PSO-QGA在移动机器人复杂路径规划中的应用

量子遗传算法具有适应性强、收敛速度快、适合于全局搜索的特点,粒子群优化算法的优点是具有记忆能力,在智能搜索的实现上可以结合个体和全局的最佳位置实现位置定位,但粒子群优化算法在搜索速度和择优能力方面还有待提升.因此提出了一种改进的路径规划算法,即利用量子遗传算法结合粒子群优化算法的记忆功能和最佳定位能力,实现对移动机器人路径规划算法的改进.通过仿真实验已经证明,改进后的移动机器人路径规划算法在稳定性和路径优化选择上都优于单纯的粒子群优化算法和量子遗传算法,并且改进后的算法更适合于复杂路径中实现优化.     

反馈系统中内部独立的循环系统的性质及排序

本文研究了反馈系统中内部独立的循环系统的性质，并对该系统给出了一个计算量小，使用方便的排序方法．     

基于群组满意度最大的区间偏好信息集结

研究群决策中区间数判断矩阵偏好信息的集结问题。针对区间数互反判断矩阵和区间数互补判断矩阵，构造了个体满意度函数，并讨论了满意度与一致性以及群组满意度和群组共识之间的关系，最后还给出了基于群组满意度最大的相对熵最优化偏好集结模型以及应用算例。     

区间数判断矩阵满意一致性递推排序方法研究

研究了区间数判断矩阵的一致性和递推排序方法. 根据区间数判断矩阵的概念给出了区间数判断矩阵的完全一致性定义, 通过对完全一致性性质的讨论演绎出区间数判断矩阵的一致性和满意一致性定义及其判别方法，并且研究了一致性和满意一致性定义的合理性, 提出了求解区间数判断矩阵排序向量的递推排序方法, 最后用算例验证了方法的有效性.     

一种修正判断矩阵一致性的新方法

文章给出一种修正判断矩阵一致性的新方法，该方法完全尊重专家的判断，通过专家对同一问题给出多个判断矩阵来改善其中的判断误差。     

改进的AHP中增加元素的严格保序性条件

给出了改进的AHP中,在单一准则下,增加一组新元素的严格保序性条件,并由此给出增加一个元素严格保序的充要条件,使改进的AHP的理论研究有了进一步完善。     

层次分析法中和积法的最优化理论基础及性质

和积法是一种计算排序向量的近似算法．本文从平方差均值平方根的概念出发,导出了和积法计算排序向量的显式表达式,为和积法作为一种排序方法提供了最优化方面的理论依据,并从保序性、相容性、对称性等角度对该方法的合理性进行了研究     

基于POWC-OWA算子的区间数多属性信息集结方法

针对属性间具有优先级别关系的区间数多属性信息集结问题,提出属性间具有优先级别关系的有序加权C-OWA(POWC-OWA)算子和有序加权C-OWG(POWC-OWG)算子,研究了其性质.基于POWC-OWA算子,提出了属性值为区间数的多属性决策方法,并进行了实例分析.     

基于相关系数和标准差的专家权重确定及其灵敏度分析

针对方案属性值为实数的多属性群决策问题,首先利用单个专家对一组方案进行评价所得评价值的标准差和其评价值与其他每个专家评价值的相关系数,提出了一种客观的确定专家权重的方法;其次,对基于OWA算子和WA算子的多属性群决策方法进行了灵敏度分析,研究了专家权重的变化范围,使群体给出的方案排序或最优方案保持不变;最后,通过空调系统选择实例说明了所提方法的合理性并进行了相关分析.     

层次分析中有关一致性的思考

讨论了一致性检验的涵意和条件,并给出了一种新的排序方法