效用风险熵

本文提出由客观状态的不确定性和结果价值两方面因素造成的效用风险的概念，定义并构造效用风险函数和效用风险熵的函数表达式，剖析其主要数学特性，阐明效用风险函数和效用风险熵作为客观状态和决策行动方案的效用风险测度函数的合理性．     

工程项目投资方案风险决策

针对同一资产或项目的不同投资方案的风险决策问题,采用衡量风险的主要指标(变异系数,极差)对文献[1]中基于信息论中熵值的投资风险决策进行了改进和完善,并结合实例应用进行了分析.     

一种新的水资源系统风险型决策方法

首先以水资源系统为背景，探讨了贝叶斯决策的观点，方法及传统贝叶斯方法的局限性，介绍了不精确解率分布的概念，定义，然后提出了基于有限状态空间不精确概率分布的风险型决策方法，指出了经典的效用函数决策方法及完全不确定型决策方法是该方法的两个特殊情形；最后给出演示该方法的算例。     

基于经济性和可靠性的多目标风险型决策方法

介绍了有关风险的几个概念，提出了风险的多维度量的概念及度量风险的几个指标。根据决策者在经济性和可靠性两方面的要求及实际决策过程的特点，利用给出的度量风险的指标，提出了基于经济性和可靠性的目标风险型决策方法。最后给出了一种算例。算例表明，所提出的风险型决策方法能使决策者较容易地表达对确定结果的偏好及对待风险所持的态度。     

论风险型决策过程中的信息价值

本文根据决策论的有关知识，探讨了风险型决策过程中信息的价值及有效性问题。     

熵权法在灰色局势决策中的应用

传统灰色局势决策在实际工作中已经得到广泛的应用，但也存在明显的理论缺陷，即将指标等权划分的问题。本文通过指标间指标值差异大小确定熵值，从而确定信息量，再对各指标赋权，并将其应用于灰色局势决策，使决策结果更具可信度。     

论风险决策

投资经营总是经常与风险联系在一起的,风险是决策活动中不可避免碰到的问题。本文力图从风险的不可避免性、风险的种类、风险决策及应注意的问题几个角度,论述决策中的风险与风险决策的问题。     

最优控制和最小熵产生原理

本文论述最优控制的跟踪问题和最小熵产生原理的一致性，藉以将控制论、信息论与耗散结构理论、协同论统一起来．     

熵与动态多指标决策

利用熵的理论，对多指标决策中的各方案建立了有效性测度，该测度越大，说明相应的方案越优。在此基础上，利用该测度，提出了一种动态多指标决策方法，应用实例表明了这种决策方法的可靠性和合理性。     

基于区间二型犹豫熵与风险偏好的多属性决策方法

针对以区间二型模糊集(IT2FSs)为信息环境的多属性决策问题,构建了考虑决策者风险偏好的决策模型,解决了区间二型模糊集内在犹豫性难以量化的问题.首先介绍了区间二型模糊集的相关知识,综合考虑两种期望平均提出了区间二型模糊集排序值公式以比较模糊数的优势关系,同时提出使用几何度量刻画模糊性与犹豫性的区间二型犹豫熵来度量区间二型模糊集的不确定性.考虑到决策者的风险态度对决策结果可能的影响,引入决策者风险偏好因子,构造了风险偏好因子与传统的熵权法相结合的新的权重求解模型并给出了决策算法.最后用一个风险投资的实例验证决策者的风险偏好对属性权重以及决策方案的排序所产生的影响.     

熵变概念的拓展

在Prigogine熵变公式和Shannon信息熵公式的基础上,提出了人体熵变的概念.指出人头脑中信息或知识的更替应成为人体熵变的一部分.给出了广义熵变公式,并讨论了其意义.     

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.     

物理熵与信息熵的辨证统一

从广义和狭义角度,论述了物理熵与信息熵的不同物理内涵,并根据熵研究的最新进展,提出并论证了二熵的辨证统一性.     

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。     

基于可能性分布和信息熵的舞台方案模糊决策

升降舞台结构方案选择中存在着大量的模糊和主观因素．在分析现有评价方法的基础上,尝试运用可能性理论处理舞台结构方案中蕴含的不确定性信息,提出了一种新的基于可能性分布、结合熵值赋权的模糊综合决策方法．通过考虑影响评价的各种来源和形式的信息,将专家知识转化为对变量取值的弹性约束,引入可能性分布表征升降舞台结构方案选择问题中包含的模糊因素,构造出相应的方案集和评价指标体系,建立了可以进行模糊推理和决策的评价模型;应用模糊变换原理,对评价系统各层次指标依次判别,并采用一种主客观组合的赋权方式进行权重分配,在单因素基础上形成综合判断．阐述了求解原理和实施步骤,并通过实例分析比较说明了该法的可行性．     

极大熵原理与互补问题的一种迭代算法

把基于信息理论的极大熵原理应用到互补问题的一种等价的不动点格式中,构造了一种光滑的迭代算法,给出了迭代算法收敛的充要条件.对于对称单调的互补问题,给出了收敛的充分条件.扩充了原来的梯度投影法要求严格单调的限制,得出了与外梯度投影法类似的收敛性条件.最后,给出了数值算例,包括标准互补问题考题和随机生成的考题,并给出了该光滑迭代算法与外梯度投影法的数值比较.     

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。     

随机系统的最小熵控制

本文放弃传统的MSE准则,从信息论观点出发,发展了随机系统的一种最小熵(ME)控制方法,并从ME控制的等价性、控制限度、存在性、唯一性及必要条件等方面,研究了ME控制的合理性和实用性。ME方法是一种全局分析法,它不仅包含了MSE和MAP准则,且由于全文在整个推导中并未假定高斯性、线性和非时变等,因而原则上适用于诸如非高斯、非线性、时变等传统方法难以处理的复杂系统;不仅适用于工程系统,将其推广到决策、社会、经济等领域会更为自然和切合实际。     

一种基于信息熵的聚类结果评价方法

文章基于信息熵理论,将模糊聚类评价方法和决策树分类算法联系起来,提出从信息熵角度用决策树分类算法来评价聚类算法结果的有效性,从而确定最佳的聚类个数;并将该方法应用到证券行业客户忠诚度分析模型的建立中.实验结果表明,该方法可以明显提高聚类的效果,并且使得聚类结果的可解释性强,具有良好的实用价值.