有序分位加权集结算子及在激励评价中的应用

为在信息集结过程中体现指标值的相对发展水平,提出了一种新的集结方法,即有序分位加权集结算子.该算子尤其适用于激励评价问题,其主要特征是用分位数表示指标值的相对发展水平,并且在信息集结过程中融入了决策者不同程度的激励偏好.通过性质分析,发现该算子具有置换不变性、界值性和条件单调性等特征.进一步,以算例的方式分析了该算子在激励评价中的应用问题,发现该算子在信息集结中通过权重加和不等于1的方式能够放大或缩小集结值,从而凸显被评价对象之间的差异,实现激励的目的.     

基于证据理论的群组层次分析法判断矩阵集结方法

针对现有群组集结方法关注于专家权重和集结元素之间相似性,缺少对层次分析法(AHP)判断矩阵元素一致性考虑的不足,提出一种基于证据理论的群组AHP判断矩阵集结方法。该方法以群组AHP判断矩阵元素的相似性和一致性为证据源,采用DS证据理论计算上三角元素的合理性指标值;并以该指标值为边权计算最大生成树和相对应的完全一致矩阵;该方法在完全一致矩阵和PG算子集结矩阵的约束下,结合残缺元素的修复策略,计算满足最优相似一致度的群组集结结果。通过算例分析,说明该方法的可行性与有效性。     

基于PAO算子的直觉模糊多准则决策算法

定义了直觉模糊数及其比较规则,提出了直觉模糊数间的PAO算子.针对准则间具有偏好关系且准则权重未知并变化,准则值为直觉模糊数的模糊多准则决策问题,提出了利用PAO算子进行集结的决策方法.该方法通过计算各方案在不同准则下的相对满意指数和相对精度,利用PAO算子获得每个方案的具体准则权重并生成计分函数和精确函数.通过计分函数的比较,得出方案集的排序结果.实例分析表明了该方法的有效性和可行性.     

家兔派尹尔氏(Peyer's Patches)淋巴集结圆顶上皮内微褶细胞的来源与分化

对不同发育时期家兔Peyer's Patches圆顶的显微和亚显微结构系统观察表明,圆顶上皮内的微褶细胞来源于中胚层,而不是由未分化的肠上皮细胞分化而来,可能同巨噬细胞是同一组细胞系来源。     

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。     

基于Matlab的模态法简化大系统模型仿真

用于简化大系统的模态集结法中模态矩阵的求法很多,主要讨论将矩阵分析求解特征向量的方法用于模态矩阵的求取,并考虑到实际系统中状态矩阵不能为复数,将约当块进行适当的变形,求取对应的模态矩阵,给出了用Matlab计算全过程的程序.     

大系统能摈荆能观型集结的直接迭代法

集结的思想和方法在大系统降维中具有十分重要的作用。本文基于通常采用的精确集结条件－－观测型集结，推导出理想集结条件和另一种形式－－控制型集结，同时出在控制型集结条件下进行系统降维的直接迭代方法（简称ＤＩ法），并讨论了控制型集结模型及其用ＤＩ法所得简化模型的有关性质。     

不确定环境下语言信息集结算子研究

简述了语言信息集结算子的概念及其发展,根据属性权重不同划分了不确定环境下语言信息评价的类型,并对其进行了系统的分析,深入探讨了语言信息评价的研究趋势。     

一种基于不同粒度语言判断矩阵的群决策方法

针对基于不同粒度语言判断矩阵的群决策问题,提出了一种新的群决策分析方法.对有序语言短语集中的语言短语进行“量化”,通过变量转换关系将语言判断矩阵转换为互补判断矩阵,并进行了判断信息转换的一致性分析;采用OWA算子将每个决策者给出语言判断矩阵所对应的互补判断矩阵集结为群的偏好矩阵,并通过计算每个方案的优势度来确定最优方案;最后给出一个算例说明了所提出的方法的有效性与实用性.     

递阶结构系统理论及应用

从主动设计易于控制结构系统的角度出发,提出了一种新的、具有独特系统的特性的结构系统－递阶结构系统,分析了它的特征和优越性,讲座了合适的表达方法;重点推导出了分阶模态集结法的有关表达式;详细进行了频域分析;以二自由度体系为代表进行了具体的参数分析,结果表明采用大质量比子系统可以在明显减小主系统动力响应的同时有效地减小子系统的响应,使递阶段结构获得比传统结构更好的动态特性。