模糊认知图与证据理论融合的质量控制决策模型

针对制造过程的质量问题层出不穷而企业常常疲于救火式管理、难以从根本上解决质量问题的现状,结合模糊认知图理论和证据理论,提出一种包含反应式、预防式、预报式和先行式等四种典型的质量控制模式的决策模型.论文首先分析这四种典型的质量控制模式及其决策因素;接着,讨论基于模糊认知图的质量控制决策模型及实施步骤,该模型立足于综合考虑质量问题属性、成本、功能符合性以及组织支持因素等维度,构建基于模糊认知图的决策网络.针对决策网络中多个专家所建立模糊认知图的合成问题,结合证据理论,以专家知识作为证据,节点间的因果强度的可能取值空间构成识别框架,对多个专家知识进行合成.最后,以某轴承企业深沟球轴承沟形误差超标的质量问题为例验证了该方法的可行性.     

基于认知图和直觉模糊推理的态势评估方法

针对战场环境中信息的不确定性和交互关联性问题,将直觉模糊推理理论与认知图推理相结合,提出一种基于认知图和直觉模糊理论的态势评估方法。首先,分析当前认知图推理的特点与不足,建立基于直觉模糊集理论和有序加权平均算子的直觉模糊认知图模型;其次,提出直觉模糊认知图的态势评估推理过程;最后,用实例给出评估结果,验证方法的有效性和正确性。该方法能更准确地描述战场客观环境,为决策者提供更多的决策信息和决策偏好自由度。     

基于模糊认知图的多Agent协调模型

在复杂大系统中 ,相对独立的智能控制子系统将组成一个多 Agent系统 .由于各子系统的自主性 ,对于任务及决策将存在不同的支持度 .本研究采用模糊认知图 ,建立了对任务及决策的支持度的协调控制策略 .同时 ,提出了多 Agent系统在协调控制中的稳定性 ,并分析了本文中的协调控制策略稳定性.     

基于ABFCM模型框架的UCAV自主攻击决策

为发挥无人作战飞机(unmanned combat aerial vehicle, UCAV)的决策自主性、减轻UCAV操作员的任务负担,基于智能体模糊认知图(agent based fuzzy cognitive map, ABFCM)模型框架,设计了包含信息处理、决策推理和人机交互的三层次UCAV自主攻击决策系统ABFCM模型。该模型将UCAV自主攻击决策内容合理地分解在不同层次和功能的Agent中,在分别建立各Agent因果推理模型的基础上,实现了合理有序地组织整个决策推理行为。通过仿真分析,验证了所建模型的合理性和可行性,同时也表明该自主攻击决策模型将有助于UCAV适应未来复杂的战场环境,提升监督控制模式下的自主作战能力。     

基于多目标演化的模糊认知图学习算法

针对传统模糊认知图学习算法仅优化概念结点间有向弧的权值误差而造成模型拟合准确程度不高的问题,将多目标演化的思想用于模糊认知图学习算法,设计了以有向弧权值误差与误差权重同时最小化为目标的多目标模糊认知图学习模型,降低了学习算法对权值的依赖。为有效求解该多目标优化模型,提出了一种基于坐标变换的多目标演化算法,分析了算法的参数设置方法与计算复杂度。实验结果表明,基于多目标演化的模糊认知图学习算法可以有效降低结点数据误差与模型误差,能够更准确地得出概念结点间的因果关系。     

用于时间序列数据建模的多模态模糊认知图

针对单一模型难以准确反映时间序列多种变化模态的问题,提出了一种基于模糊认知图的时间序列数据多模态建模方法.该方法使用随机自助法选取多个子序列,以包含各种变化模态.在各个子序列上分别建立子模糊认知图模型.使用粒计算方法对子模型进行有效融合;并分析了不同权重策略融合的性能.所建立的模型不仅可以对时间序列数据进行数值及区间预...     

基于防空警戒任务的多预警机协同补盲

在作战环境日益复杂的情况下，多预警机进行协同补盲，不仅可以扩大探测范围，大大增强抵抗“四大威胁”的能力，而且比地面雷达网具有更好的低空、超低空探测能力。研究了多预警机执行防空警戒任务时的协同补盲问题。首先，给出了预警机探测总区域、探测强效区和弱效区的定义，并分别建立了数学模型。其次，对预警机的顶空盲区、底空盲区、机体遮挡盲区、转弯盲区进行了分析和建模。然后，给出了基于防空警戒任务的多预警机协同补盲模型。最后，通过仿真证明了模型的有效性。     

面向非对称认知的移动目标防御动态博弈方法

移动目标防御(MTD)通过主动地、动态地“移动”系统安全配置,扰乱攻击方对系统状态的认知,进而影响攻防决策和演化过程,被称为“改变游戏规则”的网络空间革命性技术. MTD的技术本质是建立和控制攻防双方的非对称认知.为了实现对这种非对称认知关系的量化分析,通过建模攻防知识面在攻防双方认知中的差异化投影,将非对称认知关系引入到MTD博弈决策中,提出面向非对称认知的MTD动态博弈模型和基于多阶段潜在风险分析的决策方法.数学实例分析和模拟实验验证了模型和方法不仅能实现面向非对称认知的攻防博弈推演,也进一步提高了攻防状态建模的灵活度和空间规模,对基于博弈的网络安全管理具有指导意义.     

犹豫模糊偏好决策研究进展与前景

犹豫模糊偏好关系作为一种刻画事物不确定性的有效表达方式,能够用多个可能的隶属度同时描述决策者对事物两两比较的评价结果.本文对基于犹豫模糊偏好关系的决策理论发展进行了综述:首先介绍了犹豫模糊偏好关系的发展背景及定义;然后从基于偏好关系的权重导出模型,一致性测度及非一致性修正算法和群体共识模型的角度概述了犹豫模糊偏好决策的研究进展;并且给出了一些基于犹豫模糊拓展型偏好关系的决策理论以及现有相关决策模型的应用,最后展望了基于犹豫模糊偏好关系的研究前景.     

基于集成预测的均值-方差-熵的模糊投资组合选择

通过基于集成预测的方法构建模糊投资组合, 代表性地选择了遗传神经网络模型、 多因素SVM回归模型和ARIMA时间序列模型作为组合预测中的单一模型, 并将单一模型预测结果作为模糊变量进行投资组合优化, 实证结果表明基于集成预测的均值 -方差-熵的投资组合相比其他组合收益率更高, 相对风险更低. 该方法可以用于投资基金管理、 金融风险管理等实际工作中,以便提高决策的科学性.     

基于延迟Petri网的信息系统开发风险评估方法

信息系统建设是企业信息化建设的一个重要组成部分 ,在开发过程中出现的各种不确定因素导致企业信息系统中建设中存在着多种风险 ,对这些风险的管理和控制是信息系统开发管理的一个重要步骤。提出信息系统开发的风险管理和决策模型以及风险管理计划的制定策略 ,然后引入延迟时间模糊Petri网的概念并将其用于建立信息系统开发风险管理计划执行效果评估模型 ,重点论述应用延迟时间模糊Petri网对企业信息系统开发的各种风险进行评估的算法以及该算法的时间复杂度分析。     

基于模糊C-均值聚类与支持向量机的PMV指标预测系统

为了更好地预测室内热舒适度PMV指标,在分析模糊C-均值聚类方法与支持向量机方法的优势和互补性后,探讨了二者的结合方法,提出了一种基于模糊C-均值聚类预处理的支持向量机PMV指标预测系统.该方法把复杂的数据集看作多个群体的混合,每个群体采用单一的回归模型进行描述,使得大规模数据集的回归估计问题变成了一个多模型估计问题.将该系统应用于PMV指标预测中,与标准支持向量机方法相比, 得到了较高的预测精度,从而说明了基于模糊C-均值聚类方法作为信息预处理的支持向量机学习系统的优越性.     

基于CPN的联邦概念模型形式化建模与验证(英文)

提出了基于着色Petri网(CPN)的联邦概念模型(FCM)形式化建模与验证一体化方法。这种方法的提出主要基于下面两点:一是形式化的FCM与用自然语言描述的模型相比具有更完整、更准确和更规范的特点;二是形式化模型的验证需要专门的工具辅助完成。以一个简单的制造系统为例,采用CPN语言建立了该系统的形式化概念模型,利用辅助软件工具CPN Tools完成了该联邦概念模型的仿真和验证。应用研究表明,着色Petri网有助于描述联邦中各实体的行为和关系,CPN Tools辅助工具实现了形式化模型建模、仿真和验证的一体化过程。     

基于进化FCM算法的故障诊断方法

为了提高故障的诊断效果,首先利用一种改进的离散傅里叶变换方法提取故障特征,然后提出了一种扩散式遗传算法,将其与模糊C 均值(fuzzyC mean,FCM)聚类方法结合设计了一种进化FCM故障识别方法。该方法通过离线优选虚拟标准样本,达到快速、准确在线识别故障的目的,很好地解决了FCM算法经常收敛到局部极值点的问题。最后以某型歼击机结构故障为例进行了仿真验证,结果表明该方法确能有效的检测出歼击机的各种故障。     

基于A3C的多功能雷达认知干扰决策方法

在多功能雷达对抗领域, 目前基于强化学习理论的认知干扰决策方法难以满足雷达对抗高实时性要求。对此, 将异步优势行动者-评论家(asynchronous advantage actor-critic, A3C)算法引入到认知干扰决策领域, 设计了包括干扰机模型、环境模型(目标方多功能雷达)以及交互机制的认知干扰决策整体框架, 制定了干扰决策流程, 干扰机模型利用异步多线程方式与环境模型进行交互训练。仿真实验表明, 在扩充雷达任务转换关系表的基础上, 所提方法与基于深度Q网络(deep Q network, DQN)的认知干扰决策系列方法相比, 极大地提高了时间效率, 平均决策时间降低70%以上, 并且在决策准确度上有着明显优势, 表明所提方法能够为多功能雷达对抗决策提供更有力的技术支撑。     

基于面向对象仿真的国防通信网管理决策模型研究

国防通信网是信息在指挥自动化系统中无缝传输的基础,是获取信息优势的重要保证。但目前国防通信网管理决策仍主要依赖人工。该文针对未来联合作战中信息化战场特点,采用面向对象仿真技术建立了国防通信网仿真模型,在此基础上,结合决策规则库,实现了在复杂战场环境下国防通信网网络负荷评估、野战通信网与固定通信网结合入网评估、网络抗毁性分析等多模型管理决策,从而提高了网络管理决策的自动化和智能化水平。     

Method for uncertain multi-attribute decisionmaking with preference information in the form of interval numbers complementary judgment matrix

The uncertain multi-attribute decision-making problems because of the information about attribute weights being known partly, and the decision maker's preference information on alternatives taking the form of interval numbers complementary to the judgment matrix, are investigated. First, the decision-making information, based on the subjective uncertain complementary preference matrix on alternatives is made uniform by using a translation function, and then an objective programming model is established. The attribute weights are obtained by solving the model, thus the overall values of the alternatives are gained by using the additive weighting method. Second, the alternatives are ranked, by using the continuous ordered weighted averaging (C-OWA) operator. A new approach to the uncertain multi-attribute decision-making problems, with uncertain preference information on alternatives is proposed. It is characterized by simple operations and can be easily implemented on a computer. Finally, a practical example is illustrated to show the feasibility and availability of the developed method.     

基于自适应模糊度参数选择改进FCM算法的负荷分类

在建立了负荷分类五阶段过程模型的基础上,提出了用类内距离和与类间距离和之比作为负荷分类评价指标自适应选择模糊度参数的方法,同时用模拟退火算法和遗传算法对模糊C 均值（FCM） 算法的搜索性能进行优化. 实验结果表明,在负荷分类中常用的模糊度参数值m=2并不是最优的,负荷分类中模糊度参数的最优取值区间为[2.6,3.2]. 同时,改进算法还克服了传统 FCM 算法全局搜索能力不足的问题,提高了负荷分类的精确性和有效性.