基于复杂系统理论的航空装备研制项目的组织与管理

借鉴复杂网络的理论和方法,以国防航空装备研制项目为例,采用从定性到定量的综合集成方法,对项目的组织与管理问题进行了研究,研究了国防航空装备项目的需求约束网络,并探讨了从定性到定量的综合集成方法在项目组织与管理模式中的应用,构建了新的项目组织与管理模式.     

基于熵权和区间灰数信息的灰色聚类模型

针对区间灰数的灰色聚类模型中指标权重确定的问题,借鉴信息熵的思想,引入灰色熵权确定指标权重,构造了基于熵权和区间灰数信息的聚类评估算法。该算法以区间灰数本身的信息为依据通过计算灰熵来得到聚类指标权重。最后以实际问题为背景进行算例研究,结果表明由所提算法所得的归一化聚类系数矩阵区分度更好,验证了所提算法的有效性和可行性。     

近似非齐次指数序列的DGM(1,1)直接建模法

优化了模型DGM(1,1)的建模初始条件,讨论并证明了该模型与原始数据在升、降、凹、凸等几何形状方面的吻合性;最后通过算例验证了该模型的有效性及实用性;DGM(1,1)直接建模法对丰富与完善灰色预测模型的理论体系,具有积极的意义.     

基于相似关系的多属性决策问题研究

属性权重确定是多属性决策问题中一个重要的研究内容。针对属性权重未知的多属性决策问题：首先,指出决策对象与理想对象之间的相似度与决策对象的优势度之间存在直接的关系;其次,借鉴离差最大化算法,提出用属性值的相似度来确定属性权重;再次,利用各个决策对象与理想对象的相似度对各决策对象进行排序并择优;最后,对属性值为区间数的多属性决策实例进行了分析,同时对该算法与离差最大化算法的异同点进行对比。     

离散GM(1,1)模型的特性与优化

GM(1,1)模型在对纯指数序列进行拟合时通常仍然存在偏差,对原始序列和发展系数有太多限制.离散GM(1,1)模型与原模型的很多性质很相似,可以看成是原模型的精确形式,而且对发展系数和原始序列没有非负限制,因此对于离散GM(1,1)模型的特性研究就极为重要.文章对离散模型模拟数据增长率特点、对指数序列的拟合以及数乘变换下的参数特性进行了理论证明.研究表明离散GM(1,1)模型可以完全拟合指数序列.数乘变换不改变原始序列的模拟精度,为解决灰色预测模型的病态性提供了思路.文章提出了分段修正离散GM(1,1)模型并对建模机理进行了证明.应用实例表明了该模型能够显著提高模拟精度.     

考虑概率分布的灰数排序方法

综合分析了模糊数学、随机概率及区间数等不确定性信息处理方法的优劣之处,提出用灰数来描述不确定性信息, 在考虑灰数的概率分布的基础上, 给出了灰数的新定义, 提出了灰数排序的可能度方法,并重点研究了离散灰数和区间灰数的排序规则, 在均匀分布情况下, 区间灰数将退化为区间数. 最后通过算例佐证所建立灰数排序方法的有效性.     

基于单调函数的若干实用强化缓冲算子的构造

在灰色系统缓冲算子公理体系下,构造了2类新强化缓冲算子,并将其与谢氏强化缓冲算子进行比较,论证了谢氏强化缓冲算子为新算子的特例,从而大大地拓广了强化缓冲算子的应用范围.对序列前一部分增长(衰减)速度过快,而后一部分增长(衰减)速度过慢的冲击扰动系统数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题,提供了多种解决方案,首次将缓冲算子的构造与函数联系起来,从而为缓冲算子的构造开辟了新方向.     

几类关联分析模型的新性质

以研究灰色关联度模型的新性质、丰富灰色关联分析理论体系为目的,在对几类常用灰色关联度模型理论分析的基础上,提出了关联度仿射性和仿射变换保序性的定义,从逻辑推理角度对各灰色关联度模型的仿射性与仿射变换保序性进行了理论研究.研究表明,T型关联度和比率关联度同时满足上述两个新性质.研究结果对于进一步构建新的关联度,扩展关联度的应用范围具有十分重要的意义.     

基于二元不完全偏好的群决策方法

分析了群决策过程中不完全区间数互反判断矩阵和不完全区间数互补判断矩阵的集成方法.基于决策者给出的允许偏差,定义了群决策满意度隶属函数,建立了求解群体偏好满意程度最大化的权重模型,提出了群体偏好一致性程度的衡量指标,研究了对一致性程度较差的决策者判断进行交互调整的方法.为解决模型存在多组最优解以及因决策者判断误差波动造成的决策误导问题,建立了群体偏好权重分布范围的估计模型.通过算例分析,证明了方法的有效性及实用性.     

GM(1,1)幂模型求解方法及其解的性质

根据灰色系统信息覆盖的基本原理,给出了GM(1,1)幂模型中参数α的估计方法.讨论了α的不同取值对模型解的影响,对其白化微分方程解的定理进行了补充,并给出了白化微分方程解的优化方法.结果表明,所提出的建模方法更能适应于一类具有饱和状态或发展变化受众多因素影响的波动原始序列,在0<α<1且a>0和α>1且a<0两种情形下,GM(1,1)幂模型与灰色Verhulst模型具有相同的极限性质,但模拟预测精度高于灰色Verhulst模型.