素质教育评价中的变权综合方法

给出了素质教育评价中的变权综合方法 ,并通过具体实例说明了该方法的优越性 .     

模糊控制与变权的确定

应用模糊控制思想,解决评价中的变权问题,变权和常权相结合,进行综合评价,操作简便,使多准则评价方法更趋完美．     

多准则综合评价

本文提出一种综合评价-多准则效用法。这种方法的特点是评价精度高, 能充分体现评价目标及“偏好结构”.最后, 给出一个评价实例。     

基于层次变权的多因素决策

首先分析变权综合的变权效果，证明了决策问题中取大取小模型是一类变权综合模型的极限．然后，利用变权原理研究一类多因素决策问题，提出并分析了层次变权思想，进而建立了一个基于层次变权的多因素决策模型．最后讨论一个人才选优的实际问题，结果表明该模型能较好地实现决策目标．     

分组变权综合评估方法及应用

在分析变权综合决策方法的基础上,将变权分析理论引入多方案多评估指标的决策分析中,提出了一种分组变权综合评估方法,建立了分组变权综合评估的数学模型,并给出了一个应用案例。     

多指标综合评价中权系数确定的一种综合分析方法

本文分析了确定多指标综合评价中权系数的方法－主观赋权法和客观赋权法的基本原理与不足之处,提出了权系数确定的基本原则及一种综合分析方法,并通过实例说明这种方法的合理性。     

状态变权向量的变权效果

从因素权重的变化率出发对状态变权向量的变权效果进行分析,揭示了状态变权向量的变权规律和变权综合的工作机理; 随后,结合因素状态值水平组态的均衡程度,讨论了应用变权综合时确定状态变权向量的一般思想,同时对指数型状态变权向量给出了一个具体的、可操作性很强的确定参数的方法,为解决变权原理中如何选择合适的状态变权向量这一难题找到了一条有效的途径．最后,通过一个实例对该方法的应用进行了分析、验证．     

基于区间数的变权与状态变权

利用变权的方法对决策信息为区间数形式的多因素决策问题进行了研究.首先给出了区间数一种排序方法和区间数的四则运算与逻辑运算,并研究它们的性质;然后讨论区间数变权与状态变权的定义及其约束条件,给出若干区间数状态变权;最后证明了区间数状态变权的一个等价条件,并给出两个由已知区间数状态变权构造新的状态变权的方法.     

基于语言量词的变权综合决策方法

利用Borda函数和语言量词将因素状态向量转化为因素的序分值向量,并由序分值向量构造出一类新的激励型状态变权向量,据此建立一种基于语言量词的变权综合决策模型.为说明此决策模型反映语言量词语义的效果,对一些典型语言量词所构造的变权综合决策模型和相应的OWA算子进行了对比分析.最后给出一个应用实例.     

变权综合的激励策略及其解法

研究了变权综合的激励策略问题,将带训练样本的最优激励策略的求解化为一个无条件极值问题并对ｍ＝ｎ＝２的情形给出了最优激励策略的充要条件。最后,举了一个例子说明实施过程。应用这一方法,可以根据训练样本获得一个合理的变权综合模式以进行有效评价。     

基于AHP的运输船舶多目标模糊综合评判

在简要分析了 AHP和模糊综合评判两种系统评价方法特点的基础上 ,把两种方法组合起来 ,并将其应用于运输船舶的性能综合评价 .结论证明该方法兼具两种方法的优点 ,而且是简便易行的.     

合作创新联盟成员绩效评估的综合分析机制

鉴于创新联盟成员的合作博弈特征,在简单介绍了合作博弈的一种解——Shapley值的基础上,给出了一个基于Shapley值的联盟成员绩效评估的综合分析模型及其算例。该方法能够较好地反映创新联盟对成员绩效的综合分析机制。     

区间标度群组序关系评价法及其运用

传统的主观赋权方法--层次分析法(特征值法)存在若干不足,针对这些不足,序关系分析法给出了一种直观、简便、 易计算的主观赋权方法. 本文对点赋值序关系分析法进行了拓展,考虑到区间数与群组判断的情况,提出了一种区间标度群组序关系评价法, 并进行了实例应用,实例结果表明,该方法更加贴近应用现实.     

天然草地类型综合评价中的数据处理及灰色关联度分析

采用各类型天然草地的覆盖度、可食风干牧草产量、牧草利用率、草群中优良牧草比率、草地可利用面积系数、羊单位需草地面积等指标,应用灰色关联度分析的方法,对面向新疆准噶尔盆地西部的克孜尔山、加依尔山、玛依尔山等地区的天然草地类型质量进行了综合评价,以探讨对天然草地类型质量进行综合评价时的数据处理及灰色关联度分析在天然草地类型综合评价中的运用.     

灰色关联分析用于稻米品质综合评价的改进

根据最新的国家米质标准和农业部行业标准,对用于稻米品质综合评价的灰色关联分析方法进行了改进,并对改进后的分析结果作了解释和预测,对学术界关于灰色关联分析的应用价值问题提出了自己的观念。表2,参16。     

基于协商视角的客观自主式综合评价方法

针对指标值和指标权重均为区间数的综合评价问题,提出了一种基于协商视角的客观自主式综合评价方法。该方法首先将各被评价对象平等地视为具有自主性的"智能体",评价主体通过引入指标竞争优势度的概念进行自主评价,确定各自的优势指标权重向量,进而达到最大化自身利益的目的;在此基础上,基于民主协商的思想,通过协商评价,综合有利益冲突的各评价主体的评价信息,得到最终的评价结果。最后,通过一个算例对该方法的应用进行了说明。     

图上博弈的Page-Shapley值

对合作博弈(N,v)和交流图(N,L)所产生的交流局面(N,v,L),现有的分配法则都是重新定义一个特征函数,再归结为新特征函数的Shapley值.为了避免定义新特征函数时的失真(从而使得计算Shapley值出现一定偏差),本文提出一个新的分配法则.设原博弈(N,v)的Shapley值为Sh(N,v)=(S_1,S_2,…,s_n),其中s_i可视为参与者i的实力.类似于Google的网络搜索算法,对连通的交流图L和表示参与者相互合作程度的转移矩阵P,定义参与者的PageRank (参与者的级别或地位),记为(r_1,r_2,…,r_n),其中r_i表示参与者i在合作交流中的地位.新的分配法则,称为Page-Shapley值:其中参与者i所得为c_Nr_is_iv(N),而C_N取为1/Σ_(j∈N)r_jS_j以便保证值的有效性.当L不连通时,其Page-Shapley值由各分支的Page-Shapley值拼接而成.     

考虑竞争视野与利益相关的DEA交叉效率分析

在实际竞争与合作问题中,由于合作者或竞争者的规模等条件不同,决策单元(decision-making unit, DMU)之间的利益和竞争强度存在差异性,但传统的数据包络分析(data envelopment analysis, DEA)交叉效率模型并未考虑这一因素。因此,提出考虑DMU之间竞争关注度与净利益系数的DEA交叉效率评价方法,并且为了考虑综合信息,采用信息熵的方法对不同交叉效率模型的效率值进行综合得出DMU的加权效率。与传统的二次目标模式相比,该方法较好地体现了DMU之间利益和竞争强度存在的差异性,同时可以使被评价单元更有针对性地实施对合作者的支持手段或对竞争者的打压措施,从而更好地增强DMU的群体优势。     

基于竞合视角的自主式综合评价方法

针对自主式综合评价问题,提出了一种基于竞合视角的自主式综合评价方法。该方法把被评价对象视为具有自主性的"智能体",相互之间有竞争并且都具有最大化自身利益的相同目标;按照民主集中制原则,把评价过程分为代表民主的"竞争优化"模型和代表集中的"协商合作"模型两部分。其中,"竞争优化"模型强调被评价对象之间的相互竞争,被评价对象在此模型下突出各自竞争优势;"协商合作"模型是通过两阶段协商的方法使有利益冲突的各被评价对象进行协商合作,综合各被评价对象的信息,得到最终的评价结果。最后,用一个算例检验了方法的有效性。     

基于EAS+MADRL的多无人车体系效能评估方法研究

无人作战开始步入现代战争舞台, 多无人车(multi unmanned ground vehicle, MUGV) 协同作战将成为未来陆上作战的主要样式。体系效能评估是装备论证和战法研究的核心问题, 针对MUGV体系效能评估问题, 建立了一套以自主学习算法为基础的探索性仿真分析方法。将MUGV对抗过程建模为零和随机博弈(zero sum stochastic game, ZSG)模型, 通过使用多智能体深度强化学习类方法(multi agent deep reinforcement learning, MADRL)探索在不同对方无人车规模条件下, ZSG模型的纳什均衡解, 分析纳什均衡条件下参战双方胜率, 作战时长等约束, 完成MUGV体系作战效能评估, 并在最后给出了MUGV体系效能评估应用示例, 从而建立了更可信、可用的体系效能评估方法。