(Be-B)模型下二行动线性决策问题的抽样信息期望值

提出Be-B决策模型,讨论此模型下二行动线性决策问题的抽样信息期望值（EVSI）的计算问题.通过计算参数的后验分布,建立了后验最优行动选取规则,得到此决策问题的最优决策函数,进而给出EVSI的计算公式.     

(Be-G)模型下二行动线性决策问题的抽样信息期望值

提出了(Be-G)决策模型, 给出了二行动线性决策模型的一般形式,讨论了此模型下二行动线性决策问题的抽样信息期望值(EVSI)的计算问题,得到了此决策问题的最优决策函数,进而给出了EVSI的计算公式.     

(Pareto-U)模型下二行动线性决策问题的EVSI

讨论了均匀分布U(0,θ)共轭于Pareto分布模型下的二行动线性决策问题的抽样信息期望值(EVSI)的计算公式.     

(Ga-Ga)模型下的二行动线性决策问题的EVSI

二行动线性决策问题的抽样信息期望值问题是一类具有较强应用性的决策问题.文章讨论了在形状参数β>0已知,尺度参数θ>0未知的情况下,Gammer分布共轭于Gammer分布模型(即(Ga-Ga)模型)下的二行动线性决策问题的抽样信息期望值(EVSI)的计算公式,并给出了应用实例.     

效用值为区间数的风险型决策问题分析

从敏感性分析的角度讨论后果效用值用区间数表示的风险型决策问题．基于区间数大小比较的可能度概念，定义了描述行动优劣的行动优性指标，并给出了该指标的若干性质；利用行动优性指标，提出了一种求解效用值用区间数表示的风险型决策问题的方法．针对这个简单直观的决策方法，重点分析了决策评价结果对主观概率变化的敏感性．具体针对当自然状态的主观概率发生变化时，分析了某个行动成为最优行动的可能性，并给出了保证该行动成为最优行动（如果可能的话）的主观概率的变化范围．最后，给出了一个实例进一步阐述了分析结果．     

具有对策关系的决策问题

针对上层决策人与下层 决策人具有对策关系的两层次决策问题，建立了该问题的数学模型和决策机理，并定义了有关解的概念，在此基础上，把两层决策问题转化为单层优化问题，采用外部逼近法求解此单层优化问题，可获得两层决策问题的最优解。     

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。     

模糊信息下的不确定性决策问题

讨论了一类具有模糊概率和模糊属性评价值的不确定性决策问题。分析了模糊概率评价的一致性，给出了一种在模糊信息下求各策略模糊期望值的方法，并通过对各模糊期望值的比较来确定最优策略。最后，给出了一个数值计算的例子，结果表明，方法简单、合理，易于实现，具有实际应用价值。     

适用于实际系统的改进Turbo码最大后验概率译码

采用分块译码算法来解决Turbo码最大后验概率（MAP）译码存储最大，时延大的问题，分块译码将长帧分成若干较短的子帧进行处理，边接收边译码，因而缩短了译码时延，由于每次仅需存储若干相邻子帧的前后矩阵值，从而减小了存储量，根据一种通用的正反向处理器配合方案，计算出此方法相对于传统算法存储和时延减少量的一般表达式，并在对数域详细推导出算推导出算法流程，仿真表明，在一定范围内，分块译码算法性能随训练长度的增加而提高，采用此算法后，时延大大减小，存储量减小为传统对数成最大后验概率译码（LOG－MAP）算法的2／n，便于实际应用。     

评价网络理论在电力公司反应堆建设决策中的应用

电力公司反应堆建设中的一个决策问题,是如何依据过去经验和试验结果来选取最优的建设方案。评价网络理论（valuation networks）是贝叶斯决策问题表示和求解的新方法。以某电力公司为例,应用评价网络理论,以反应堆建设的决策问题进行分析,给出了决策问题的具体表示和求解的详细过程。     

两层决策问题的全局优化方法

本文建立了一类上层单目标、下层多目标的两层决策问题的数学模型和决策机制，利用辅助模型把下层多目标转化为单目标，形成一个两层单目标规划问题，采用外部逼近法求解此两层单目标规划问题，从而获得原两层决策问题的最优解。该方法为两层决策问题提供了一种求解途经。     

一种基于Cook-Seiford函数的序区间群决策方法

针对具有序区间偏好信息的群决策问题,提出了一种决策分析方法.首先,对具有序区间偏好信息的群决策问题进行了描述;然后依据传统Cook-Seiford函数解决群决策问题的基本思路,给出了求解具有序区间偏好信息的群决策问题的计算步骤,其核心是通过定义群体排序与各专家排序之间的距离,并依此建立最优化模型寻找一种群的排序,使之与各成员排序的总的距离最小,该排序即为方案最优排序;最后,通过一个算例说明了本文给出方法的可行性和有效性.     

求解椭圆方程的一种新的混合元方法及其后处理技术

对模型问题：Δ（α（ｘ）Δω）＝ｆｉｎΩ，ω－０ ｏｎδΩ提出了一种新的混合元方法，此方法一方面只给出了Δω的近似，减少了未知数的个数，国一方面是对称的，便于数值计算。采用线性元近似，得到了最优阶Ｌ＾２模误差估计。当α（ｘ）＝１时，对此混合元格式采用后处理技术，使结果提高了一阶精度。     

求解椭圆方程的一种新的混合元方法及其后处理技术

对模型问题：（ａ（ｘ）ｗ）＝ｆｉｎΩ，ｗ＝０ｏｎΩ提出了一种新的混合元方法．此方法一方面只给出了ｗ的近似，减少了未知数的个数，另一方面是对称的，便于数值计算．采用线性元近似，得到最优阶Ｌ２模误差估计．当ａ（ｘ）≡１时，对此混合元格式采用后处理技术，使结果提高了一阶精度．     

具有多项式报酬率的连续时间平均马氏决策规划

本文讨论了状态空间可列、行动集为一般点集且具有多项式无界报酬率的连续时间平均马氏决策问题。在对折扣最优报酬函数的适当假设下,证明了平稳最优策略的存在性,所用的条件比以往的工作弱得多。     

基于改进模拟退火算法的多船会遇避碰决策

针对多船会遇态势下的船舶避碰行动决策问题,提出一种基于改进的模拟退火算法的船舶转向避让的计算方法.优化船舶碰撞危险度和航程损失的多目标函数,利用改进的模拟退火算法,在全局范围内筛选并获得最优解.仿真结果表明,改进的模拟退火算法相比传统算法,在算法运行时间和精度上更优,能够满足多船会遇态势下让路船转向避碰行动决策的有效性要求.     

Mathematica在模糊线性规划中的运用

在生产、管理等经济活动中常常带有一些模糊性概念，这类模糊性决策问题在求解最优策略时往往计算量非常大。本文借助Mathematica软件强大的计算功能使模糊线性规划问题的运算变得简单。     

基于双向 A￣* 算法的自主车全局路径规划

本文采用Ｑ－Ｍ法寻找素蕴涵（ｐｒｉｍｅｉｍｐｌｉｃａｎｔｓ）的思想构造连通图．在此基础上，提出了使用双向Ａ＊算法搜寻连通图中的最优节点路径，提出了超前尽可能多个节点的思想用于规划实际几何路径．仿真研究表明，本文方法计算简单，规划的路径可以达到或接近最优路径．     

F4上2维和3维的最优自正交码

研究了F4上维数为2和3的最优（或拟最优）自正交码的码长与极小距离之间的关系，用组合方法构造相应维数的最优（或拟最优）自正交码的生成矩阵，确定出其中达到Griesmer界的码，并计算出所构造的2维最优（或拟最优）自正交码的重量多项式。     

一种具有序区间偏好信息的群决策方法

针对方案偏好信息为序区间形式的群决策问题,提出了一种决策分析方法.首先对具有序区间偏好信息的群决策问题进行了描述;然后依据传统Borda法的基本思路,将序区间偏好信息转化为Borda数值表,根据序区间的特点确定Borda分值计算规则;依据此Borda分值计算规则给出确定每个方案总Borda分值的计算公式,并根据每个方案总Borda分值的大小来进行方案排序;最后,通过一个算例说明了本文给出方法的可行性和有效性.