案例信息不确定下的多属性分类方法

针对实际决策问题的复杂性以及决策者认知的局限性,提出了一种案例信息不完全确定情况下的多属性分类方法.该方法采用二元语义处理方案的语言评价信息,以方案到正理想点的距离作为分类依据,利用案例集提供的分类概率信息建立区间目标规划模型,推导方案的属性权重及各个类的边界值.在建模过程中,考虑了案例信息的不确定性,并引入了可信度的概念,将总的可信度作为分类模型的评价标准.此外还从理论上证明了模型的合理性.最后,通过一个项目评价的分类实例说明了所提方法的可行性.     

基于证据推理的信息不完全的多准则排序方法

针对有训练集的准则权系数信息不完全确定且准则值信息不完全或缺失的多准则决策问题,提出了一种基于证据推理的决策方法.该方法首先通过证据推理算法将方案的准则值集成,然后将效用值集成,结合准则权系数和等级效用的不完全确定信息和训练集的排序等建立非线性规划模型,利用遗传算法来求解非线性规划模型,得到各准则的权系数和各等级效用值,进而得到整个方案集的排序.最后用实例说明该方法的有效性和可行性.     

基于证据理论的群决策层次评价方法研究

运用证据理论对具有不确定信息的多属性群决策层次评价问题提出了一种新的解决方法。首先对专家的模糊评判语言作出了定量描述 ,对专家评判中由于主观认识的局限性使评判具有不准确性的问题进行了研究 ,构造了一种新的表示专家不确定意见的信任度方法 ,解决了在这种表示下的群体意见和多个指标的层次综合问题。算例表明 ,该方法评估结果客观、合理 ,对群决策层次评估问题很有效     

村庄布局决策支持系统研究

介绍了县级政府进行平原地区村庄规划布局的决策支持系统的设计，该系统运用系统工程的思想，以决策支持的理论为核心，把整个决策过程分成若干步骤，每为个步骤提供若干基本模型，采用定性和定量相结合的决策方法，用０－１目标规划和知识推理两种方法科学合理的村庄搬迁合并方案，。软件把数学模和地理信息技术相结合，大大增强了决策支持系统的功能。     

制造过程不确定质量异常诊断的Stateflow方法

模糊推理Petri网可以对制造过程不确定质量异常诊断进行有效建模, 但其复杂的图形表示及模糊推理逻辑结构使模型难于进行仿真分析. 通过建立模糊推理规则与Stateflow元素之间的映射关系, 将模糊推理Petri网模型转换为便于仿真的Stateflow模型, 模型以质量控制图异常模式数据作为输入, 实现不确定质量异常诊断过程的动态展示. 某工件加工过程不确定质量异常诊断的仿真结果表明, 模型可以输出引发控制图实时异常的异常原因的贡献度, 为异常消除提供决策支持.     

多机空战仿真分布式智能决策支持系统设计

在对现代空战领域存在的非结构决策问题分析的基础上,按照飞行员空战的决策机理,将多Agent概念引入多机空战决策领域.运用分布式人工智能的建模方法,按决策的内容初步设计了情报决策Agent、单机自主战术决策Agent和协同决策Agent,并对多机空战仿真分布式智能决策支持系统的分布结构、运行过程以及通讯方式进行了概念性探讨.     

区域投资环境评价的Fuzzy群体多准则决策方法

区域投资环境评价是一种信息不完全确定的多准则决策问题.针对这类问题,利用传统TOPSIS方法的基本思路,提出了一种信息不完全确定的Fuzzy群体多准则决策方法.在该方法中.首先对每一决策者,利用TOPSIS方法进行方案的准则集成,求解多目标优化模型得到各准则的权系数,并计算方案的准则集成值;然后进行方案的群体集成,通过求解线性规划模型得到决策者的权重,进而得到方案集的整体排序.最后用实例验证了方法的可行性和有效性.     

An assignment method for group decision making with uncertain preference ordinals

This paper presents an assignment method to solve the group decision making problem with uncertain preference information. The uncertain preference information is given as uncertain preference ordinals by decision makers. We first address the concept and calculation formulae of preference ordinal frequency, and then, uncertain preference ordinals are transformed into preference ordinal frequencies accordingly. Furthermore, a linear assignment model is built based on the derived preference ordinal frequencies, and the ranking of alternatives can be obtained by solving the model. Finally, a numerical example is used to illustrate the use of the proposed method.     

ORDERED WEIGHTED AVERAGINGAGGREGATION METHOD FOR PORTFOLIO SELECTION

Portfolio management is a typical decision making problem under incomplete,sometimes unknown, information. This paper considers the portfolio selection problemsunder a general setting of uncertain states without probability. The investor's preferenceis based on his optimum degree about the nature, and his attitude can be described by anOrdered Weighted Averaging Aggregation function. We construct the OWA portfolio selec-tion model, which is a nonlinear programming problem. The problem can be equivalentlytransformed into a mixed integer linear programming. A numerical example is given andthe solutions imply that the investor's strategies depend not only on his optimum degreebut also on his preference weight vector. The general game-theoretical portfolio selectionmethod, max-min method and competitive ratio method axe all the special settings of thismodel.     

A multi-criteria decision making procedure based on interval-valued intuitionistic fuzzy bonferroni means

Inspired by the idea of Bonferroni mean, in this paper we develop an aggregation technique called the interval-valued intuitionistic fuzzy Bonferroni mean for aggregating interval-valued intuitionistic fuzzy information. We study its properties and discuss its special cases. For the situations where the input arguments have different importance, we then define a weighted interval-valued intuitionistic fuzzy Bonferroni mean, based on which we give a procedure for multi-criteria decision making under interval-valued intuitionistic fuzzy environments.     

基于乐观值和悲观值的不确定机会约束规划模型及应用

为了克服随机规划、模糊规划以及不确定规划期望值模型在实际应用中的局限性,基于乐观值和悲观值,提出了新的不确定机会约束规划模型。首先,根据目标函数的分类,分别定义了收益函数和成本函数的乐观值与悲观值,并在此基础上建立了不确定机会约束规划Maximax、Maximin、Minimin和Minimax模型;其次,给出了不确定机会约束规划模型的等价转化方法,将无法直接求解的不确定模型转化为可直接求解的等价确定模型,并分析了乐观值和悲观值随信度水平变化的规律;最后,以西安市某快递营业网点出行时间计划问题为例,对本文提出的模型、方法以及信度水平的影响进行了分析,指出信度水平实际上反映了决策者的风险偏好程度,实例结果表明本文提出的模型及方法具有可行性、有效性和实用性。     

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。     

防空导弹混编群射击指挥决策不确定性对策研究

围绕防空导弹混编群射击指挥决策中的不确定性问题,运用可拓理论对其进行了系统的研究。首先依据可拓分析的方法从空袭环境变化、防空导弹武器混编及现代防空战术思想变化、混编群射击指挥变化三个方面入手分析了混编群射击指挥决策不确定性产生的原因。然后通过构建问题模型,依据可拓推理的方法给出了不确定条件下混编群射击指挥决策的三种对策措施。     

基于连续信任函数理论的鲁棒雷达目标检测方法

目标检测是雷达的基本功能, 其鲁棒性直接决定了雷达应用的成败。针对瑞利目标检测问题, 充分利用连续信任函数理论在不确定性信息表征和推理方面的优势, 提出一种鲁棒雷达目标检测方法, 在决策空间中可对先验模型噪声、真实目标和外来干扰的信任进行精准量化。鉴于该检测方法不存在解析解的问题, 通过随机变量的变换, 将任意瑞利目标幅度起伏模型转化为标准瑞利模型, 再利用查表方式实现信任函数的数值计算, 最后完成检测决策或用于后续融合推理。瑞利目标检测实验验证了所提方法的鲁棒性。     

基于前景理论和证据推理的混合直觉模糊决策

针对不确定的混合多属性决策问题,提出基于前景理论和证据推理的直觉模糊决策方法.首先通过直觉模糊数描述决策信息,保留了决策数据的不确定性,并实现了精确数、区间数和语言变量3种混合型属性的信息统一.其次考虑人的有限理性,结合前景理论,以直觉模糊数的形式表示前景决策矩阵.再次,运用证据理论合成方案的综合前景值,减少了决策信息的丢失,并以此对方案进行排序和优选.最后,以航运企业竞争力综合评估为实例,通过分析表明了该方法具有合理性和可行性.     

基于模糊逻辑和D-S证据理论的一种态势估计方法

战场态势分析是指挥决策的基础 ,如何进行合理的态势估计是C4ISR数据融合系统中的一个重要环节。分析了态势估计问题的本质特征和推理模式 ,提出了一种基于模糊逻辑和D -S证据理论的综合推理方法 ,并构造了一个对战场态势进行分析、推理和预测的求解模型。该模型能够通过融合推理得到态势假设和事件之间的潜在关系 ,为决策提供依据。     

基于ABFCM模型框架的UCAV自主攻击决策

为发挥无人作战飞机(unmanned combat aerial vehicle, UCAV)的决策自主性、减轻UCAV操作员的任务负担,基于智能体模糊认知图(agent based fuzzy cognitive map, ABFCM)模型框架,设计了包含信息处理、决策推理和人机交互的三层次UCAV自主攻击决策系统ABFCM模型。该模型将UCAV自主攻击决策内容合理地分解在不同层次和功能的Agent中,在分别建立各Agent因果推理模型的基础上,实现了合理有序地组织整个决策推理行为。通过仿真分析,验证了所建模型的合理性和可行性,同时也表明该自主攻击决策模型将有助于UCAV适应未来复杂的战场环境,提升监督控制模式下的自主作战能力。     

不完全信息条件下的多指标群体决策方法

研究在不完全信息、多指标条件下,利用个体决策结果形成群体一致偏好的方法.在大多数情况下,群体决策成员只可能给出决策的不完全信息,从个体的偏好结果形成群体一致排序需要求解一组线性规划.群体成员对方案成对辨优的结果,提供了一个方案优于其它方案的偏好强度信息.偏好集结过程考虑了决策成员的偏好净强度和决策成员权重信息不完全的情况.最后,给出一个投资决策的案例说明群体决策方法的实际应用.该集结方法能够平衡决策时间、决策质量和决策者负担三方面要求.     

决策信息的价值模拟

决策信息的价值模拟刘振兴（北京理工大学管理学院１０００８１）ＡＭｏｄｅｌｏｆｔｈｅＶａｌｕｅｆｏｒＤｅｃｉｓｉｏｎＭａｋｉｎｇＩｎｆｏｒｍａｔｉｏｎＬｉｕＺｈｅｎｘｉｎｇ（ＢｅｉｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ１０００８１）Ａｂｓｔ...     

基于依赖型算子的不确定语言多属性群决策法

研究了属性权重以实数形式给出、属性值以不确定语言变量形式给出的多属性群决策问题。基于不确定语言变量的运算法则,给出了一种基于不确定语言变量及其运算法则的新算子：依赖型不确定语言有序加权几何 (dependent uncertain linguistic ordered weighted geometric, DULOWG) 算子。与该类算子相关联的加权向量依赖于被集结的不确定语言变量,并且对错误或有偏见的不确定语言变量赋予较低的权重来减轻不公平性对评价结果的影响。提出了一种基于ULWGM算子和DULOWG算子的不确定语言多属性群决策方法,并进行了实例分析。