基于粗糙集理论的多源信息融合故障诊断方法

在故障诊断中,从包含冗余和不一致信息的数据中获取简单有效的诊断决策规则是一个难题.首先,针对完备信息系统和不完备信息系统分剐提出了相应的融合算法,为解决数据超载以及不完整信息融合问题提供了有效的方法.其次,提出了基于粗糙集理论的多源信息融合故障诊断模型.该模型从包含冗余和不一致信息的原始数据出发,利用基于改进属性重要度的方法实现故障征兆属性约简;然后通过给出的值约简算法进一步产生最大广义决策规则集,建立了用于故障诊断的规则库.最后,在应用该模型进行故障诊断时,用待诊断实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则依据置信度、覆盖度和支持度进行综合评价,并得出诊断结论.给出的诊断实例验证了该方法的可行性和有效性.     

有约束多目标系统的模糊匈牙利决策及其应用

首先将指标值矩阵转化为模糊关系合成矩阵，再将模糊关系合成矩阵与解决指派问题的匈牙利方法结合起来，提出了有约束多目标系统的一种新决策方法——模糊匈牙利法，并建立其模型，该模型可用著名的匈牙利算法来求解。最后应用该法于文献［1～3］中的实例，通过比较，方法简便，效果很好     

模糊多目标有约束投资项目选择建模

基于模糊多目标评价 ,对有约束条件的多个投资项目的选择问题 ,建立了一个模糊规划模型 ,利用一种对模糊数排序的解模糊函数 ,对集结成的各项目的非线性模糊综合评价值解模糊 ,将模糊规划模型转化为线性规划模型求解 ,最后给出了一个例子.     

网络可靠性的模糊随机分析

以图论为基础对网络的可靠性进行了既考虑随机性又考虑模糊性的模糊随机分析 ,运用蒙特卡罗随机模拟方法产生表征网络链路连通性的模糊关联矩阵 ,并以模糊关联矩阵的传递闭包方法分析了网络的可靠性 .     

基于遗传算法的SCGM(1,1,α)优化模型

在SCGM（1,1）模型的基础上,对系统云灰色预测模型作进一步推广,建立了更具一般性的SCGM（1,1,α）模型,并给出了求解最优SCGM（1,1,α）模型的遗传算法,实例证明用SCGM（1,1,α）优化模型进行预测能取得很好的预测精度。     

基于模糊模式识别的时序混合多指标决策

研究了一类定性和定量指标相结合的时序混合多指标决策问题。基于模糊模式识别原理 ,提出了一种新的进行方案优选的方案总体评价函数 ,给出了具体的决策方法和过程。最后通过一个实际例子说明 :该方法可行、有效 ,从而为解决时序混合多指标决策问题提供了一条新途径     

具有失真认知信息的两层冲突环境建模与分析

针对具有失真认知的两层冲突环境,提出了一种基于两层递阶超对策的建模与分析方法。根据局中人之间策略集与结局偏好上的认知信息,将单方上、下两层局中人与对方局中人之间的冲突分别描述为一个超对策和多个双矩阵对策,构建面向两层冲突环境的两层递阶超对策模型。给出了两层递阶超对策模型递阶超纳什均衡的定义,探讨了递阶超纳什均衡存在的条件及求解分析方法。最后,一个例子说明了模型与方法的实用性和有效性。     

模糊信息下的不确定性决策问题

讨论了一类具有模糊概率和模糊属性评价值的不确定性决策问题。分析了模糊概率评价的一致性，给出了一种在模糊信息下求各策略模糊期望值的方法，并通过对各模糊期望值的比较来确定最优策略。最后，给出了一个数值计算的例子，结果表明，方法简单、合理，易于实现，具有实际应用价值。     

模糊状态概率下的组合投资决策

针对决策者在进行项目选择投资时各种自然状态发生概率的不确定性,提出并讨论了模糊状态概率下的组合投资决策问题。通过对状态集合上模糊概率评价的一致性进行分析,运用与模糊概率评价相对应的一个有效概率分布,给出了模糊状态概率下组合投资策略的期望收益率和风险的表示方法,在此基础上建立了组合投资的多目标决策模型,并给出了其求解过程。最后,给出了一个数值例子,结果表明:方法合理、有效,易于实现。     

两类多目标广义指派问题的有效算法及其应用

讨论了两类目标广义指派问题,给出了它们的多目标整数线性规划数学模型,并结合模糊理论与解决传统指派问题的匈牙处算法提出了一种新的求解算法——模糊匈牙利法。给出了该方法在物资供应中的应用。