基于vague集的模糊多目标决策方法

提出了一种基于vague集的模糊多目标决策方法.首先利用优属度计算方法将决策矩阵转化为 目标优属度矩阵,然后通过计算方案的支持目标集、反对目标集和中立目标集得出方案的vague估计值, 最后利用一个评分函数对方案进行排序,从而选出最优方案.算例验证了该方法的有效性.     

基于图论与PageRank的要地反导己方目标重要性排序

针对要地反导作战己方目标重要性排序问题, 创新性地提出一种基于图论与网页排名(PageRank, PR)算法的排序方法。首先, 采用图论方法将各目标之间各种静态、动态关系网络抽象成二维拓扑结构图, 确立在不同关系下各目标之间的相互联系。其次, 根据要地反导作战实际情况，结合专家意见对静态、动态关系网络的重要程度进行打分。基于PR算法思想, 根据构建的目标关系模型, 计算己方目标关系矩阵及重要度值, 给出目标排序。最后, 结合要地反导作战案例进行验证分析。结果表明，该方法能够综合目标排序时的多方面因素, 给出科学、合理的重要性排序, 具有一定的可推广性和应用前景。     

基于相依网络的异质目标智能排序模型

随着战争复杂性的不断提升，目标排序模型必须能够从体系的角度出发，对战场中的异质目标进行综合排序，并满足动态、对抗、可进化的要求.首先基于相依网络理论，从对抗的角度出发，综合考虑敌我双方的能力构建目标体系；然后，提出两阶段的目标排序算法，实现了对作用于不同空间的异质类目标的动态综合排序；最后，设计面向历史对抗数据的目标体系权值调整算法，确保了目标排序模型的适应性.通过在某战役级兵棋系统进行实验并与人类指挥员的经验数据对比，验证了所提出模型的有效性.     

单台机器多目标作业排序问题的探讨

以往对单台机器排序问题的研究大都限于单目标排序，而在实际的生产调度和计划管理中绝大多数情况需要进行多目标作业排序。本文运用模糊数学的方法，提出一种单台机器多目标作业排序的算法。     

基于对位学习的多目标遗传算法

为了加强非劣排序遗传算法的搜索能力、加快其收敛速度,将对位学习与非劣排序遗传算法相结合,提出了一种用于解决多目标优化问题,基于对位学习的多目标遗传算法,并应用双目标、三目标的测试函数对该算法进行了验证.结果表明,基于对位学习的多目标遗传算法具有较好的收敛性和分布性.     

在多目标决策中利用基点计算权重

给出了一种利用基点计算权重的多目标决策方法 .该方法所需信息量小 ,并能获得满意的排序结果 .     

一种模糊多目标群决策方法

综合考虑定性和定量两类目标，本文提出一种模糊多目标群决策方法。决策人用语言变量评价权系数和定性目标，对定量目标进行相应的无量纲化处理。经集结确定各决策人各方案的模糊评价指标，用乐观指标法确定各决策人各方案的排序指标。用平均值法集结各决策人的排序指标。用平均值法集结各决策人的排序指标，并确定群体对各方案的排序。     

有限方案模糊多目标群决策方法的研究

综合考虑定性和定量两类目标，本文提出一种模糊多目标群决策方法。决策人用语言变量评价权系数和定性目标，对定量目标进行相应的无量纲化处理。经集结确定各决策各方案的模糊评价指标，用乐观指标法确定各决策人各方案的排序指标。用平均值法集结各决策人的排序指标，并确定群体对各方案的排序。     

基于模糊评判的单机多目标作业排序问题的优化方法

以往对单机作业排序的研究大都限于单目标问题，而在实际的生产调度和计划管理中绝大多数情况需要进行多目标作业排序。本文运用模糊综合评判方法，提出一种单机多目标作业排序的遗传优化算法。     

一种有限方案多目标群决策方法

本文提出一种有限方案多目标群决策方法，用多维偏好分析的线性规划方法分析各决策人对各方案的偏好，经集结确定群体的偏好及对方案的排序。编制了方法的算法软件并在微型机上进行了案例仿真分析计算，得到了满意的结果。     

区间数的综合决策模型

考虑到大系统的决策往往是由多个决策者共同制定，为了吸取众多专家的意见，本文提出一种区间数的综合决策模型。该模型利用集值统计的方法，对评判矩阵和诸因素的权重分配均用正有界闭区间数表示，并且给出了一种区间数的排序方法和决策准则以及一个应用实例。     

多目标组合决策方法研究

针对采用几种不同方法确定指标权系数的多目标决策问题 ,证明了由期望效益法优化模型确定的综合权系数为几种方法确定的权系数的平均值 ,并构造了一种具有兼顾不同方法确定的权系数的综合决策模型。该模型通过假定待确定的权系数为由几种方法确定的权系数的线性组合 ,构建每一指标下任一方案与其它方案的离差 ,进而构建最优模型 ,求解最优模型得到权系数。该模型对群决策同样适用。实例应用说明 ,该方法可行、有效 ,可应用于经济决策的实际问题中。     

An innovative orders-of-magnitude AHP approach of leading industries selection: Case study of Jiangbei Industrial Clusters in China

In current stage of China Industrial Transfer, how to select the leading industries is an extremely difficult decision. In this research, we study the selection problem of Jiangbei Industrial Clusters in Anhui Province. Total thirty-three industries can be transferred to Jiangbei Industrial Clusters, however due to limited capacity, Jiangbei Industrial Clusters can only accommodate a few of them. The difficulties of such decision include： 1） the decisions are qualitative within a complex and uncertain environment; 2） the number of alternatives is beyond the upper bound of comparing elements in general decision making methods. We introduce a new methodology-the Orders-of-Magnitude approach of the Analytic Hierarchy Process （OM-AHP） to solve such selection decision. The OM-AHP follows AHP philosophy to structure qualitative questions and uses ＂pivot＂ element to handle the situation when the alternatives become more than seven. By employing OM-AHP methodology, we found the modern logistics industry and ship ＆ marine equipment etc., are identified to be the leading industries; particularly, we recommend to give higher priority in modern logistics industry and the advanced equipment manufacturing industry, given these two industries could dramatically improve the overall comprehensive economic strength and significantly enhance competitive advantages of the Jiangbei Industrial Clusters.     

区间混合判断矩阵排序的线性目标规划法

研究了决策信息以区间混合判断矩阵形式给出的多属性决策问题。基于区间一致性混合判断矩阵的概念,建立了一个线性目标规划模型。通过求解该模型得到区间混合判断矩阵的权向量,并利用已有的区间数比较的可能度公式求得决策方案的排序。该方法具有简洁、实用、易于计算机上实现等特点。最后进行了算例分析。     

一种新的基于模糊偏好的TOPSIS改进方法

基于决策制定者对决策单元的模糊偏好．研究如何根据决策单元(DMU)的模糊偏好来分别获取TOPSIS方法下基于理想点和负理想点的偏好权重．从而达到最终决策时结果与模糊偏好相一致。从新的角度引入决策单元的模糊偏好，引用TOPSIS方法中理想点与负理想点的思想，提出多指标决策中基于模糊偏好的TOPSIS方法新模型，给出一种通过主观模糊偏好与客观决策矩阵信息相结合的求解权重的方法。     

基于决策网络计划的工程项目物流方案随机优化

为解决工程项目物流方案优化中因不同方案的风险差异给决策工作带来的困难,在决策网络计划方法的基础上,提出了能够同时表达多个离散随机样本空间的决策单元结构;并将随机规划方法引入模型的优化中,建立了综合考虑成本和风险的上界极小模型及求解算法.文中以某建设项目物流方案的优化对模型的有效性与实用性进行了验证.结果表明,该模型能够有效解决风险存在差异时工程项目物流方案的优选问题,因而具有较高的理论意义与实用价值.     

贝叶斯决策的影响图分析方法

对一般的贝叶斯决策问题, 常用的求解手段是决策树分析方法。本文则用影响图分析方法对贝叶斯决策问题进行表征和求解, 并将两个方法作了比较。另外, 本文给出了关于影响图变换运算的两个新结果。     

基于偏差最小化模型的多属性决策集成方法

分析一般线性加权法和关联系数分析法的优缺点,基于偏差最小化原理,建立了两种方法的集成模型,该模型充分利用专家赋予的属性权重值和评价矩阵信息值的相关性,求出更合理的属性权重值来进行决策,保证决策结果与一般线性加权法和关联系数分析法的一致性.实例表明了该方法的可行性和优越性.     

占线决策问题及竞争分析方法

基于近年来理论计算机科学领域的热点研究方向——占线算法与竞争分析理论，将相关概念引入经济管理决策问题当中，比较分析处理占线经济管理决策问题的竞争分析方法与传统Bayesian优化方法的区别以及后者的缺陷，构建利用占线算法及其竞争分析方法研究占线经济管理决策问题的理论框架，指出在进行占线分析时应注意的要点及分析方法，最后以两个实例加以说明。     

呼叫中心中排队系统服务率的动态控制方法

对多服务台、缓存容量受限、用户等待太久后厌烦而中途离开的呼叫中心排队系统,运用马尔科夫决策过程理论,建立折扣准则最小期望代价函数模型,动态控制服务率.结果表明,合适的服务台数和到达率的情况时,最优策略会具有单调性,提高决策的效率, 并且结合有限阶段和无限阶段进行分析,兼顾了系统稳态工作时服务台利用率.