阵给出了一种计算的简便的排序方法－－ＧＩＥＭ《     

一种给出方案不完全偏好信息的多指标决策方法

针对决策者给出决策方案的不完全偏好信息的多指标决策问题。给出了一种逼近于决策方案偏好信息的决策分析方法，并给出了一个算例。     

基于灰色决策系统中的知识获取

现实世界中的信息决策系统是非常复杂的,许多信息表中的记录不仅是离散值,还可能为区间值。本文以包含区间值的灰色粗糙集为研究对象,使用基于区间一致关系和区间包含关系取代经典粗集模型中的等价关系和不可分别关系,给出了从含区间值灰色决策系统中获取知识新的理论基础与操作手段。     

GDSS决策信息流及其于Multi—agents信息收集模型研究

界定了ＧＤＳＳ信息收集的内涵;构建了信息流图描述群体决策过程决策成员与决策环境、决策任务以及决策成员之间的信息流动途径;最后,针对ＧＤＳＳ信息收集流,利用多智能主体的问题合作解技术,建立基于Ｍｕｌｔｉ－ａｇｅｎｔｓ的信息收集模型。     

群决策中专家决策意见的可靠性研究

文章研究了群决策中专家决策水平可靠性问题,对用群组决策的特征根法及其使用条件做出了修正,更加具有科学性与合理性;并对专家决策水平和决策熵进行了重新定义,以便能够更客观地度量专家群体决策的可靠性;最后通过算例说明了该方法的可行性和有效性.     

考虑属性关联的TOPSIS语言群决策方法

针对在实际的多属性语言群决策问题中属性之间往往具有相互关联作用这一问题,提出了一种考虑属性关联的TOPSIS语言群决策方法.该方法中决策者给出对方案的语言评价信息,并采用二元语义概念对语言评价信息进行处理.在传统理想点法的基础上引入λ模糊测度的概念,根据属性间的关联作用确定每个方案属性的权重并得到加权决策矩阵.然后计算每个方案与正、负理想点间在n维二元语义空间内的二元语义欧氏距离并得到相对贴近度,确定最优方案.该方法有效地避免了决策过程中语言评价信息的扭曲和损失,并能够考虑属性间的关联作用对于属性权重的影响,使得决策结果更加合理可信.通过一个实例验证了方法的有效性和实用性.     

一种具有不同形式偏好信息的群决策方法

给出了一种具有不同形式偏好信息的群决策方法·描述了在群决策中决策者可能给出的效用值、序关系值、互反判断矩阵、区间数评价值、模糊语言评价值和模糊互补判断矩阵等 6种不同形式的偏好信息 ,并给出了将不同形式的偏好信息均转化为模糊互补判断矩阵形式的计算公式·基于近年来最新发展的OWA算子给出了集结各决策者的偏好信息和方案优选的方法 ;最后给出了一个算例·     

基于后悔理论的区间二元语义多属性群决策方法

针对评价信息为区间语言变量的多属性群决策问题,提出了一种基于后悔理论的区间二元语义多属性群决策方法,该方法能够有效考虑决策者在决策过程中产生的一种风险规避,及其在后悔与欣喜之间存在的心理差异变化。首先,介绍关于区间二元语义信息的一些基本概念,并给出了区间二元语义均值与方差的定义;针对决策矩阵元素为区间二元语义变量属性权重部分未知的多属性群决策问题,利用区间二元语义的方差,通过构建优化模型确定最优属性权重,并提出了一种基于后悔理论的区间二元语义多属性群决策方法;最后将提出的方法应用至企业设计方案的选择中,结果与比较分析表明该方法具有一定可行性和有效性。     

基于区分矩阵和区分函数进行属性约简的数据分类

数据分类的方法直接影响着分类效果。用粗糙集理论中的区分矩阵和区分函数进行的属性约简可以很好地用于数据分类当中，基于此，提出一种数据分类方法，即用区分矩阵和区分函数约简掉信息系统中的冗余属性，得到必要的属性集；然后再约简掉每一条规则中的冗余属性值，提取出决策规则，最后按照决策规则进行分类。实验证明，用该方法实现的数据分类复杂馋低，且能有效提高分类效果。     

判定有限域上不可约多项式及本原多项式的一种高效算法

 提出了一个判定有限域上任一多项式是否为不可约多项式、本原多项式的高效的确定性算法。分析了多项式次数与其不可约因式之间的内在联系,给出了有限域上任意n次多项式是否为不可约多项式、本原多项式的一个充要条件。通过利用欧几里得算法,该判定仅需做O((log ₂ ⁿ)n³)次域上乘法,属于多项式时间,易于硬件实现。为扩频通信与序列密码寻找和利用不可约多项式构造线性反馈移位寄存器提供了一种有效算法。     

一种基于奇异值分解的人脸识别新方法

基于奇异值向量方法进行人脸识别时,由于提取的奇异值向量特征所包含的人脸图像的有效信息少,导致人脸识别率低下。基于此提出了一种基于奇异值分解的人脸识别新方法——矩阵的秩-逼近法。利用ORL人脸数据库进行实验,并采用最近邻决策规则来进行分类识别。实验结果显示,提出的方法比基于奇异值人脸识别方法具有优越性,本算法能大大地改善识别效果。     

基于相对优势度的区间直觉模糊多属性决策方法

基于区间数的相对优势度,提出了区间直觉模糊数的相对优势度概念。通过构建区间直觉模糊数比较的相对优势度矩阵,结合基于互补判断矩阵的排序公式,给出了一种区间直觉模糊数的排序方法,并将此排序方法应用到属性权重未知的区间直觉模糊多属性决策当中。通过算例分析说明了该方法的有效性和可行性。     

辫子群B_n的一些重要表示

本文求得了辫子群B_n的一维、二维以及三个受限制的B_3群的所有不可约表示。