后置群决策问题的一种集结方法

针对后置群决策问题 ,提出个体排序的位置得分函数 ,用来反映个体偏好在群决策中的价值 ,在考虑个体权重的情况下 ,用位置偏差系数来反映个体间偏好差异 .建立了一个群决策的位置指标公式 .讨论了它的一些排序性质 .通过实例说明了其作为群排序指标的合理性 .     

基于加权意见集中排序法的群决策裁决模式

在研究群决策裁决模式的基础上,分析了现有群决策裁决算法的局限,并综合考虑各决策者的知识、经验、智慧和意见,尤其是决策过程中各决策者所拥有的权力因素作用,提出了基于加权意见集中排序法的群决策裁决模式,以实现群决策的一致性和科学性．具体算例表明,该方法在各种群决策裁决模式中具有较强的有效性、实用性和通用性．     

n维足码选择定位法

二维足码选择定位法是以专家排序为基础，建立了二维足码定位图，并给出了二维足码坐标图等价的评价函数．本文在二维足码定位法的基础上，建立了ｎ维足码选择定位法，把二维情形推广到ｎ维，形成了一个能解决二维到ｎ维的更全面的综合排序的群决策方法     

多指标群决策及其方法研究

本文讨论了多指标群决策的概念及其方法。利用多指标群决策中的多种排序方法集结出决策人对于方案的偏好;同时,利用得出的方案的偏好,求出决策人对于指标的偏好,得到主要指标,从而达到了数据的压缩。     

基于模糊积分多元决策模型的电源开发排序

在分析影响电源的开发排序各种因素的基础上,根据模糊积分的有关理论,对基于模糊测度的模糊积分加以改进,给出了基于多层模糊积分多元决策的电源开发排序模型,并归纳出用该模型进行电源开发决策与排序的一般步骤,研制了相应的计算程序,最后成功地应用该模型进行了四川省中型水电站群的开发排序.分析结果表明,在考虑系统容量电量平衡及电网水火电比重发展趋势的基础上,基于模糊积分多元决策模型电源的开发排序,可以全面合理地刻画系统中的各种定性与定量指标,按各中型电站的整体指标优劣进行取舍是合理的,同时应用该模型可以开展其它复杂系统的综合决策.     

模糊群决策中专家意见的汇总研究

在考虑相对优势、已知信息与弃权部分3个因素的基础上,分析和比较了典型的Vague排序函数,提出改进的排序函数. 同时考虑专家决策结果的一致性和专家权重的基础上,改进了汇总各专家Vague意见的方法. 案例表明,根据Vague值的相似度量和排序函数能较好地汇总群决策中的Vague意见.     

一种模糊多层多目标群决策方法的研究

将AHP方法运用到层次多目标群决策中，确定多层目标准则体系中的目标层和准则层的权系数，符合判断指标一致性的需要，而对各方案关于各个准则的权重，采用模糊语言进行评价，满足决策实用性的需求．结合模糊最大最小集法和上述方法，提出了一种带有偏好的模糊多层多目标群决策方法，并用算例对其求解过程进行了说明．     

高校教师择优评聘的AHP决策方法

AHP方法是系统分析中一种新型的数学方法，这种方法的应用使高校教师评聘决策实现定性分析与定量分析的有机结合，从而使这一多因素问题得到相对科学的解决．AHP方法在具体实施中有以下步骤：建立层次结构、建立矩阵、实现判断矩阵的一致性检验与层次单排序和层次总排序．由以上步骤确定了各种指标的权重后，即可通过对比相关指标，作出比较客观、公正和科学的用人决策。     

基于改进群体决策方法的电子商务网站评价模型研究

针对网站评价信息的模糊性,本文采用了实数、区间数、三角模糊数和语言等对评价指标信息进行表示和运算,提出了一种基于混合型TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution,逼近理想解排序法）改进的电子商务网站群决策评价方法．最后,通过具体算例验证该方法的可行性、准确性和有效性．     

置换群与群决策的排序数估计

在决策方案优劣等级排序分析和多层序等价类划分的基础上,构造了等极排序置换群,并提出了群决策中序位相同的可能排序数的解析和递推估计式,分析结果显示,注重维护决策方案的齐次性和协调决策者的意见冲突是提高群偏好集结有效性的重要方法。     

基于多传感器数据处理的油井监测分析方法改进

基于D-S证据理论以及对原始数据分析的基础上,把各种参数通过数据融合模块对井下环境安全性进行评估。改善以往井下单传感器监测系统不确定性较高的缺陷。同时,根据各参数间的相关性获得更多的井下环境信息,有效地提高了数据采集的全面性、可靠性、井下监测系统的准确性。     

高层建筑结构选型影响因素分析

高层建筑结构选型是一个非常复杂的决策问题,包含大量不确定性及不确知信息。进行高层建筑结构选型决策时．必须分清决策中的主要影响因素和次要影响因素,同时还要弄清各种因素间可能具有的层次性以及不同因素间存在的部分耦连性。详细分析了影响高层建筑结构选型的诸因素,并综合考虑各影响因素,给出了高层建筑结构选型决策因素层次表,为高层建筑在结构选型过程中全面地考虑各方面因素的影响、减少选型盲目性及系统地解决结构选型的其它深层问题奠定了基础。     

一种基于BDI的理性决策模型

随着人们对理性agent的BDI(Eelief，Desire，Intcntion，BDI)模型的认识和理解的逐步深化，越来越多的研究者开始将BDI结构用于其从事的研究领域．将BDI作为随环境变化的组件，描述决策的静态结构．在此基础上，通过信息采集一计划产生一偏好选择一计划实施与监控等步骤来完成决策过程，建立理性决策过程的形式化模型，并通过生活中的实例加以说明．该模型通过及时地更新组件，实时地对决策过程进行监控，从而增强了动态环境下决策的柔性．     

基于改进证据理论的群决策专家意见集结方法

针对Demsper组合规则无法有效集结群决策中高冲突专家意见的局限,提出了利用冲突系数和Jousselme距离综合表示证据冲突程度进而通过证据冲突度计算专家客观权重的方法,采用经典的Demsper组合规则对经权重修正后的专家意见进行了集结;提出了一种新的可能度计算公式及基于可能度的信任区间的决策方法。数值实例表明:提出的方法可以有效集结高冲突专家意见,与几种改进方法相比收敛效果更好。基于可能度的信任区间法与最大信任函数法和最大似真函数法相比,决策结果更加科学。     

基于案例推理的应急决策贝叶斯网建模方法

贝叶斯网络技术具有丰富的概率表达能力,不确定性问题的处理能力,以及多源信息的融合能力,其有利于辅助突发事件的应急决策,提高决策效率.突发事件应急决策具有较高的时间敏感性,因此要求能够尽可能缩短贝叶斯网络的建模时间,而从无到有的传统贝叶斯网络建模方法的效率显然无法较好地满足这一要求.因此,针对以上问题,提出了基于案例推理的应急决策贝叶斯网络建模方法.该方法基于历史案例库,通过相似度和偏离度两个指标对历史案例进行匹配并得到候选案例,最后通过案例合并和剪枝等方法对候选案例进行调整,最终得到新的案例模型.通过案例仿真对所述方法进行了验证,结果表明:基于案例推理的应急决策贝叶斯网络建模方法没有庞大的搜索空间,也不需要样本数据,只需要提前收集历史案例模型,与传统贝叶斯网络建模方法相比,该方法能够复用历史模型,从而缩短了建模时间,提高了建模效率.     

基于贝叶斯决策模型的火灾报警模式识别系统应用研究

针对火灾报警系统中探测器在域值附近由于各种原因出现高漏报率和误报率的情况,提出了将探测器的量测判断作为一种模式进行决策分类.在分类过程中采用贝叶斯决策的方法,将报警的模式分类简化为离散情形下的二值分类的研究,同时依据分类平均风险最小的原则给出了分类的决策函数.实验表明本文提出的解决方法在减少火灾报警系统中的误报率和漏报率方面找到了一个新的方法.结论表明探测器临界局部取值采用模式分类的方法可以达到了比较好的效果.     

基于功率谱熵特征提取的脑电波大脑年龄预测

 大脑会随着年龄的增加而出现功能衰退，通过决策实验获取年轻人和中老年人的脑电信号，可以定量分析大脑随年龄增长而出现的变化。提出了一种基于熵的脑电波刻画方法，并利用机器学习的方法能够比较准确地预测人的大脑年龄。研究表明，脑电波功率谱熵（PSE）具有良好的时域分辨能力和更准确的区分效果，年轻人在做决策时的脑电波功率谱熵的分布是大于中老年人的，即年轻人所产生的脑电波信息量更大。此外，支持向量机（SVM）的分类效果优于随机森林（RF）方法，最高平均精度达88.02%，比随机森林高出2.66%。通过基尼指数对特征重要性排序，还发现决策过程中左眼电区域、大脑的颞和中央区域的决策反应差异很大，分类器更容易在这些特征区域做出更好的分类。     

一种基于在线修正时间序列预测方法的UCAV粗决策模型

针对机载传感器不能在作战时限内获取目标参数从而造成属性匹配过程失败的情况,提出了一种基于在线修正时间序列预测方法的UCAV粗决策模型.通过对以往时刻传感器数据的时间序列分析,建立最优自回归移动平均模型,根据延迟获取的数据,运用在线修正预测方法,完成对未来时刻传感器数据的预测及预测值的修正,作为粗糙集决策属性匹配的输入完成决策过程.通过对UCAV目标威胁估计实例的分析可知,该模型能在决策数据的基础上,根据时间序列预测值,提取出所有条件下的决策规则,给出有效决策建议.     

公共决策的代价分析

对决策的代价进行分析是公共决策的一个重要环节。要全面分析公共决策的代价,就不仅要分析决策时所发生的有关消耗,而且要分析为了优先实现决策的目标我们需要牺牲和放弃哪些有益的价值目标,同时还要分析决策目标本身有可能带来的消极后果和不良影响。公共决策的代价虽然是难以完全避免的但却是可以调控的,人们可以通过提高决策者个体的素质和水平、改革和完善决策机制、坚持正确的决策原则和方法等来控制和减少决策的代价。     

关于Vague集理论中记分函数的分析

分析了Vague集理论中记分函数的内涵、本质及现有几种主要记分函数的优缺点,指出了构造记分函数时应考虑的主要因素.从评价函数的角度提出Vague值的期望的概念,从风险的角度看待未知信息,提出风险厌恶型和风险追求型两类记分函数的概念.给出一种风险厌恶型记分函数的具体形式并讨论其性质,通过实例对比说明该记分函数能够体现出决策者的决策偏好并保持决策方法的一致性.