基于矢量空间的群体聚类方法研究

通过对群体成员的思维模式进行分析,基于矢量空间提出了群体中任意两个成员偏好矢量相关性度量的一般范数以及基于该矢量相关度的启发式算法,通过执行该使算法使群体中的成员形成若干个不同的聚集。在此基础上,定义并计算群体中各个聚集的偏好和整个群体的偏好,定义并计算群体中各个聚集的一致性指标和整个群体的一致性指标,为群体决策提供依据。最后通过一个实例对算法和一致性指标等进行验证。     

群决策群体意见的一致性模糊分析

研究了群决策中群体意见一致性问题．根据群体决策的基本特征，提出一种称为决策歧意的概念，结合模糊数理论，定义了一种度量决策者意见相似程度的一致性模糊数及其一致性测度，进一步给出群弱一致性和群强一致性定义，提出并证明了有关群体意见一致性的几个充要条件．最后，通过算例计算分析，说明了理论方法的可行性和有效性．     

群决策中基于一致性强度的专家意见集结方法

针对群决策问题,提出了一种基于群体一致性强度的虚拟专家意见逐步集结规划的方法.首先将两个专家的偏好信息集结为序关系值向量,将该次集结结果作为一个"虚拟专家"给出的判断信息,然后吸收下一个专家的意见成为新的虚拟专家,依此类推,直到最后一个专家参与决策.引入虚拟专家的群体一致性强度保证群体结果趋向一致,其中一致性强度和虚拟专家的权重依赖于所包含的个体专家的人数.个体人数越多一致性强度和权重就越大,从而体现了少数服从多数的原则.该方法将多专家的复杂群决策问题转化为低复杂度的多阶段二人决策问题,并保证了群体结果的一致性.最后,通过一个算例验证了方法的有效性.     

改进的基于矢量空间的群体聚类算法

针对群体聚类算法中,一般以群体成员偏好矢量的相似度作为相聚依据,但这类方法通常不能保证群体聚类后聚集的一致性的问题。提出了成员与成员集的相似度概念,给出了基于聚集一致性的成员与聚集相聚的条件,描述了一个改进的群体聚类启发式算法。同时,还定义了群体及聚集一致性的偏差指标和相对偏差指标,用以评估聚类结果。实例测试表明,该算法有较好的聚类性能和较低的一致性偏差指标。     

新的大群体一致性学习修正决策方法

针对某决策方案,提出了一种基于聚类算法、且能面向较大规模群体、考虑成员学习进化能力并有效收敛群体意见的群体一致性修正方法.首先设计了群体成员学习进化决策程序;接着,借助一种能够处理大数据量聚类的C-均值类型聚类算法,通过梯度下降法逐渐修正群体一致性来避免因个别成员意见偏离太大而引起的群决策失误;最后通过计算机仿真和实验对比分析验证了该方法的正确、有效性.     

群体一致性寻求与判别方法

运用三角模糊数的概念根据个体加权向量,提出两种衡量个体间一致性的相似度量函数．根据第１种相似度量函数,构造个体、群体的一致性指标．在此基础上,给出群体一致性的定义,并运用个体指标提出由个体加权向量寻求群体加权向量的具体方法．根据第２种相似度量函数,给出了群体强、弱一致的充要条件．该条件为上述寻求方法提供了一个寻求的范围,减少群体一致性寻求的盲目性．     

Fuzzy 决策中群体意见一致性指标与一致性判别方法

运用三角模糊数的概念和性质,提出了衡量决策者之间意见相似程度的一致性函数的定义。利用该函数构造群体一致性指标,且该指标仍近似为三角模糊数,进而给出群体在λ截水平下意见的弱一致性和强一致性的定义。最后,给出弱一致性和强一致性的判别方法。     

一种基于两阶段协商的群体评价方法

在群体评价中,针对不同专家(或利益相关者)之间对方案的评价经常存在意见不一致的情况,提出了一种基于两阶段协商的群体评价方法。首先依据给出的协商信息对协商群体进行了意见群划分,然后在此基础上分别对群内意见与群间意见进行了两阶段协商。该方法具有协调群体非一致性意见(或利益)、优化群体评价结论等特点。算例验证了方法的有效性。     

探讨复杂系统中的群体结构

为探讨恰当划分复杂系统群体蛄构的新方法，提出了改进边介数法。在对网络实例空手道俱乐部的研究中，将谊方法与传统社会学聚类方法和GN算法进行了对照比较。其实证结果表明了谊方法对于正确分析系统的群体结构的有效性。     

基于群体智能的基础矩阵估计算法

为了降低噪声和误匹配点对基础矩阵估计算法的影响,提出了一种基于群体智能的基础矩阵估计算法。该算法首先采用归一化8点法估计出基础矩阵的初值,再利用该基础矩阵计算每个匹配点的估计余差,对匹配点的估计余差进行基于群体智能的聚类,并剔除错误匹配点,最后,使用正确的匹配点重新计算基础矩阵。实验结果表明,该算法能有效的检测和删除误匹配点,提高基础矩阵估计的鲁棒性和精度。     

面向目标的C4ISR系统效能概念建模与一致性分析方法

为了解决C4ISR系统效能需求的获取与验证问题, 从C4ISR系统的软目标分析出发, 构造了C4ISR系统能力元本体, 提出了 一种本体引导的C4ISR系统效能需求获取算法; 利用UML Profile扩展机制, 设计了效能概念的对象建模方法; 探讨了基于本体概念推理的效能概念模型一致性检验算法, 研究了从UML模型到描述逻辑本体的映射算法; 最后以一个防空系统效能分析案例, 说明方法的理论可行性.     

灰色判断矩阵的弱一致性、一致性定义及其性质

从寻求灰色判断矩阵的所有一致性白化阵、灰元的最小灰域的角度出发,去给出灰色判断矩阵的弱一致性和一致性定义,证明了一致性灰阵中所含信息均为一致性信息,并给出了判定矩阵是否具有弱一致性和寻求弱一致性判断矩阵的等价一致性矩阵的定理和算法.这些性质和定理为去掉判断矩阵中的冗余信息,进一步给出排序方法提供了必要的理论依据.     

基于模糊判断矩阵的一致性调整方法

基于模糊判断矩阵完全一致性的定义,讨论了衡量判断矩阵一致性程度的指标,给出了满意一致性的判定方法.进而针对模糊判断矩阵的一致性问题,提出了一种新的一致性调整方法.在考虑构造完全一致性模糊判断矩阵的基础上,通过建立和分析模糊判断矩阵的调和矩阵对其一致性进行调整,使得调整后的判断矩阵具有较满意的一致性,且能够最大程度地反映决策者的意愿.最后进行了算例分析.     

语言判断矩阵的满意一致性检验方法

分析了语言判断矩阵具有满意一致性定义的合理性, 定义了一个满意的一致性指标; 给出了满意一致性指标的计算方法, 通过该方法可以找出语言判断矩阵中所有不合逻辑的判断元素组,判定语言判断矩阵的满意一致性程度, 有效地解决存在两个方案无差异的语言判断矩阵的满意一致性的判定问题; 最后通过两个实例表明该方法的有效性和适用性.     

语言判断矩阵的一致性调整方法

研究两两方案之间具有严格偏好关系的语言判断矩阵满意一致性判定方法,若不具有一致性给出调整方法。首先,利用语言判断矩阵的0-1 型排列偏好关系矩阵是否是上三角矩阵,来判定语言判断矩阵是否具有满意一致性;接着给出判断不合逻辑的三个方案比较结果构成循环圈矩阵的定义,在循环圈矩阵的基础上找出构成循环圈的三个方案,根据方案行偏好值的大小对不合逻辑的循环圈进行调整,得出方案的优劣顺序和调整后的语言判断矩阵;最后通过实例验证该方法的合理性和有效性。     

多属性相似度一致性投影决策法

针对多属性决策与评价问题中投影法存在平面空间一系列评价失效情况, 提出了一种相似度一致性的投影决策法。首先, 给出了理想偏移向量的定义, 其中包含了理想决策的偏移程度和决策者的偏好; 其次, 根据理想偏移向量, 构造了一种新的综合评价函数; 然后, 按照投影决策法的基本步骤, 得到各方案的综合评价值。有效性分析表明, 新提的方法对模相似度、距离相似度、余弦相似度和方向相似度都有综合考量, 从而能避免单一相似度的不全面和综合评价函数的失效。最后, 通过案例分析验证了方法合理有效。     

基于结构分量中目标区域保护的SAR图像压缩

针对无人机载SAR图像高倍率压缩问题,提出了一种基于结构分量中敏感目标区域自动提取与保护的SAR图像压缩策略。首先将SAR图像分解为代表大尺度平滑特征的结构分量和代表小尺度细节纹理特征的纹理分量,然后在结构分量中进行潜在目标区域的检测,生成敏感目标区域掩码,最后对潜在目标区进行保护性的低损压缩,对背景区域进行高损压缩。实验表明,采用本方法的重建图像比标准的JPEG2000算法的重建图像在相同码率条件下具有更好的视觉效果。     

群决策中模糊偏好关系矩阵一致性的调整方法

针对模糊偏好关系矩阵本身是否一致,使得原矩阵渐进逼近目标矩阵的问题,提出了群决策中模糊偏好关系矩阵一致性调整的新方法。该方法基于目标矩阵的最优选择,提出了一种新的目标矩阵R,使得计算得来的调和矩阵较之原矩阵在一定条件下保留了更多的偏好信息,即在很大程度上保留着群决策中决策者的意愿。最后给出了算例进行比较,说明了该方法的优势。     

基于PVS的UML类图和序列图的一致性检验

针对UML类图和序列图的一致性问题,在充分考虑了类继承关系、关联关系、类方法的可见性以及类方法的前、后置条件等因素对一致性影响的基础上,给出了判定类图和序列图一致性的必要条件和PVS元理论,提出了一种基于定理证明器PVS的一致性检验方法.在检验UML模型一致性时,把一致性检验问题转化为逻辑定理证明问题.实践表明,该方法对于提高UML模型的可信度,减少系统实现阶段的错误起到了一定作用.     

交通分布模型的一致性研究

重力模型、增长系数模型和最大熵模型是交通分布的代表模型,有不同的适用条件,但在实际应用中其计算结果却极为接近,本文从理论上证明了这几种模型的一致性,证明过程中选择双约束重力模型,底特律模型和引入重力式先验概率的最大熵模型(重力式熵模型)进行分析.根据重力式熵模型的原理写出其规划问题,求解并进行等式转换,证明了重力式熵模型与重力模型及底特律模型具有相同的表达形式,并在实际规划问题中应用三种模型进行预测.结果显示重力式熵模型与这两种模型是一致的,预测结果存在的微小误差产生于不同的迭代过程,为重力式熵模型的实际应用提供了理论依据.