基于马田系统和φs转换的模糊积分多属性决策方法

在实际决策问题中,决策属性间往往存在一定的交互作用,而传统决策方法并不能有效处理。针对这种情况提出了一种基于马田系统（Mahalanobis-Taguchi system, MTS）和φs转换的模糊积分多属性决策方法。该方法针对φs转换法利用属性权重确定λ模糊测度存在的问题,提出利用Shapley值代替属性权重来确定λ模糊测度,同时提出了一种基于马田系统的Shapley值测度方法,并给出了合理性分析。最后通过实例分析了不同交互度对决策结果的敏感性,并验证了利用Shapley值确定的λ模糊测度更有利于决策。     

基于模糊测度准则的可靠性评估方法

介绍了在模糊测度准则指导下实现的基于专家意见的系统可靠性评估方法。该方法是基于模糊测度准则，依靠对专家的划分和组合，合理选取信息的处理方法，用以完成对多源主观可靠性信息的融合评估。介绍了该方法的设计思路及技术要点。该方法充分利用了模糊逻辑的建模效率和针对主观信息的适用性，可以提高某些实现条件下系统可靠性评估的效率和精度。最后给出了仿真实例，结果显示了该方法的性能和可行性。     

基于加权表决的决策层融合多系统调制识别

利用信息融合技术研究多系统调制识别问题，提出一种加权表决融合算法。该算法首先定义系统对识别结果的贡献度，用来描述多个系统的联合对识别性能的提升，并将其作为分配权重的依据。然后将这种多系统识别问题建模为合作对策模型，利用合作对策的Shapley值来决定各系统的权重。最后通过所提出的加权表决算法，对多个系统的调制方式判决结果进行决策层融合。计算机仿真表明该算法有助于提高调制识别的性能。     

一种基于统计的模糊系统摄动定量度量

提出了一种基于统计的模糊系统摄动定量度量方法，对于模糊系统摄动的定量度量具有重要的理论及实践意义。使用该方法，模糊系统的输入输出之间的摄动关系、模糊系统各层的摄动性可以高效地计算得到。这对于快速评估模糊系统的性能具有参考意义。仿真结果证明了该方法的有效性。     

信息融合的熵理论

本文提出的信息融合熵理论包括：对信息融合中存在着两种信息源的分析、利用信息熵概念定义信息融合熵、论述融合过程中信息融合熵的变化和传递以及提出信息融合熵二定理，由此揭示了信息融合过程中多源信息的管理（选择）和信息融合有效性及系统性能极限间的内在联系。并且我们还应用这一理论具体分析了目标状态估计（跟踪）融合与检测融合这两个融合应用问题，以说明该熵理论的应用。     

基于模糊约束的贝叶斯网络参数学习

针对小样本下贝叶斯网络参数学习结果不准确的问题，提出一种模糊最大后验估计方法，该方法将模糊理论引入到参数学习中，通过对约束效力的度量，利用隶属度函数来确定超参进行学习，以提高约束使用的准确性。实验证明，所提方法可以有效提高参数学习的精度。除此之外，将所提方法应用到网络安全评估中，将通用漏洞评分系统作为专家先验参数，结合漏洞信息迁移样本来进行参数学习。最后，通过节点和路径安全评估验证了所提方法的有效性。     

基于QFD和组合赋权TOPSIS的体系贡献率能效评估

武器装备体系贡献率是指单件装备在武器装备体系或作战体系构成中,按照体系的总目标和运行规律,对体系的整体性能(如体系作战能力或作战效能)贡献的大小。首先建立能力效能综合的贡献率评估框架,在此框架下提出层次化的体系贡献率评估思路。然后借助面向关系的质量功能展开量化矩阵方法,将仿真实验中能力/效能度量指标数据映射到需求度量矩阵,再以度量集对需求集的敏感度和拟合优度作为依据,构建度量指标的组合权重。最后,利用逼近理想解排序法对体系方案贡献度进行排序,并以无人集群执行火力打击任务作为算例,验证了该方法的可行性。     

基于诱导型区间直觉模糊混合算子的群决策方法

针对属性值以区间直觉模糊数形式给出的多属性群决策问题,提出了两种融合信息更加全面的诱导型区间直觉模糊混合集结算子.利用提出的区间直觉模糊数的熵值度量方法来确定诱导变量,并结合基于支持度的数值依赖型集结算子,通过综合考虑位置、数据自身重要性及信息包含量,提出了诱导型区间直觉模糊混合平均(Ⅰ-ⅡFHA)算子和诱导型区间直觉模糊混合几何(Ⅰ-ⅡFHG)算子,分析了相关性质,进而给出一种区间直觉模糊多属性群决策方法,实例研究表明了所研方法的适应性与有效性.     

基于包含度的直觉模糊相似度量推理方法

针对现有直觉模糊相似度量大都基于距离测度的现状,提出一种基于包含度的直觉模糊相似度量推理方法。所提方法利用模糊蕴涵算子及集合基数建立一系列直觉模糊包含度函数,并对基于包含度的强相似度量进行定义,给出满足强相似度量的若干性质,揭示了包含度与相似度之间的关系,进而将基于包含度的直觉模糊相似度量引入直觉模糊推理,提出了基于包含度的直觉模糊相似度量推理方法。以现有的10种直觉模糊相似度量方法与所提方法进行比较,并通过典型的实验数据分别展示了基于包含度的直觉模糊相似度量方法的优越性与较强的区分能力,实验目标样本的推理结果验证了所提方法具有较高的推理精度。     

基于直觉模糊折扣算子的异类数据融合方法

异类数据作为不确定数据的类型之一,成为模式识别、多属性决策等问题中数据融合的难点.为此,以直觉模糊集为理论基础,本文提出一种异类数据的多属性融合方法.首先,定义一种新的直觉模糊数折扣算子及合成法则,证明了该算子与合成法则的基本性质.其次,定义异类数据之间的距离度量测度,基于灰关联方法,得到用于决策的系数矩阵,通过对备选...     

基于熵权的多传感器目标识别方法

针对具有多个特征指标的多目标识别问题,提出了一种基于熵权的多传感器信息融合方法。该方法根据熵论的基本原理定义熵权,通过引入优异度、次异度的概念,采用相对接近度来评判距离的大小,从而给出目标识别规则。该方法利用熵权避免了特征指标权重选取的主观性,提高了目标识别结果的客观性和准确性。工件识别实例验证了算法的有效性和可操作性。     

基于一类新的直觉模糊熵的多属性决策方法研究

针对现有的直觉模糊熵只考虑了隶属度与非隶属度的偏差,而未考虑直觉模糊集自身包含的犹豫度信息的缺憾,本文提出了一类新的直觉模糊熵,它可以充分表达决策者的犹豫度信息.在此基础上,针对属性权重完全未知和属性权重信息部分已知的直觉模糊多属性决策问题,分别通过熵权法和利用最小化直觉模糊熵建立的最优化模型求解属性权重,给出了直觉模糊多属性决策的折中比值法.最后,通过应用实例说明了所提出方法的有效性和可行性.     

复杂机电系统关键部件辨识方法及应用

鉴于现有衡量系统中关键部件的重要性测度在构建时仅考虑拓扑重要性或功能重要性,本文利用Choquet积分,结合部件功能属性改进网络理论中拓扑重要性测度提出节点广义重要性测度的定义及普适性构建方法;针对单一重要性测度识别关键部件时可能存在的不确定性与随机性,提出聚合算子(aggregation operator,AO)融合多种广义重要性测度识别复杂机电系统中的关键部件.最后以高速列车转向架系统为例选取模糊积分为聚合算子AO识别系统中的关键部件,结果表明以模糊积分为聚合算子AO,同时利用k可加模糊测度确定权重的识别结果更为准确.     

基于广义模糊数相似测度风险分析方法

为了提高风险评价信息的可信度,在"单重心方法"(SCGM)计算广义模糊数的重心点基础上,提出了一种新的基于广义模糊数相似测度的模糊风险分析方法.与现有的风险评价方法相比,基于SCGM的模糊风险分析方法考虑了决策者意见的可信度,灵活性和智能化程度更高.以管道失效概率为例给出了该方法的操作步骤,计算结果表明该方法能正确处理模糊风险分析问题,可为安全管理工作提供充分的依据.     

多型异构数据下关联变权空间多属性决策方法

针对当前空间多属性决策方法对空间特性的考虑不足,提出一种综合考虑多型异构性、空间复杂关联性以及空间动态性的空间多属性决策新方法.首先,定义了多型异构数据的D-U空间映射法则,提出了一种使多型异构数据能在空间中得以同构化的方法.其次,考虑空间复杂关联性及动态性,构造了2可加模糊测度下的广义Banzhaf关联变权及关联状态变权.然后,为客观确定关联属性的重要程度,建立了基于2可加模糊测度的广义Banzhaf Choquet逼近理想解优化模型,在此基础上融合关联属性信息实现备选方案的排序优选.最后,将所建模型用于干热岩勘探选区决策案例中,验证了方法的可行性,对比分析证明了方法的有效性及优越性.     

广义模糊熵的构造及其在图像分割中的应用

针对现有的模糊熵阈值法对噪声干扰、光照不均匀图片的分割不能获得满意分割效果的不足,提出了模糊熵公式的参数化修改并用于图像分割,获得了选取最佳分割阈值的模糊熵新算法。首先将Sugeno广义否定算子替代二次型模糊熵公式的Zadeh标准否定算子,得到了参数型的广义模糊熵表达式;其次,将其应用于构造图像阈值化分割的准则函数;最后,给出了图像阈值化分割新算法中的广义模糊熵参数自动选取方法。实验结果表明,给出的广义模糊熵图像分割方法对光照不均匀图像相比传统模糊熵分割方法更有效。     

基于相对距离的一种多传感器数据融合方法

分析了多传感器量测数据不确定性产生的原因,提出了一种基于相对距离的多传感器数据融合方法。该方法利用模糊集合理论中隶属度函数的优点,通过挖掘量测数据间冗余和互补信息调整数据间的相互支持程度,进而合理地分配量测数据在融合过程中所占权重。同时,避免了关联门限的设定,从而降低了先验信息的影响,避免了量测数据间相互支持的绝对化。通过仿真实例,验证了该方法的有效性。     

基于概率犹豫-直觉模糊熵和证据推理的多属性决策方法

针对专家决策带有犹豫性和偏好性的多属性决策问题,提出一种基于概率犹豫-直觉模糊熵和证据推理的决策方法。在概率犹豫模糊集和犹豫直觉模糊集的基础上,考虑专家偏好,提出一种新的概率犹豫-直觉模糊集,对混合型属性的决策信息进行统一描述;基于犹豫熵和直觉模糊熵,提出概率犹豫-直觉模糊熵对决策信息的犹豫性和不确定性进行测度,并确定属性权重;采用证据推理算法进行属性信息的集结,并基于效用理论对方案进行排序。通过算例对比分析验证了所提方法得到的决策结果更为科学、准确。     

模拟视角下广义混合型决策信息的综合集成

对由混合数据、多类型的赋权方法、多结构的集结方式等组成的广义混合型决策信息,研究该类决策信息的综合集成和求解问题。首先以传统的决策流程为底层框架,对广义混合型决策信息进行分类整合,构建信息集成框架;然后,从随机模拟视角分析了信息集成框架的求解方法并归纳了求解的基本步骤。在此基础上,通过导弹方案的选择问题对本文给出方法的具体应用进行了说明,并验证了该方法的有效性。本文通过构建信息集成框架的方式解决了多类型决策信息的融合难题,且实现了信息集成框架的柔性求解。该研究可为民主决策中多来源、多类型决策信息的融合提供技术参考。