基于博弈的手术综合评价方法 (三峡地区资源环境生态研究)

一台手术牵涉到多种资源,如何确定手术所用资源的综合评价对科学排程有重要的影响。本文首先对一台手术的资源综合值进行了分析,把手术资源的影响因素(资源应用的贴合度、患者满意度等)采用定量化方式表示,并对多因素进行组合,形成手术的资源综合值。然后,本文基于博弈理论,对于分配到手术室的手术排程问题建立两人零和博弈模型,通过对这个模型的求解,得到手术的综合评价值zi=x*i.∑4j=1(aijy*j),i=1,…,n,再结合每个手术的时间,按照手术的时间与手术综合评价值的比值(即排序论中的带权加工时间)从小到大的次序来安排手术的次序,从而确定手术排程的次序。     

基于协同的多指标决策网构建及效能计算

针对编队电子战中的作战方案生成和优化问题,提出了基于分阶段有向协同决策网、以协同决策效能为最大目标的网络优化方法.讨论了协同决策网的构成,定义了效能可行点的概念,给出了效能可行点的计算判定方法.通过定理证明,在子方案效能最大基础上,构成协同决策网最大效能通路的充分必要条件是该通路包含了协同网中所有效能可行点,协同网的阶段划分降低了网络计算量.考虑到效能因子的复杂性,将协同效能计算扩展到了多指标的情况,利用该方法有效地解决了作战子方案之间的协同问题,将该方法成功地应用于舰艇编队电子对抗反导方案优选及协同效能计算中.     

大面积航班延误下的协同决策过程

民航业的蓬勃发展带来了航班延误这一新的问题。针对大型枢纽机场大面积航班延误的情况,基于多目标优化的思想,建立了多阶段多目标多部门的应急协同决策模型。该模型能够结合多部门意见,并随着事态的发展对决策进行动态调整。模拟实验表明该模型可以实现科学决策,对于实际的应急决策问题具有重要的意义。     

基于不完全信息的一种群决策方法

针对不完全信息下的多属性群决策问题，提出了一个新的交互式决策方法，在个人效用信息的集成过程中，该方法有机地结合了决策者的重要性指标和一致性指标，使集成结果体现了群决策的思想和原则；在评价过程中，给出了一个新的偏好指标，当决策者不能提供更多信息的时候，利用它能够建立方案集上的全序关系。     

供应链协同知识创新的决策研究

首先综述了供应链协同的知识创新;接着将供应链中的知识抽象描述为联结各个节点企业的知识流序列,并得出结论:①供应链节点企业应该加强相互合作,实现知识的共享,以减少对知识的搜寻时间;②供应链节点企业需要通过知识转移和知识整合即时更新知识;③由于知识集合更新速度的加快,要求供应链成员在协同的基础上,不断地进行知识创新,提高供应链的知识水平与竞争力.在此基础上,针对供应链协同知识创新决策所涉及的多属性群决策问题,提出基于模糊多属性群决策模型的供应链协同知识创新的决策过程;最后通过算例,说明了决策模型的应用步骤,并提出了进一步研究的方向.     

基于不确定性多属性决策方法的网络论坛危机信息传播决策研究

摘要：
网络论坛危机信息传播决策作为应急管理的重要分支，其决策方法的研究具备重要的理论与现实价值.目前国内对于其决策方法的研究上缺乏有效的定量研究手段.提出了基于多属性不确定性决策的论坛危机信息传播决策的定量研究方法，并利用算例数据对于多决策者主体、决策属性权重完全未知的多属性研究算例进行了评估.研究结论表明本文的研究方法可以有效的作用于论坛危机信息传播的决策过程. 关键词：
网络论坛； 应急管理； 不确定多属性决策 中图分类号： G 206.3
文献标志码： A     

群体多属性决策的属性权重不完全信息的集结

对于不完全信息的群体多属性决策问题，研究在各决策者给出属性权重信息有冲突的情况下个体属性权重信息的集结问题．通过对决策个体提供的属性权重信息进行一致性检验，确定群体属性权重区间，使属性权重信息的集结过程充分体现群体的意志和意愿，最后给出案例分析．     

基于人工神经网络的多属性决策

研究利用ＢＰ人工神经网络解决多属性决策问题。根据价值函数的存在定扩展多属性决策问题的价值函数,利用一个３层ＢＰ网络任意逼迫多属性决策问题的价值函数,从问题本身抽取学习样本训练ＢＰ网络,构造该问题的价值函数,利用训练后的ＢＰ神经网络作为多属性决策问题的价值函数计算各方案的价值。实现了多属性决策问题的自动化,计算结果与用传统工具的计算结果基本一致,并且满足Ｐａｒｅｔｏ最优准则。     

基于极差理论的多属性决策新方法

研究了属性权重完全未知，属性值以区间数形式给出的不确定型多属性决策问题，在极差理论基础上给出了求解属性权重的一个简洁公式．最后通过实例说明了该方法的实用性和有效性．     

部分权重信息下基于两阶段优化的多属性决策方法

研究了只有部分权重信息(区间数)且属性值为定值的多属性决策问题。首先,基于局部与全局最优综合属性值,分别建立了一个目标规划模型。其次,通过求解这两个模型获得方案的排序,提出了基于两阶段规划的多属性决策新方法,该方法具有操作简便且易于上机实现的特点。最后,通过实例说明模型及方法的可行性和有效性。     

基于信用的重复博弈模型在节点转发中的应用

机会网络信息转发决策中,由于节点的自私性可能出现通过欺诈表现而故意导致转发决策失败的问题,并由此带来损益表的明显变化。针对这一现象,提出了基于信用合作和重复博弈的欺诈行为解决方案。在引入信用合作机制的基础上,将单次阶段博弈行为转变为其生命周期和全局网络内的重复博弈过程。通过惩罚机制和信用机制,将欺诈节点单次欺诈行为收益与惩罚周期的巨大损失相比较,迫使博弈节点在博弈过程中仔细权衡其欺诈行为可能带来的损益比,从而减少欺诈行为的可能,提高机会网络中信息转发过程的成功率。仿真实验结果表明,该方法可显著提高节点博弈过程中的诚信度和合作率。     

基于粗糙集理论的运输机故障诊断与分类

应用粗糙集约简理论,根据煤矿安全规程分析了煤矿胶带运输机的10种安全保护措施和统计的故障样本,提出了一种以决策表作为主要工具,直接从故障样本集中导出诊断规则及其故障分类的方法,并用实际发生的故障检验了该方案的正确性。     

基于模糊综合评判的变压器在线故障诊断系统

较完整的阐述了变压器在线故障诊断系统的基本原理以及构建过程,为在线监测技术与诊断技术应用于工程实际提供了一个很好的范例。     

Network Security Transmission Based on Bimatrix Game Theory

Based on the bimatrix game theory, the network data transmission has been depicted in a game theory way： the actions of the attacker and defender （legitimate users） are depicted within a two-person, non-cooperative and bimatrix game model, this paper proves the existence of the Nash equilibrium theoretically, which is further illustrated by the experimental resuhs.     

一种决策树增量学习算法在故障诊断中的应用

在决策树增量学习算法ID5R上,结合粗糙集理论较强的简化知识、缩小知识库空间的能力,提出了一种增量学习方法,该算法在面对新事例时,能够先对新知识与知识库内容进行比较,将其中已为知识库所有的知识进行压缩,仅对其余部分学习,该过程能够有效减少新示例学习过程的消耗.同时针对知识获取的瓶颈问题,将其应用于故障诊断的知识积累过程中,并通过一个柴油机油样光谱分析故障诊断的算例,验证该算法的有效性.     

集值信息系统中基于证据理论的规则提取

为了提高在集值决策信息系统中最优广义决策规则的获取速度,借助证据理论这一处理不确定性问题的有力工具,将证据理论应用到集值信息系统中,定义了集值信息系统在相似关系和优势关系下的基本概率分配函数,提出一种基于基本概率分配函数的最优广义决策规则获取方法。最后用实例说明了这种方法的有效性,并且有效地降低了时间复杂度。     

应用模糊多属性理论的电力变压器故障融合诊断

大型油浸电力变压器的故障诊断一般通过预防性试验数据进行,预防性试验数据必须经停电检修才能获取,且实际现场数据的采集精度及数量也都很有限。变压器的征兆现象是大量经验的总结,在一定程度上可以反映变压器的故障。提出了在变压器故障诊断中将征兆现象和试验数据融合的思想,实现各种信息的优势互补。通过模糊多属性决策理论,实现对征兆现象的诊断;通过变压器绝缘故障诊断的模糊概率模型,实现对预防性试验的诊断;最后用D-S证据理论对预防性试验数据和征兆现象的诊断结果融合。建立了一种新的故障诊断模型,实例证明了此方法的有效性。     

基于博弈模型的班轮风险分析

建立以货主和货代为代表的完全信息静态博弈模型.结果显示,货主、船东等建立委托代理关系,配以适当的监管机制,可以更加有效地降低风险.应用贝叶斯法则和效用理论,建立不完全信息动态博弈,主要分析船公司风险,旨在为相关企业进行风险分析提供参考.     

基于分形理论的汽轮发电机组故障诊断

分析了汽轮机发电机组的几种常见故障及其表现形式，利用传统的频谱分析方法对某汽轮发电机组进行了状态分析，并研究了该发电机组在不同运行状态下的关联维数，给出了利用分形理论对汽轮机发电机组故障实施故障诊断的判据，利用数字量信息-关联维数作为诊断标准有利于计算机对设备的运行状态进行识别与判断，为机械设备的在线监测与故障诊断提供了可靠的工具，该方法为复杂机械的线监测与故障提供了新的思路。     

基于混沌理论的往复式压缩机故障诊断

实测某往复压缩机气缸在正常、活塞体松动及拉缸工况下的振动信号,计算信号的关联维数、Kolmogorov熵及最大Lyapunov指数,并证明信号具有非线性。用奇异值分解(SVD)降噪法对信号进行降噪,通过奇异熵增量曲线选择降噪阶次,用互信息法求最佳延时,并用假近邻域法求最佳嵌入维数,同时用G-P算法、小数据量法求出关联维数、Kolmogorov熵及最大Lyapunov指数。计算结果表明,3种工况下的往复压缩机气缸振动信号均为非线性混沌信号,故障越严重,信号表现出的混沌特性越明显,可依据混沌指标对往复压缩机气缸的状态进行监测。