基于模糊投影寻踪聚类的洪灾评估模型

针对洪水灾害样本集的复杂性、随机性以及差异性,本文将模糊聚类迭代理论与投影寻踪技术进行互补融合,构建了模糊投影寻踪聚类模型.该模型采用投影值标准差和投影值欧氏距离平方和来构造投影指标函数,避免了传统投影寻踪模型由于经验性选取密度窗宽导致过于主观的问题;将高维数据低维化后进行模糊聚类运算,再通过对最优投影方向的寻优进行投影寻踪聚类运算,降低了模糊聚类迭代的运算量,实现了两种模型的双重迭代聚类.误差分析及聚类有效性评价表明,互补融合后模糊聚类与投影寻踪聚类的双重迭代聚类使得聚类精度和效果也得到了较大提高;此外,除优化算法初始化参数外,模型无需预设其它参数,也不依赖于随机训练样本,可客观依据历史样本集内在规律来进行洪灾聚类评估.实例研究和方法比较表明,提出的模型计算简洁,且能有效处理洪灾评估中的随机、模糊等主客观不确定性,能够为洪灾风险管理提供科学的决策支撑.     

基于决策者偏好及赋权法一致性的组合赋权法

属性权重的确定是多属性决策中的一个关键而又难以解决的问题,针对现有主观赋权法和客观赋权法的不足,提出了一种新的组合赋权法。该方法同时考虑决策者对赋权方法的偏好及赋权方法的一致性程度,将这两个因素通过凸组合的方式反映在组合权重计算公式的加权系数中,其中反映决策者对某种赋权方法偏好度的加权系数可用AHP法来确定,反映一种赋权方法与其它赋权方法一致性程度的加权系数用Spearman等级相关系数来计算。给出了这种组合赋权法的具体步骤,并通过应用实例说明了该方法的合理性。     

投影寻踪动态聚类模型

投影寻踪聚类模型在多因素聚类分析中被广泛应用并取得了满意的效果,然而,该模型还存在诸如密度窗宽参数取值经验确定等不足,有待改进提高.本文针对投影寻踪聚类模型的不足,首次把投影寻踪的思想和动态聚类方法结合起来构造投影指标,基于免疫进化算法,建立了投影寻踪动态聚类新模型.新模型一方面在整个运算过程中毋需人为给定参数,聚类结果客观、明确,另一方面,它还具有稳定性好、操作简便等特点.洪水分类的实际应用表明,投影寻踪动态聚类模型切实可行,取得了很好的效果,在多因素聚类分析领域具有广阔的应用前景.     

基于加速遗传算法的投影寻踪聚类评价模型研究与应用

针对农业生产力综合评价这类高维指标体系决策问题,采用降维技术:投影寻踪分类模型,利用基于实数编码的加速遗传算法优化其投影方向,将多维数据指标(样本评价指标)转换到低维子空间,根据投影函数值的大小评价出样本的优劣,从而做出决策。该模型最大限度地避免了传统评判中权重取值的人为干扰,评价结果更为准确客观,为农业生产力综合评价决策及其它评判决策问题提供一条新的方法与思路。     

模糊偏好下基于属性二元关系的群体聚类方法

在多属性复杂大群体决策中,对决策成员的决策结果进行有效的聚类,是分析以及完成群体决策的基础。考虑属性间二元关系,用直觉梯形模糊数表示决策者的偏好信息,给出一种大群体聚类方法。该方法通过计算直觉梯形模糊偏好矢量的期望值得到群体成员期望偏好矢量。基于属性间二元关系形成期望矢量的属性关系矩阵,并以此为基础构造了两期望矢量的相聚度模型,同时提出了大群体聚类方法。最后通过算例以及算例结果与其他聚类方法比较,证明该方法的有效性和实用性。     

考虑决策者偏好的洪水灾害模糊聚类迭代评估模型

决策者偏好对洪水灾害的评估结果有重要影响.传统的评估方法可能会出现次要指标权重过大的情况,难以有效体现决策者偏好对评估结果的影响,为此将模糊聚类迭代模型推广到考虑决策者偏好的情况,并给出单一偏好条件下的理论解,提出了基于决策者偏好模糊聚类迭代模型.在该模型中,通过增加一个松弛因子构造一个增广拉格朗日乘子添加到模糊聚类迭代模型的目标函数中,将体现决策者偏好的不等式约束转化为等式约束,并依此求出该偏好条件下权重向量的解析解,可为考虑决策者偏好评估方法的研究提供理论依据;再根据样本特征值矩阵与解得的最优权重向量求出各样本的灾情综合评价值,结合最优隶属度矩阵确定各样本所属洪灾等级,各等级内部样本依据灾情综合评价值排序.该模型直接利用样本特征值矩阵对洪灾样本灾情大小进行识别,降低对最优隶属度矩阵的依赖性,使得排序结果更准确合理.最后,将该模型应用于2013年四川省部分地区洪水资料,验证了考虑决策者偏好模糊聚类迭代模型的理论结果,灾情综合评价值法的排序结果比传统的类别特征值法更合理.     

综合加权评分法的综合权重确定新探

针对多指标试验设计的综合加权评分法在确定各项试验指标权重时存在的困难 ,分析了目前广泛采用的主观赋权法和客观赋权法各自的缺点 ,依据优化理论 ,推导出了一种兼顾主观偏好和客观信息的综合权重赋值法 ,从而使综合加权评分法的分析结果更趋合理、可靠.     

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。     

一种新的基于离差最大化的客观权重确定模型

针对两类利用离差计算属性客观权重的不足,提出了一种新的基于离差最大化的客观权重确定模型,此模型可以通过设置不同参数,来控制权重的差异程度,在实际决策中具有一定的适应性;并且很容易结合权重的主观偏好信息,使得到的综合权重同时兼顾主、客观信息。对于已知的主观权重偏好信息,建立了一个双目标规划模型,用TOPSIS方法求解得到了综合权重,最后用实例说明了该模型的有效性。     

区间型多属性决策求解新方法

针对区间型多属性决策问题,提出了一种新的决策方法。首先通过定性打分和定量优化计算的方式得到主观赋权权值向量,再基于备选方案间偏差最大化的思想计算出客观赋权权值向量,之后将这两个向量依据决策者的需求进行组合优化,得到最终合理的权值向量。最后,利用改进TOPSIS法来对该决策问题进行优劣排序计算,在有效避免了逆序问题产生的同时增大了备选方案间的排序区分度。实验结果验证了该新方法的合理性和优越性。     

基于前景理论的区间直觉模糊多准则决策方法

针对准则值为区间直觉模糊数, 准则权重分别为完全未知和部分已知的多准则决策问题, 提出一种基于前景理论的决策分析方法. 该方法给出一种新的记分函数(P-记分函数), 据此可将区间直觉模糊数转化为实数. 利用前景理论, 以零点为参考点计算前景值, 构建前景决策矩阵. 建立以综合前景值最大化为目标, 以权重取值允许范围和决策者主观偏好为约束的优化模型, 计算准则权重. 结合前景决策矩阵及准则权重, 计算各方案的综合前景值, 并以此对方案进行排序. 最后通过实例验证了该方法的有效性.     

大型钢铁企业重要备件——轧辊供应商评价

基于区间数层次分析法研究大型钢铁企业关键备件——轧辊供应商评价.轧辊供应商评价需综合考虑轧辊的性能、价格、质量、供应商的交货能力、服务水平等属性,属于多属性决策问题,而钢铁生产过程的连续性、轧辊供应商分散性、质量严格性等特点,使轧辊供应商评价更为复杂.区间数能柔性地表达决策者的偏好,适合不确定背景下的决策.以区间数层次分析法为框架研究轧辊供应商评价问题,然而,区间数判断矩阵的权重求解方法并不成熟.Mikhailov最近提出一种新方法,简单实用,不足之处是隶属度函数设置有误.文章对此加以修正.最后,将修正方法应用到国内某大型钢铁企业轧辊供应商评价之中.     

基于Vague集的空中目标威胁评估群决策方法

主观威胁评估方法是空中目标威胁评估的必要手段。将基于Vague集的群决策方法用于空中目标的主观威胁评估,用Vague数表示决策者对目标威胁度的主观评价值,提出一种Vague熵诱导的有序加权平均算子,用于集结各个Vague评价值,可以消除集结过程中人为误差带来的不良影响。为了直观评估各目标威胁程度大小,还提出一种基于Vague数距离和优劣点法的决策方法,来对目标威胁度进行比较和排序。算例证明该方法在空中目标威胁评估中是可行的,而且比常用的模糊综合评估方法更加有效。     

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。     

基于二元不完全偏好的群决策方法

分析了群决策过程中不完全区间数互反判断矩阵和不完全区间数互补判断矩阵的集成方法.基于决策者给出的允许偏差,定义了群决策满意度隶属函数,建立了求解群体偏好满意程度最大化的权重模型,提出了群体偏好一致性程度的衡量指标,研究了对一致性程度较差的决策者判断进行交互调整的方法.为解决模型存在多组最优解以及因决策者判断误差波动造成的决策误导问题,建立了群体偏好权重分布范围的估计模型.通过算例分析,证明了方法的有效性及实用性.     

基于风险-效益比和前景理论的风险性多属性决策方法

针对依据期望效用理论的风险性多属性决策方法未考虑决策者实际决策时的不理性,提出基于风险-效益比和前景理论的风险性多属性决策方法。该方法借鉴经济学中商品性价比,定义了能有效反映方案间对比信息的风险-效益比参数;同时,为更充分地在决策中体现决策者的不理性,基于前景理论价值函数对风险-效益比进行修正,使用加权法得到包含方案优劣偏好信息的判断矩阵,进而得到方案排序。计算实例表明,该方法可操作性强,方案评价结果符合实际决策存在的非理性,为此类问题解决提供了一个新的途径。     

区间粗糙数层次分析法

针对基于点判断矩阵、区间判断矩阵的层次分析法存在信息缺失及没有考虑决策者风险偏好的不足,定义并构造了区间粗糙数判断矩阵,由此将区间粗糙数引入层次分析法中,并提出相应的排序方法,得到仍然是区间粗糙数形式的排序权重向量.这不仅可以保留决策者更多的判断信息.而且还可以反映决策者的风险偏好.将粗糙集的客观性和层次分析法的主观性有机地结合起来,形成区间粗糙数层次分析法.最后通过算例说明所提方法的可行性.     

基于可能度的语言直觉模糊PROMETHEE多属性群决策

针对权重信息未知的语言直觉模糊多属性群决策问题, 提出了一种基于改进的可能度和偏好顺序结构评估法(preference ranking organization method for enrichment evaluations, PROMETHEE)的语言直觉模糊多属性群决策方法。首先，基于Atanassov偏序和犹豫度, 改进语言直觉模糊数的可能度, 并证明其具有互补性、传递性等良好性质。其次，基于改进的可能度, 通过最大化决策者在属性上的加权平方可能度, 构造多目标规划模型, 求得每位决策者的属性权重。然后，建立群体共识反馈模型, 提高群体共识度, 结合修正的偏好关系和决策者主观权重, 提出修正系数来确定决策者权重。最后，通过实证分析验证该方法的可行性和有效性。     

多目标决策的迭代协调交互满意方法

本文在假定决策者的局部偏好结构为线性加权形式但权数未知的条件下,利用极大化极小规则,建立了一种多目标决策方法——迭代协调交互满意方法。通过迭代求得协调解,通过交互求得满意解。本文证明了算法的收敛性,并给出了决策者的最佳协调解、最佳协调权及最佳目标平均满足度等概念及其求法。最后通过数值例示说明了方法的可行性及适用性。