改进的离差最大化决策模型及其在临近空间多任务规划中的应用

一些常用的多属性决策方法在处理多属性评价问题时,易出现评价结果相近,评价值差异较小、区分度不高等问题. 运用离差最大化思想构建的多属性决策模型,能有效拉大评价值间的差异,便于决策方案的优选和排序. 但该模型在实践中,只考虑了因属性值差异性引起的可变权重,忽略了评价指标本身的属性权重,易造成评价结果偏离真实结果. 鉴于此,对已有的基于离差最大化的多属性决策模型进行改进,综合考虑评价属性的可变权重和属性权重,设计了改进的离差最大化决策模型,并将该模型应用于临近空间多任务系统综合效能评估中,为临近空间多任务规划方案的排序及优选提供决策支持. 最后,通过算例,对比验证了该模型具有一定的适用性.     

基于离差的模糊多属性决策法及其应用

针对属性权重完全未知且属性值为三角模糊数的多属性决策问题,本文提出了一种基于线性规划和模糊向量投影的决策方法.该方法给出了三角模糊数向量投影、相对贴近度等概念.基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,从而计算各方案的加权属性值在模糊正理想点和负理想解上的投影 ,进而计算相对贴近度,并据此对方案进行排序.最后,通过算例说明模型及方法的可行性和有效性.     

基于离差最大化模型的模糊多属性决策投影法

针对属性权重完全未知且属性值为三角模糊数的模糊多属性决策问题,提出了一种基于线性规划和模糊向量投影的决策方法。该方法给出了三角模糊数距离、三角模糊数向量投影等概念,给出了两个属性值规范化公式。基于加权属性值离差最大化建立一个线性规划模型,通过求解此模型得到属性的权重,从而利用各方案的加权属性值在模糊正理想点上的投影对方案进行排序。该方法不仅避免了模糊数的比较,而且具有操作简便和易于计算的优点。最后,通过算例说明模型及方法的可行性和有效性。     

基于离差最大化的导弹中段目标威胁度评估

释放诱饵是典型弹道导弹中段突防措施之一,对诱饵与真弹头的威胁度进行评估也因此成为导弹防御系统实施拦截的首要前提.考虑弹头与诱饵的位置、速度、RCS及红外辐射强度等目标特性不同,采用模糊隶属函数和G.A.Miller 9级量化理论对弹头与诱饵的威胁属性进行量化,建立了基于离差最大化的导弹中段目标威胁度多属性评估模型,给出了计算实例.计算结果表明,采用此方法能够有效确认威胁度最大的目标,满足弹道中段目标的威胁度评估需要.     

基于离差最大化的灰色聚类方法

针对灰色聚类分析中指标权重的确定存在的问题, 利用离差最大化的原理,提出了一种基于指标白化权函数值离差最大化的灰色聚类指标权重确定方法,从而建立了指标白化权函数值离差最大化的灰色聚类模型并对模型进行求解.该方法体现了用聚类指标的离差程度来反映指标信息的重要程度这一思想.最后通过实例应用, 验证了该方法的客观性与有效性.     

运用离差最大化方法进行多指标决策与排序

本文以工业经济效益的综合评价和排序为应用背景,提出了一种多指标决策与排序的新方法——离差最大化方法。该方法能够自动确定各评价指标间的加权系数,且概念清楚、涵义明确,排序结果准确、可信,不具有主观随意性。     

最小偏差的指标赋权方法研究与应用

提出一种用于多属性决策中的最小偏差指标赋权方法，该方法将主观和客观两类权重信息相结合，既充分利用了客观信息，又尽可能地满足了决策者的主观意愿，达到两者的统一，具有思路清晰、易于求解和计算机实现等特点。最后通过具体的应用案例验证了该方法的可行性和有效性。     

多属性决策中基于离差最大化的组合赋权方法

依据多属性决策中属性权重的确定方法有多种,每种赋权方法有其各自的特点,为了综合利用各种赋权法的优势,基于离差最大化的基本原理,提出了一种组合赋权方法。该方法通过一个最优规划模型来确定组合权重。研究了模型的求解,给出权重的计算公式,探讨组合赋权方法的检验,确保组合权重能反映主观信息和客观信息,并总结该方法的计算步骤。最后进行实例分析,结果表明该组合赋权方法是有效性的。     

基于离差最大的机场威胁度评估

威胁度是威胁方和反威胁方综合对抗的体现,威胁同时作用于多个目标,威胁不是每个威胁属性威胁度的简单相加。针对这些特点,构建了战机威胁度属性指标体系;选择理想方案,建立了基于离差最大的属性权重分配模型,根据乘积思想构建了单战机单目标威胁度评估模型;按照最大有利度原则,建立了单战机多目标威胁度评估模型;在此基础上,累加并归一化后求取机场威胁度。计算表明,本模型能正确反映机场威胁度,验证了模型的可行性,可作为火力分配目标威胁系数使用。     

一种不确定性多属性决策模型的改进

针对具有不确定性区间数的多属性决策问题, Ｂｒｙｓｏｎ 和Ｍｏｂｏｌｕｒｉｎ 提出了一种线性规划模型, 但是, 采用由该模型求出的所有方案评价值所在的区间在很大程度上并不是使用同一个属性权重向量, 这就使得所有的方案排序（或评价）不具有可比性． 为了解决这个问题, 该文提出了一种改进的模型, 并且给出了实例计算．     

基于AGIMM的临近空间机动目标跟踪滤波算法

由于临近空间高超声速目标的机动形式复杂,单一模型很难满足高精度跟踪的需要。因此需要使用基于多种模型进行交叉耦合的交互式多模型算法,这种算法特点与临近空间目标高速、高机动特性相适应。提出了一种自适应网格交互多模型跟踪算法用于临近空间高超声速机动目标的跟踪问题。所提方法能够处理自适应时变模型集合,随时调整当前时刻使用的模型数量,相比于固定结构交互式多模型算法极大减少了计算量,计算效率和跟踪精度更高,数值仿真结果验证了所提算法的有效性。     

设备维护改进实施决策模型

针对设备维护改进实施的量化决策问题,基于质量机能展开(QFD)构建了以维护改进需求项目和维护改进实施手段、技术及其相互关系为内容的维护改进屋(HOMI),并给出了考虑维护改进决策变量自相关存在的维护改进需求项目的改善率与各个维护改进实施技术特征改善率之间的关联函数式,在此基础上利用多目标规划方法进一步建立了维护改进需求项目的实施决策模型.算例分析结果表明,该模型对于维护改进规划是可行、有效的.     

动态规划的一类解法及其应用

针对Turbo译码这类特殊的多阶段决策问题,即每阶段的决策总数和状态总数相等,评述了其4种算法的优劣性;设计了一种新的动态规划算法,编制了算法程序,应用于Turbo译码中.结果显示,该算法的误码率性能相对提高了28%,并与传统Turbo译码算法进行比较,运算时间只有原来的1/21,较好地避免了传统的Turbo译码算法需要进行指数运算,以及其随着迭代次数的增加容易数据溢出的问题.     

物流园区规划建设规模确定的模糊语言多属性群决策模型

结合模糊集理论和多属性群决策理论，提出基于模糊语言多属性群决策的物流园区规模确定模型。模型的主要特点是利用模糊有序加权平均（FOWA）算子对专家给出模糊语言判断信息进行集结，由三角模糊数期望值公式求得物流园区规模影响因素的权重向量；综合考虑定性和定量指标构造决策矩阵，运用模糊加权算术平均（FWAA）算子对各影响因素评估信息进行集成，得到各物流园区的综合评分值，从而得到各物流园区的具体规模。算例表明该模型的合理性和有效性，为客观、科学地规划物流园区规模提供一套可行方法。     

模糊优选技术在航天安全风险管理和决策中的应用

航天系统的安全风险管理必须综合考虑诸多复杂因素,如安全性、费用、进度、技术可行性等各种属性,因此其安全风险决策是一个定性和定量相结合的多属性决策问题.考虑属性优越性和重要性两方面因素的模糊优选方法能够有效地用于支持此类决策分析.文中利用这种方法对航天系统中的一个决策实例进行了分析,并将结果与AHP的结果进行了比较,表明对于此类决策问题应用模糊优选技术更为实用、有效.     

易逝性电子产品随机模糊库存决策模型及其应用

针对随机和模糊混合不确定环境下的易逝性电子产品库存优化问题,提出了随机模糊多目标库存决策模型和相应的妥协遗传算法。利用期望值和机会约束等价变换,获得不同置信水平下的最佳订货量。通过实例计算求解发现,概率水平的变化比可能性水平的变动对目标函数值的影响要大,可以通过调整不同的置信水平获得最佳订货量。     

基于区间直觉模糊数的群决策模型及其在社交网络中应用

基于经典熵方法的局限,提出一个新的区间直觉模糊熵计算方法.考虑社交网络数据高度动态及非结构化的特性,引入区间直觉模糊思想,创新性地将社交网络用户影响力量化评价转化为模糊多属性群决策问题,提出基于区间直觉模糊数的用户影响力动态评价模型.该模型对用户影响力进行多层次分解,建立模糊情境下的指标体系,以区间数描述用户数据,同时引入时间维度考察数据的动态差异,采用新的熵方法计算模糊熵,设计主客观相结合的熵权确定方法,从而对用户影响力进行量化分析.克服了主观赋权的局限,提供了社交网络量化评价的新思路,拓展了区间直觉模糊群决策方法的应用.最后,应用该模型对新浪微博用户进行影响力动态评价,验证模型的有效性.     

灰色多层次决策模型及其在试卷质量评价中的应用

应用灰色理论和方法提出了灰色层次决策模型 .利用该模型对某院的五门学科的试卷质量进行综合评价 ,得到了满意的结果 .     

改进的快速扩展随机树在航迹规划中的应用

通过在快速扩展随机树(rapidly-exploring random tree)算法的基础上融入状态-时间空间(state-timespace)的思想,使改进后的算法能够有效地处理动态环境中的航迹规划问题。仿真试验首先采用四元素法建立航天飞行器的六自由度动力学模型,在三维空间中验证该算法搜索高维空间的能力。其次运用改进的算法在动态环境中进行航迹规划试验,证明了该算法的有效性。     

基于模糊信息的群体多维偏好分析决策模型

针对具有模糊信息的群体多属性决策问题,对原多维偏好分析线性规划(linearprogrammingtechniquesformultimensionalanalysisofpreference,LINMAP)法进行了改进,定义了群体一致度和不一致度,利用语言变量评价指标值和定义模糊数间距离等方法,把经典LINMAP法推广到具有模糊信息的多人决策情况。最后给出了一个应用实例,结果证明该方法具有较强的实用价值,为模糊群体多属性决策问题提供了一条新的解决途径。