模糊优选神经网络多目标决策理论

把笔者建立的模糊优选理论与神经网络理论结合起来，提出确定网络拓扑结构：隐含层数，隐含导节点数与节点激励函数的合理模式，提出模糊优选神经网络权重调整ＢＰ模型；且网络有良好的学习功能。神经元激励函数具有明确的物理意义。     

多目标模糊优选理论在技术改造方案评价的应用

应用多目标决策和模糊优选理论，提出了技术改造方案的多目标模糊优选理论模型，并通过实际案例说明了其可行性。     

多目标模糊优选模型在环境质量评价中的应用

环境质量评价属于多因子识别和排序问题。在实际应用中评价因子的基准往往难以确定,从而影响评价结果。针对此问题,提出了多目标模糊优选模型,它是分析多目标环境系统的一个较新的方法,在介绍该理论的基础上,建立了环境质量评价模型,并在吉林西部进行了应用,通过与其它评价方法的比较表明,该方法用于环境质量评价具有通用性、合理性和实用性。     

模糊层次分析法在多目标运输指派问题中的应用

首先运用模糊数学,将多目标指派问题转化为模糊指派问题,然后应用模糊层次分析法（FAHP）,确定多目标指派问题中各指标的权重值,并运用传统的匈牙利法求解,最后给出一个应用实例。     

水资源系统多目标规划分层模糊优选原理

按目标分层，用分层模糊优选理论对流域综合开发方案进行优选，分层时允许评 价因素重叠，从而便于确定目标与评价因素的权重。对分层模糊优选模型进行了分 析，证明在单层模糊优选时与模糊综合评判模型有相同的排序，但结论更加离散。当 分层评判时，克服了模糊综合评判模型的结论值趋于均化难以产生合理评判结果的缺 点。     

多因素层次模糊综合评判决策模型及其应用

应用系统工程的方法，建立基于三角模糊数学的多因素层次模糊，综合评判决策模型和权重分配待定性因素数值化模型，并运用该模型对某贵金属矿体开采的采矿方法进行了优选，获得了满意的结果。     

基于熵权和层次分析法的宿舍综合评价

针对学生宿舍综合评价问题,提出了一种基于熵权和层次分析法的模糊综合评判方法,克服了传统模糊综合评判法在权重确定方面具有一定随意性、主观性的问题。该方法利用层次分析法计算主观权重,利用熵权法计算客观权,并进行权重拟合,从而得到综合权重,最终得到评价结果。应用实例表明:该方法有效、可行,适用领域广泛。     

含模糊数的 模糊多目标多人优选决策方法

多目标多人决策是一个重要的研究领域,目前已经提出了一些有效的决策方法。但对目标值和权重为模糊数的模糊多目标多人决策问题却研究得较少,本文对这类模糊多目标多人决策问题进行了探讨,利用相对正理想方案与相对负理想方案概念定义了相对差异距离,进而建立了模糊优选模型与方法,并通过战役决心方案的评价说明了该方法是可行、有效的,可作为军事决策与决策支持系统的备选方法。     

防空弹炮混编方案的多目标约束模糊优选

根据防空导弹和高炮武器系统的性能特点,选择最优混编方案是联合防空作战指挥需要解决的重要问题.结合模糊优选决策理论和模糊最优动态规划方法,建立了防空弹炮武器混编方案的多目标约束模糊优选决策模型,给出了相应的计算方法和步骤,并通过实例验证了该方法的可行性,为防空导弹与高炮武器混编方案优选提供了一种新方法.     

群决策中基于不同偏好信息的相对熵集成方法

研究了基于不同形式偏好信息的群决策问题.在群决策中专家根据个人的偏好,常常对决策方案集给出4种不同形式的偏好信息,包括直接反映决策方案优劣次序的序关系值和效用值,以及2个决策方案成对比较互反判断矩阵和模糊互补判断矩阵.首先给出了序关系值、互反判断矩阵和模糊互补判断矩阵3种偏好信息均转化为效用值形式的计算公式, 然后从相对熵的概念出发,提出了一种相对熵最优化的集成模型,给出了模型的解.最后进行了2个实例分析,结果表明所提出集成方法是有效的.     

基于自信息熵的直觉模糊决策系统的属性约简

针对在直觉模糊集中,利用下近似构建的约简只考虑了下近似而忽略了上近似,从而导致一些信息丢失的问题,基于直觉模糊集的上、下近似提出了3种熵度量,并将其应用于直觉模糊决策信息系统的约简之中。在直觉模糊决策信息系统上定义用于描述直觉模糊关系的3种不确定性度量,分别为平均决策指数、平均安全决策指数以及平均风险决策指数,并在此基础上依次提出了条件信息熵、条件粗糙熵和自信息熵,基于自信息熵给出了相应的约简定义以及属性约简算法。在多个数据集上的实验表明,所提出的属性约简算法与其他算法相比,约简结果更具有优越性以及鲁棒性。     

水电工程项目的多目标模糊优选决策

应用模糊优选决策理论，给出一种理论依据可靠、切实可行的水电工程项目的多目标模糊优选决策方法。     

一种新的基于决策熵的决策表约简方法

分析了在知识约简过程中经典粗糙集理论决策表知识约简方法的不足.以知识粗糙熵为基础,将一致和不一致对象分开,提出决策熵的概念及其属性重要性,在此基础上给出约简的判定定理;然后以条件属性子集的决策熵来度量其对决策分类的重要性,提出一种新的知识约简启发式方法.理论分析和实验结果表明,基于决策熵的属性重要性是一种更有效的启发式信息,该方法时间复杂度较低,有助于搜索最小或次优约简.     

一种新的基于决策熵的决策表约简方法

分析了在知识约简过程中经典粗糙集理论决策表知识约简方法的不足。以知识粗糙熵为基础,将一致和不一致对象分开,提出决策熵的概念及其属性重要性,在此基础上给出约简的判定定理;然后以条件属性子集的决策熵来度量其对决策分类的重要性,提出一种新的知识约简启发式方法。理论分析和实验结果表明,基于决策熵的属性重要性是一种更有效的启发式信息,该方法时间复杂度较低,有助于搜索最小或次优约简。     

基于直觉模糊交叉熵及灰色关联的混合评价信息供应商选择决策

针对主客观混合评价信息的供应商选择决策问题,提出一种基于直觉模糊交叉熵及灰色关联的群决策方法。在确定供应商选择决策指标体系的基础上,将不同类型的主观评价信息统一转化为直觉模糊数,基于新的得分函数及单个决策者与决策群体的评价偏差确定决策者权重。把转化为直觉模糊数的规范化客观评价信息与群体直觉模糊主观评价信息合并,并采用直觉模糊熵确定各属性权重。根据直觉模糊数之间的交叉熵距离度量,采用灰关联法实现对备选供应商的排序择优。制造类企业供应商选择算例表明所给方法的合理有效性。     

基于相对熵的不确定性群决策集成方法

针对带有区间数的不确定性群决策问题做了研究.首先在区间数比较可能度概念的基础上,获得各个决策者对方案集不确定性评价的可能度矩阵,并将其转化为方案集的排序向量;然后从相对熵的概念出发,提出了一种相对熵的不确定性群决策最优化集成模型,讨论了模型的求解;最后实例分析表明文中所提方法的可行性和有效性.     

一种基于信息熵的混合型多属性决策方法

针对属性值为精确数型、区间型和模糊型的混合多属性决策问题,提出了一种混合型多属性决策方法。该方法首先采用熵权系数法确定各性能指标的权重,以减少传统权重确定方法产生的主观偏差;然后,利用逼近理想解排序法模型对方案优劣排序;最后,假设某一最优产品所对应装备制造商的生产能力有约束等状况,采购方可根据自身情况选择若干家制造商并对其建立单目标的线性规划模型,确定生产数量在所选制造商之间的分配,以期达到总耗资最低、选择价值最大的目的。实例结果验证了该决策方法的可行性和有效性。     

SDN中基于条件熵和决策树的DDoS攻击检测方法

软件定义网络（software defined network,SDN）作为一种新型网络架构,其转控分离及集中控制的架构思想为网络带来了显著的灵活性,同时为感知全局网络状态提供了便利。分布式拒绝服务攻击（distributed denial of service,DDoS）是一种典型的网络攻击方式。针对SDN网络中进行DDoS攻击检测的问题,提出了一种基于条件熵和决策树的DDoS攻击检测方法,利用条件熵判断当前网络状态,通过分析SDN中DDoS攻击特点,提取用于流量检测的6项重要特征,使用C4.5决策树算法进行网络流量分类,实现对SDN中的DDoS攻击的检测。实验表明,相比于其它研究方法,文中提出的方法不仅具有较高检测精确率和召回率,而且明显缩短了检测时间。     

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。