一种新的用于群组排序的最小平方逼近法

本文将文献[1,2]所给的最小平方逼近法推广应用于层次分析法中的群决策排序。文中对由多个判断决策者给出的多个不同的判断矩阵,提出通过求解群组判断矩阵最小平方偏差的方法得出判断矩阵的最佳排序和理想综合判断矩阵;通过对群组判断矩阵进行一致性讨论,据此又给出了一种用于群组判断矩阵排序的最小加权平方逼近法。理论分析和应用实例表明,应用最小平方逼近法和最小加权平方逼近法对群组判断矩阵进行排序是可行的和有效的。     

一种多属性多方案大群体决策方法研究

多属性多方案大群体决策问题广泛存在于网络环境中,将单方案大群体决策方法推广到基于多属性的多方案大群体决策中,由此获得大群体偏好矩阵.利用熵权法获得各个属性权重向量.将各个属性权重向量和大群体偏好矩阵进行合成,获得各个方案的综合评价值向量,由该向量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题.最后通过一个算例说明了方法的有效性.     

基于熵的TOPSIS法空战多目标威胁评估

针对传统逼近理想解的排序法(TOPSIS)在确定权重系数上面的缺陷和不足,提出了基于熵的TOPSIS改进算法,该算法运用熵理论处理空战获取的客观信息,确定目标各个属性权重,将权重运用到TOPSIS法中,研究空战威胁评估问题。建立多目标威胁评估数学模型,并进行了仿真研究。仿真结果表明该算法是合理和有效的。     

优化理论在层次分析法中的应用

层次分析法是美国运筹学家、匹兹堡大学A.L。Saaty在70年代初提出的。它是通过明确问题、建立层次结构、构造判定矩阵、层次单排序、层次总排序、一致性检验六个步骤来进行整个系统层次分析的。但是传统的层次分析法在进行层次单排序时,一般是通过求特征值和特征向量的方法(称幂法)来确定层次单排序结果的,不但求解复杂、计算量大,而且求得的权重也不是最优的;尽管根法与和积     

基于熵权的多属性大群体决策方法

针对传统的大群体决策方法只能处理单方案决策问题的缺陷,提出了一种基于多属性的多方案大群体决策方法。该方法首先将单方案大群体偏好模型与算法推广成多方案大群体偏好模型与算法,获得大群体偏好矩阵,然后利用熵权法获得各个方案的排序权重,最后利用各个方案的排序权重和大群体偏好矩阵获得各个方案的综合评价值矢量。通过该综合评价值矢量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题。通过计算机仿真实验证明该方法的有效性。     

左右特征向量几何平均排序法

本文证明了左右特征向量几何平均排序法具有强条件下保序性等性质．并给出了与特征向量排序法、最小偏差法具有相同排序向量的充要条件.     

层次分析法中区间判断的凸锥模型

用全新凸锥模型讨论层次分析法中常规点判断以及区间判断的权重向量的特性与算法，并对它们给出统一的几何解释．本文提出的交锥与包络锥方法是估算区间判断下权重向量可行域的一种合理而又实用的算法     

AHP中排序向量的LAM算法

本文提出求解ＡＨＰ中判断矩阵的排序向量的新思路，并由此获得一个较为简捷的计算排序向量的新算法－最小夹角法（ＬＡＭ）。运用ＬＡＭ，使用者只须用计算器就可获得相当精确的排序向量。     

一种基于集对分析的区间数多属性决策方法

针对属性权重和决策矩阵均为区间数的多属性决策问题,提出了一种基于集对分析的排序方法。通过借鉴集对分析理论把论域三划分的思想,把区间评价值转化成联系数的形式,给出了两个具有直观意义、计算简便的排序准则,并分析其合理性。分析过程中发现,区间数权重向量和区间数决策矩阵的方案评价向量具有不同的自由度,因此需要对它们采用不同的处理方法。最后,通过算例表明算法排序有效。与已有的数学规划等方法相比,该方法计算更为简便,排序准则具有直观的意义。     

基于组合权重的异构无线网络选择算法

针对异构网络环境下网络选择算法采用单一方法确定判决指标权重存在的片面性问题,提出了基于组合权重的异构无线网络选择算法.首先根据用户需求建立判决矩阵,并进行层次分析,得到各判决指标的主观权重,同时对判决指标进行熵值处理,得到其客观权重;然后对主客观权重进行博弈均衡,确定指标的组合权重;最后对备选网络进行灰色关联分析,并运用组合权重对关联系数进行加权排序,得到最优接入网络.仿真实验证明:该方法能综合考虑多种接入判决指标,提高了异构网络中多模终端选择网络的准确性.     

基于多目标遗传算法的冗余机械手逆解算法

提出一种新型的多目标优化遗传算法,该算法采用两种精英机制,加快了收敛速度,避免了在一般多目标遗传算法中难以处理的适应值分配过程,减小了计算资源的消耗。把所提算法应用于带有N个关节的冗余机械手运动学逆解问题,与传统的机械手逆解方法相比,所提算法不仅能够使得终端执行器精确到达期望位置,而且同时优化了机械手关节转动角度、柔顺性、安全性三个目标。仿真结果表明了所提算法的有效性。     

基于GA和BP融合算法的装备费用估算方法

简要介绍了GA和BP算法以及装备费用估算分析的传统方法 ,分析了GA、BP算法以及费用估算三者间相互结合的必要性。把GA和BP算法相结合并应用到装备费用估算分析领域 ,建立了基于GA和BP融合算法的防空导弹研制费用评估模型 ,并对典型的防空导弹型号研制费用进行了估算。结果表明 ,该模型具有计算精度高、适用范围广、运算速度快的特点 ,为装备费用估算提供了有效依据     

遗传——灾变算法及其在非线性控制系统中的应用

本文提出了遣传一灾变算法。在遗传算法的基础上，提出进一步模拟自然界中的灾变现象，以提高遗传算法的性能，尤其是解决重要的不成熟收敛问题。文中介绍了它的基本原理并将其应用于非线性控制系统的优化设计中。仿真实例验证了该算法的优良性能     

GRADUAL CHANGE AND SUDDEN CHANGE

In this paper, we prove that, if 0相似文献   

A Credit Risk Evaluation Approach to Neural Network Training by Means of Financial Ratios

In recent years artificial neural networks are used to recognize the risk category of investigated companies. The research is based on data from 81 listed enterprises that applied for credit in domestic regional banks operating in China. The backpropagation algorithm-the multilayer feedforward network structure is described. Each firm is described by 9 diagnostic variables and potential borrowers are classified into four classes. The efficiency of classification is evaluated in terms of classification errors calculated from the actual classification made by the credit officers. The results of the experiments show that LevenbergMarque training error is smallest among 4 learning algorithms and its performance is better, and application of artificial neural networks and classification functions can support the creditworthiness evaluation of borrowers.     

混合遗传-模拟退火算法在公交智能调度中的应用

公交行车调度是公交企业运营的核心内容，关系到公交企业的经济效益与社会效益。兼顾企业与乘客的利益建立了公交车辆行车计划模型，将遗传算法与模拟退火算法相结合组成混合遗传．模拟退火（GA-SA）算法，并对公交行车调度进行优化。实例仿真计算表明该算法具有比标准遗传算法更好的效率，是优化公交调度问题的一个有效途径。     

广义遗传算法及其在水流参数反演中的应用

针对基本遗传算法难以实际应用的困难,吸收加速遗传算法的思想,提出一种考虑隔代遗传、模仿自然界中“附势”行为的广义遗传算法,它能够保持优秀个体的多样性,利用祖辈中的优秀个体变量变化空间作为下一代个体的繁殖空间.广义遗传算法概括了基本遗传算法和加速遗传算法,对它的参数进行不同设定时,可以设计出更多种类的遗传算法.将这种算法用于水流参数反演问题中,结果表明广义遗传算法收敛速度快,反演精度高,因此具有良好的应用前景.     

系统认识网络的执政价值

网络具有多种价值，这可以体现在对社会发展中的政治、经济和文化等因素的影响上。对于执政党而言，网络具有两方面的执政价值：对网络来说，可以在执政思维、执政行为和执政目标中实现自己的价值；对执政党而言，网络本身的复杂性又决定了其本身具有被执政党管理的政治价值。对互联网执政价值的地位、意义要有一个系统整体的认识。     

BRDF的遗传算法和遗传模拟退火算法建模及比较

结合遗传算法和模拟退火算法,构造出具有全局搜索优化特性的遗传模拟退火算法。根据空间目标表面的多组多角度双向反射分布函数（bidirectional reflectance distribution function, BRDF）实验数据和统计模型,获得样片BRDF五参数模型参数值及2D、3D的BRDF分布。比较基本遗传算法和遗传模拟退火算法在迭代次数、计算时间、参数值及精度等之间的差异并分析其原因。遗传模拟退火算法更适用于BRDF的统计建模。     

Two-stage production scheduling with an option of outsourcing from a remote supplier

This paper studies a two-stage production system with n job orders where each job needs two sequential operations. In addition to the two in-house production facilities, the manufacturer has another option of outsourcing some stage-one operations to a remote outside supplier. The jobs with their stage-one operations outsourced are subject to a batch transportation delay from the outside supplier before their respective stage-two operations can be started in-house. The problem is to design an integrated schedule that considers both the in-house production and the outsourcing with the aim of optimally balancing the outsourcing cost and the makespan. The problem is NP-hard. We have developed an optimal algorithm and a heuristic algorithm to solve the problem, and conducted computational experiments to validate our model and algorithms. Our modeling and algorithm framework can be extended to handle other more general cases such as when the outside supplier has a production facility with a different processing efficiency and when there are many outside suppliers on a spot market.