一种基于灰熵的区间数灰色局势决策方法

基于区间数距离和灰熵分析,研究了灰色局势的多属性决策问题.首先给出了一种新的灰熵定义,并通过预处理得到一致效果测度矩阵.然后,提取正负理想值,结合灰熵定义建立多目标规划模型,通过拉格朗日乘数法给出了目标权重的计算公式,将多目标的一致效果测度矩阵集成为综合效果测度矩阵.最后,利用可能度和排序向量法找到各事件下的最优对策和各对策下的最优事件,从而得到最优局势,并通过实例分析验证了所提决策方法的有效性和实用性.     

基于双基点优化指标权重的灰靶决策模型

针对传统的灰靶决策模型利用加权的正靶心距对方案进行排序不考虑负靶心距对决策的影响,存在的不足之处。而且指标的权重一般是采用主观定权法给出,未能充分利用已有的决策信息等问题。提出了对传统的灰靶决策模型改进的方法,利用加权的正负靶心距计算方案的贴近度,以贴近度为测度对决策方案进行排序,同时给出了基于双基点优化指标定权重的方法,这种定权方法充分利用决策矩阵信息,是一种客观定权的有效方法。通过对投资方案选择的应用实例验证了改进的灰靶决策模型的有效性。     

基于Web的制造过程协同决策方法及其应用

为解决制造过程中大量存在的决策问题 ,提出了基于 Web的制造过程协同决策方法 ,阐述了协同决策的网络结构、Web应用程序与数据库的接口方式 ,论述了应用于协同决策的多目标优化决策算法——最小加权均方差法和决策目标权重的获取方法。将基于 Web的协同决策方法应用于夹具的方案设计 ,取得良好的效果     

战略性新兴产业选择评价指标与综合决策模型

分析了部分省市战略性新兴产业选择决策方面存在的问题,明确了战略性新兴产业选择的标准,提出了指标体系构建的一般流程和建立战略性新兴产业评价指标体系应当遵循的原则,运用层次分析法（AHP）和专家调查相结合,建立了战略性新兴产业评价指标体系,确定了各指标的权重。对多指标加权灰靶综合决策评估模型的算法步骤进行梳理,并根据所建立的战略性新兴产业评价指标体系和多指标加权灰靶综合决策评估模型对某省6个备选的战略性新兴产业进行综合评价,明确了各产业的优先顺序,所得结果可以作为政府进行战略性新兴产业选择决策的依据。     

基于前景理论的三参数区间灰数信息下多属性灰靶决策方法

针对决策信息为三参数区间灰数且属性权重部分已知的多属性决策问题,提出一种基于前景理论的三参数区间灰数信息下多属性灰靶决策方法.首先,对决策信息进行数据集结,由此定义三参数区间灰数的距离测度;然后,给出前景价值函数,以综合前景值最大化为目标确定属性权重,进而对方案进行排序;最后,通过一个实例验证该方法的有效性和可行性.     

战略性新兴产业选择评价指标与综合决策模型

分析了部分省市战略性新兴产业选择决策方面存在的问题,明确了战略性新兴产业选择的标准,提出了指标体系构建的一般流程和建立战略性新兴产业评价指标体系应当遵循的原则,运用层次分析法(AHP)和专家调查相结合,建立了战略性新兴产业评价指标体系,确定了各指标的权重。对多指标加权灰靶综合决策评估模型的算法步骤进行梳理,并根据所建立的战略性新兴产业评价指标体系和多指标加权灰靶综合决策评估模型对某省6个备选的战略性新兴产业进行综合评价,明确了各产业的优先顺序,所得结果可以作为政府进行战略性新兴产业选择决策的依据。     

概率为区间灰数的多目标风险型决策方法

本文提出了概率为区间灰数的多目标风险型决策的概念。对于概率为区间灰数,指标值为实数的多目标风险型决策问题,根据区间灰数的运算法则,化风险型决策为无风险型决策,再利用投影算法,根据投影值的大小对备选方案进行排序和择优。最后给出一个案例,证明方法的有效性。     

一种带权重的Vague集模糊多属性决策方法

目的研究基于Vague集的多属性决策问题。方法通过定义新的函数形式得到决策方法。结果在分析带权重模糊多属性决策"记分函数法"和"精确函数法"存在问题的基础上,提出处理含有权重的模糊多属性决策的新方法——"加权算法"。结论加权模糊的属性决策的"加权算法"相对带权重多属性决策的"记分函数法"和"精确函数法"更具优越性和实用性。     

基于优性指标的灰色风险型多指标决策方法

针对指标权重完全未知且指标值为区间灰数的风险型多指标决策问题进行了研究,提出了基于优性指标的灰色风险型多指标决策方法;利用区间灰数大小比较的可能度、优性指标矩阵和分析技巧,将原问题转化为指标值为实数的无风险多指标决策问题;利用信息熵确定出指标权重,给出了两种相应的算法,进而得到方案集的排序并进行择优;应用实例说明了所提出的两种算法的合理性和有效性.     

电力变压器状态维修策略的灰局势决策方法

在分析国内外开展电力变压器状态维修工作现状的基础上,提出了一种确定变压器状态维修策略的灰局势决策方法.该方法以立即停电检修、优先安排检修、监视运行、定期检修和延期检修等5种典型维修方案作为变压器状态维修的对策集;在兼顾安全性和经济性的基础上,给出了安全性、可靠性、维修性、经济性以及可监测性等5个定性的决策评价指标及相应的指标量化方法;构造了变压器状态维修策略的灰决策局势效果向量,并以局势效果向量和最优局势效果向量的灰色绝对关联度为决策依据进行最优维修方案的决策.决策实例说明了该方法的具体实现过程,并验证了其有效性.     

一种基于D-S理论的多Agent合作决策机制

为了克服单个agent知识的局限性,提高系统决策的可靠性,提出了一种基于D-S理论的多agent合作决策机制,并对多agent合作决策进行了定义和形式化描述.多agent合作决策划分为学习和决策两个阶段,学习阶段反馈信息的引入,使各agent根据正确的训练案例和修正公式实现了冲突消解,降低了合成计算的复杂度,改进了Dragoni等人的工作,较投票机制和加权多数算法具有更高的可靠性,实验结果验证了这一结论.     

边权相同的最小生成树改进算法

针对当赋权连通图中存在权值相同的多条边时,传统的Kruskal算法不能计算出全部的最小生成树,提出了求解最小生成树的改进算法.实验结果表明,改进算法可以得到一个赋权连通图的所有最小生成树,进而为决策者提供更全面的最优决策方案.     

复杂背景下改进的红外弱小目标检测

许多研究者关注红外弱小目标检测领域并进行过种种探索，然而复杂背景下检测的难题始终未得到满意的解决。复杂背景下的杂波难以消除，目标检测无法得到显著结果。为此，本文提出了一种基于高升压滤波器的加权三层窗口目标检测算法HB-WTLLCM（High-Boost Weighted Tri-Layer Local Contrast Measure），针对复杂背景的目标检测进行目标增强，从而提高检测率。本文算法首先利用改进的高升压滤波器对红外原始图像进行预处理，再利用三层嵌套窗口，根据目标形状进行局部对比度增强。最后引入一种基于复杂度评估的加权算法，进一步进行目标增强和随机噪声抑制。实验数据显示，本文提出的算法相比于主流算法在多建筑、多树木的复杂背景下目标增强能力更强，检测率更高。上述结果提示，本文提出的HB-WTLLCM算法对于复杂场景下红外弱小目标进行检测具有一定优势。     

基于决策偏好距离的多阶段群决策快速集结方法

针对具有互反判断矩阵偏好信息的多阶段群决策问题,文章提出了一种基于决策偏好距离的快速集结方法。首先对决策偏好距离相关概念进行定义,阐述了基于决策偏好距离的多阶段群决策集结过程;其次,利用决策偏好距离算法对单一专家的阶段内权重和阶段间权重进行测度,得出最优的专家权重;然后,通过加权几何平均算子拟合出最优的专家判断矩阵和最优的群体决策偏好;最后,给出算例,分析结果表明该方法具有合理性。     

主被动雷达分层融合机动目标跟踪仿真研究

以目标跟踪为主要目的,对主被动雷达基于改进算法的分布式分层融合进行了仿真研究。仿真研究验证了基于固定指数加权模糊自适应EKF滤波算法的主被动雷达分层融合系统,能够显著提高目标跟踪精度且稳定性好。同时验证了分布式分层融合跟踪性能,明显优越于分布式平均加权融合方法。     

基于选择性模型更新与卡尔曼滤波的目标模型更新算法

选择性模型更新算法不能准确地更新目标模型,在外观变化、遮挡、场景光线变化等因素影响的运动目标跟踪中,不能有效地处理目标模型。因此,提出了一种选择性模型更新与卡尔曼滤波的目标模型更新算法。根据可靠性阈值和分量更新比例精确选取更新分量,并与Kalman滤波相结合,对目标模型分量进行预测,根据不同干扰和目标外形变化,将两种算法的跟踪结果线性加权得到新的跟踪目标模型。实验结果表明该算法具有良好的跟踪效果。     

基于切分模板的实时跟踪算法

相关匹配算法是一种经典的匹配算法 ,通过计算模板图像和待匹配图像的互相关值来确定匹配的程度 ,具有很高的准确性和适应性 ,在目标跟踪中得到了广泛应用。但是相关匹配算法计算耗时过于庞大 ,难以达到实时要求 ,并且当目标在模板中所占比例很小时 ,很难确定模板的准确位置 ,使得此算法在实时目标跟踪中难以得到应用。文中在相关匹配的基础上提出了一种基于切分模板的实时跟踪算法。匹配的模板被分为几个部分 ,每个部分均有不同的加权值 ,最后的相关匹配度为各部分匹配度的加权和。算法中还设置了一个不是实时更新的加权模板 ,以提高算法的抗干扰能力 ,并采用金字塔搜索算法进行加速。实验结果显示 ,此算法有效地克服了相关匹配算法的缺点 ,具有较好的匹配精度和实时性     

一种基于优化模板匹配的红外目标跟踪算法

为了在红外环境下进一步提高目标图像在环境变化或受干扰时跟踪的准确性,提出了一种有效的红外目标跟踪方法.该方法基于归一化互相关距离的相似性度量方法,设计了匹配跟踪置信度,并在此基础上实现了基于匹配跟踪置信度加权的自适应模板更新算法.在模板更新方面,提出了自适应阈值调整策略,在目标跟踪过程中根据匹配置信度动态调整阈值,避免了固定阈值对跟踪精度的影响.通过实验证明,算法对环境变化的适应能力和跟踪稳定性方面得到了较大的提高.     

基于改进优先级的相控阵雷达任务调度方法

针对相控阵雷达多目标跟踪中的资源调度的问题,提出基于改进优先级的任务调度方法。该方法将目标对雷达的威胁引入到目标任务优先级设计当中,首先,定义目标威胁度,根据目标和雷达的各项参数指标,将信息熵综合决策与主观权重法相结合,计算出目标的威胁度值;然后,将目标的威胁度值、任务工作方式优先级以及任务截止期进行综合规划,得到目标任务的综合优先级,最后对目标威胁度的计算和任务的调度分别进行仿真。仿真结果表明,方法对目标威胁程度的计算结果符合不同威胁度等级目标跟踪资源分配的需求,对高威胁任务的执行优于传统方法,具有一定的优越性。