杂合灰色聚类与扩展优势粗集的概率决策方法

为了能够由多标准信息表获取最小的知识表达,提出了一种灰色定权聚类与扩展优势粗糙集杂合的方法,杂合方法建立的基本思路为:首先运用灰色定权聚类方法将由不同量纲偏好属性组成的多标准信息表生成多标准决策表,接下来应用扩展优势粗糙集方法进行概率决策分析,并导出偏好概率决策模型.该方法被应用于区域关键技术的评价选择中,获取的偏好概率决策规则可为决策者提供决策参考.     

基于熵的灰色局势决策方法

针对传统多目标灰色局势决策方法等权处理决策目标而无法反映决策者的偏好和决策的实际情况问题,给出了灰色局势决策目标权重的一种赋权法。首先,计算单个目标下某一事件与其余事件的总偏差,继而形成全部目标下的偏差矩阵,再利用熵理论进行多目标权重的计算,得到的各目标熵权能够更好地反映各个局势间的差异程度,对灰色局势决策进行了补充和完善。实例也证明了该方法的可行性。     

自适应特征熵权模糊C均值聚类算法的研究

特征权重算法对聚类效果有很大的影响,而传统的特征权重算法忽略了特征项在类间和类内的分布情况.因此,研究聚类后样本特征属性表现的有序性程度对聚类结果的影响,分析聚类后样本特征属性的分布情况,提出了一种自适应特征熵权模糊C均值聚类算法.该算法以聚类后的特征熵和信息增益作为准则调整特征权值,通过聚类与权重更新逐步迭代优化,直至获得最优的特征权值.实验表明,自适应特征熵权模糊C均值聚类算法能够有效地区分各个特征属性对聚类效果的重要程度;较于其它加权模糊C均值聚类算法,该算法能够得到更高的聚类准确率.     

基于离差最大化的灰色聚类方法

针对灰色聚类分析中指标权重的确定存在的问题, 利用离差最大化的原理,提出了一种基于指标白化权函数值离差最大化的灰色聚类指标权重确定方法,从而建立了指标白化权函数值离差最大化的灰色聚类模型并对模型进行求解.该方法体现了用聚类指标的离差程度来反映指标信息的重要程度这一思想.最后通过实例应用, 验证了该方法的客观性与有效性.     

空中目标威胁排序的灰色聚类决策方法

空中目标威胁排序是防空射击指挥中的重要环节,针对空中目标威胁排序问题,提同了一种基于灰色定权聚类决策的空中目标威胁排序方法.该方法通过对空中作战目标的分析认识,对目标的威胁因素的特征指标进行挑选,分析特征指标取值变化对目标威胁程度的影响,采取绝对关联度分析,确定特征指标的选取,在不需要精确校正指标数据的情况下.运用灰色关联聚类的思想实现了威胁排序,符合防空作战的实际情景需求.给出了应用该方法的具体步骤,通过示例结果表明灰色聚类决策对空中目标威胁排序具有良好的适用性.     

区间灰数的灰色变权与定权聚类模型

针对观测值为区间灰数的灰色聚类问题, 通过构建区间灰数集上的积分均值函数, 将实数域上单一观测值的白化权函数推广到观测值为区间灰数的情形, 并给出了上限、适中、下限测度白化权函数的区间灰数形式, 进而建立了区间灰数的灰色变权、定权聚类模型, 并开发了该模型的人机交互式界面软件. 最后将该模型应用于高校教师工作绩效评估, 说明了该方法的有效性和实用性.     

杂合灰色聚类与变精度粗糙模糊集的概率决策方法

在基于粗糙集理论或扩展粗糙集理论的不确定性管理决策中,仅由数据集无法获得决策表,同时决策属性呈现模糊性,以至于无法获取概率决策规则。鉴于此,本文构建了灰色定权聚类与粗糙集变精度的杂合模型,首先运用基于中心点三角白化权函数的灰色定权聚类方法对包含不同量纲指标的知识表示系统进行处理,生成多属性决策表,而后运用变精度粗糙模糊集进行决策分析,获取概率决策规则。最后以区域关键技术选择为例,表明该模型的可行性与实用性。     

灰色聚类的几个问题

灰色聚类是贫信息系统决策的重要技术。在已有的灰色聚类的基础上,讨论了聚类结果的模糊综合评判问题和模糊聚类问题,并讨论了利用ＡＲＭＡＶ或ＳＣＧＭ（１,ｈ）ｃ进行预测型灰色聚类的问题。     

基于灰色类别差异特性的评价指标客观权重极大熵配置模型

本文基于灰色类别的差异特性进行指标权重配置问题研究,运用灰色关联聚类将评价对象按照反映事物不同类别本质的自然差异特性划分成不同灰类.基于相同灰色类别间自然差异特性具有相似性、 不同灰色类别间自然差异特性具有差异性的特点,构建了反映灰色类别差异特性的评价指标客观权重极大熵配置模型. 通过案例分析与其他方法进行比较研究,证明了本模型的可行性及有效性,为多属性决策指标客观权重赋权问题提出了一种新的解决思路.     

灰色多指标风险型决策方法研究

针对方案指标评估值为区间灰数的风险决策问题,提出了灰色多指标风险型决策的概念。将灰色系统理论的思想和方法与经典风险决策方法相融合,对风险型决策问题指标权重完全未知的且指标值为区间灰数的情况进行了探讨。利用分析技巧,建立了灰色模糊关系法及双基点法两种决策方法。在灰色模糊关系算法中,利用信息熵确定的指标权重使决策方法更符合客观要求。双基点算法在一定程度上解决了单方面基于理想点或负理想点进行决策时,未能充分利用已知信息所产生的偏差,决策更贴近于实际,应用说明了所提出的两种决策方法的合理性和算法的有效性。     

串并案指标体系广义区间灰数熵权重配置研究

串并案是指一个或者一伙罪犯所作的系列案件聚类成的案件集.在应急情景下、受害人、证人以及刑侦人员等对案情的描述具有多元异构性和不确定性特征,导致串并案信息具有多元不确定性的特点,而传统的多属性聚类决策方法对串并案研究有着一定的局限,因此本文根据串并案问题,对其指标体系的权重配置进行了深入研究.首先针对串并案信息的多元不确定性特点,提出在某一特定条件下所有不确定数均可统一转化为广义标准区间灰数,然后建立广义灰色相似度模型,测算属性指标以及整体案件的相似度,并构建串并案指标体系广义区间灰数熵客观权重配置模型,求解串并案指标的广义区间灰数熵权重.最后通过案例研究,证明了本文模型的合理性与可行性.     

基于灰熵优化的加权灰色关联度

基于灰色系统内各因素关系稳定的基本假设和灰内涵序列熵的分析,首次给出了灰关联分析中关联系数权重的确定方法。通过定义加权灰色关联系数分布密度值,构建了灰内涵序列,建立了关联系数权重的优化模型,并以算例验证了该方法的有效性与实用性。结果表明,该方法能够反映不同时点关联系数的重要性,使关联系数的波动性得到了有效控制,解决了局部点关联系数控制整个灰色关联序的问题。     

基于改进三角白化权函数的灰评估新方法

对已有的端点型三角白化权函数进行改进,构建了一类中心点型三角白化权函数,进而对两类白化权函数的灰类交叉特性、聚类系数和端点选取等方面进行比较研究,结果表明中心点型白化权函数优于端点型白化权函数.最后以高校学科建设综合实力评估为例对两类方法进行对比分析,说明了新方法的有效性.     

灰色多属性偏离靶心度群决策方法

针对一类属性值、属性权重和决策者权重均为区间灰数的群决策问题,引入群体正靶心、负靶心和群体偏离靶心度的概念,提出了灰色多属性偏离靶心度群决策方法,即群决策的结论应尽量接近所有成员最理想的方案,即越接近群体正靶心而同时又远离群体负靶心的方案,则方案越优. 文章分别给出了灰色多属性群决策问题的决策矩阵的构建及规范化,提出了正负群靶心及群靶心距的计算方法;最后,利用群体偏离靶心度的大小对各方案的优劣进行排序,实现多目标群决策. 文末通过算例说明了该方法的有效性.     

基于熵权和区间灰数信息的灰色聚类模型

针对区间灰数的灰色聚类模型中指标权重确定的问题,借鉴信息熵的思想,引入灰色熵权确定指标权重,构造了基于熵权和区间灰数信息的聚类评估算法。该算法以区间灰数本身的信息为依据通过计算灰熵来得到聚类指标权重。最后以实际问题为背景进行算例研究,结果表明由所提算法所得的归一化聚类系数矩阵区分度更好,验证了所提算法的有效性和可行性。     

基于距离熵的应急决策层信息融合方法

通过分析决策层信息融合和应急决策的特点,并考虑到应急决策对客观性、科学性的要求,提出了基于距离熵的应急决策层信息融合方法.首先基于知识元模型进行融合集的获取,并实例化知识元形成信息单元,为融合提供基础信息对象;然后在传统熵权法的基础上,添加对信息间欧式距离的测度,提出"距离熵"的概念,并据此实现局部融合权重和全局融合权重的获取,利用线性加权分别计算局部融合结果和全局融合结果.最后,通过算例验证了方法的优越性和在应急领域的适用性.同其他方法相比,本文提出的方法能有效解决决策层信息融合中融合知识库巨量性和融合结果的客观性、科学性不足等问题.