基于语言判断矩阵的信息不完全的群决策方法

针对方案间的比较信息为确定语言等级或位于两个连续语言等级之间,甚至缺失,以及决策者权系数信息不完全确定的群决策问题,提出一种基于证据推理和二元语义的群决策方法。该方法根据决策者的原始评价矩阵信息得到属于语言等级的信任度,利用证据推理算法得到各方案在各语言等级下的信任度,将其转化为二元语义形式,根据决策者权系数的不完全确定信息和二元语义的距离等构建非线性规划模型,并利用改进的粒子群算法进行求解,根据求解结果得到方案集的一个排序。最后实例说明了该方法的可行性和有效性。     

信息不完全确定的多准则语言区间群决策方法

针对权系数信息不完全确定且方案的准则值为确定语言等级或位于两个连续语言等级之间或语言区间,甚至缺失的群决策问题,提出一种群体语言决策方法。该方法将各准则的语言值转换成二元语义,利用WC-OWA和OWA算子进行准则集结和方案集结,通过方案贴近度和决策者给出的准则权系数的不完全确定信息,建立非线性规划模型,利用遗传算法对模型进行求解得到准则的最优权系数,进而得到方案的群体集成值,并将其转化为二元语义,利用二元语义的有序性得到方案的排序。实例计算表明了该方法的可行性和有效性。     

信息不完全确定的群体多准则语言聚类方法

针对决策者权重和准则权重信息不完全确定,且评价信息为语言值的多准则聚类问题,提出了一种新的求解方法。首先通过证据推理算法,将方案集的群体多准则语言评价信息转化为方案集模式样本,该模式样本是决策者权重和准则权重的不确定信息的非线性函数,然后根据K-均值方法,利用惯性粒子群算子对模式样本集进行聚类,得到最优聚类中心和方案集的最优聚类。最后实例说明该方法的可行性和有效性。     

不完全指标权重信息下的语言多指标决策方法

研究了不完全指标权重信息下且指标值为语言评价信息的多指标决策问题,给出了一种基于二元语义信息处理和TOPSIS的决策分析方法.首先将规范化的语言评价信息转化为二元语义形式,然后应用TOPSIS方法和二元语义集成算子建立并求解线性规划模型,得到未知的指标权重值,再通过二元语义加权平均算子计算得到各方案的综合评价值.最后通过算例说明了该方法的有效性和实用性.     

权重信息不完全的二元语义多属性群决策方法

针对解决具有语言评价信息的多属性群决策问题,提出了一种基于最大偏差和二元语义信息处理的群决策方法。该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算。对于属性权重完全未知或属性权重信息不完全的情形,分别给出了一个求解属性权重的简洁公式和一个基于最大偏差的目标规划模型,分别获得相应的属性权重,然后利用二元语义加权算术平均(T-WAA)算子,对二元语义决策信息进行加权集成,继而对决策方案进行排序和择优。该方法具有对语言信息处理较为精确的特点,避免了以往采用的语言信息处理方法所带来的信息扭曲和损失。最后给出了一个实例分析。结果表明该方法简单,有效和易于计算。     

考虑语义灰度的二元语义群决策方法

针对传统二元语义方法能较好地处理关于决策对象的语言评价信息,但无法反映决策者自身对决策对象信息掌握程度的情况,结合灰色系统中灰度的思想,提出了语义灰度的概念和度量方法,设计了考虑语义灰度的二元语义算子,构建了考虑语义灰度的二元语义群决策模型并给出求解方法。该方法利用决策者给出的信息,通过计算语义灰度调整群决策中决策者的权重,并依据综合灰度计算评价结果的可信度,提出基于二次函数对决策对象进行排序的方法。最后通过实例验证了该方法的实用性、合理性和有效性。     

基于不同粒度语言判断矩阵的群决策方法

针对具有不同粒度语言判断矩阵形式偏好信息的群决策问题,提出了一种基于二元语义信息处理的群集结与方案优选方法.在该方法中,首先给出了不同粒度语言判断矩阵一致化为由基本语言评价集表示的二元语义形式的方法;然后基于二元语义的T-OWA算子,将各决策者给出的偏好信息集结为群的偏好并进行方案的优选.最后给出了一个算例.     

区域投资环境评价的Fuzzy群体多准则决策方法

区域投资环境评价是一种信息不完全确定的多准则决策问题.针对这类问题,利用传统TOPSIS方法的基本思路,提出了一种信息不完全确定的Fuzzy群体多准则决策方法.在该方法中.首先对每一决策者,利用TOPSIS方法进行方案的准则集成,求解多目标优化模型得到各准则的权系数,并计算方案的准则集成值;然后进行方案的群体集成,通过求解线性规划模型得到决策者的权重,进而得到方案集的整体排序.最后用实例验证了方法的可行性和有效性.     

一种有不同形式偏好信息的群体决策方法

针对具有不同形式偏好信息并且决策者的权系数信息不完全确定的群体决策问题,提出了一种群决策方法。该方法先将不同形式的偏好信息转化为互反判断矩阵形式,然后利用决策者权系数的不完全确定信息和互反判断矩阵,构建一个非线性规划模型,利用遗传算法求解非线性规划模型,得到方案的重要性程度值和决策者的最优权系数,进而确定方案的排序。最后实例说明该方法的有效性和可行性。     

具有语言评价信息的指派问题的求解方法

针对解决具有语言评价信息的多目标指派问题，提出了一种新的求解方法．该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算．首先，将专家给出的具有语言评价信息的效率矩阵转化为二元语义形式，然后采用二元语义集结算子计算得到综合效率矩阵，通过建立指派问题数学模型并根据二元语义自身特点借助传统指派问题的求解方法得到最优解．该方法具有计算简单和语言信息处理结果准确等特点．最后给出了一个算例．     

混合记忆信息与记忆信息筛选

P集合（packet sets）是把动态特性引入到有限普通集合X中,改进有限普通集合X而提出的;P集合具有动态特性。信息系统存在丢失信息元与增加信息元的现象,把生物的记忆特征引入到这两个现象中,利用P集合,给出F-记忆信息,F-记忆信息与混合记忆信息的概念与特征,给出记忆度量概念与记忆信息的筛选定理。此外,提出记忆信息的依赖性定理及混合记忆不变性定理,给出记忆信息的应用。信息被记忆是P 集合具有的诸多应用特性之一。     

现代信息技术条件下信息和信息系统再认识

从现代系统理论的观点出发，在全信息理论的基础上重新定义了现代信息技术条件下的信息和信息系统概念．通过对现代信息系统进行分析，将信息系统分解为多个信息跳跃，描述了信息跳跃中的信息创造、表达、传输和吸收过程，为在信息系统分析中引入定量方法打下了基础．     

虚拟组织中面向共享的信息统一描述模型研究

虚拟组织中高质量的信息共享对于提高组织决策质量和效率起着至关重要的作用．从实现虚拟组织中高质量的信息共享出发，深入探讨了虚拟组织中面向共享的信息统一建模描述，提出了一种兼顾信息结构、信息语义、信息关联和信息能力的增强型对象信息描述模型——EODIDM，并在EODIDM信息描述模型中提出了信息能力建模的概念和方法，基于EODIDM信息描述模型深入研究了虚拟组织中面向共享的信息统一建模描述，进行了详细的实例分析和应用研究，最后，将EODIDM信息描述模型与现有信息描述模型进行了对比分析，结果表明EODIDM的通用性更强、可扩展性更好，基于该模型可以实现虚拟组织中高质量的信息共享。     

非对称需求信息条件下的供应链信息共享机制

缺乏有效的信息共享是供应链运作效率低下的主要原因之一，而信息不对称问题广泛存在于供应链之中．面临低市场需求的零售商有可能夸大真实的市场需求以获得更多的产品供应．运用信号传递博弈理论研究了供应链中零售商和供应商之间的共享需求信息的机制，得出了零售商可以通过采购价格向供应商传递真实的市场需求信息的条件，结果表明供应商和零售商之间的信息共享的关键在于分离均衡的存在，分离均衡使得供应商能够得到足够的信息量借以识别零售商的市场预测的真实性．     

Study on information utility

1 .INTRODUCTIONThe word “information”appears in various occa-sions . The following keywords are commonly men-tioned:“Bayesian approaches”,“stochastic order-ings”,“decision-making under uncertainty”, etc .whenever the value of information is measured .Shannon said :“The fundamental problemof commu-nicationis that of reproducing at one point either ex-actly or approxi mately a message selected at anotherpoint .”Shannon’s work about information focus on“uncertainty”, he used“e…     

基于信息粒化的不平衡模糊语言共识模型

An adaptive consensus model based on linguistic information granulation is presented for group consensus decision making problems with unbalanced fuzzy linguistic preference information. A granular representation of unbalanced linguistic terms is concerned with the interval formation of a family of information granules over the unit interval. In the case of the cutoffs of information granules unknown, individual consistent degree and group consensus degree of granulation are defined. An optimization model to determine the optimal cutoffs of information granules is established with the help of the above two definitions. Group consensus is achieved by constantly adjusting individual preferences through the optimization of the cutoffs. Finally, a group decision making method which is a guarantee of reaching a certain degree of group consensus before aggregating expert opinions is proposed, and also a numerical example illustrates the feasibility and effectiveness of the proposed method.     

信息社会的农业发展

结合国内外信息农业的相关文献和本地区实际情况，论述了信息社会中网络和信息技术对农业可持续发展所起的重要作用。图1，参5。