搜索策略对警察武器使用决策能力影响之实证研究——基于实战下的时间压力视角

从时间压力视角对警察实战武器使用决策进行理论分析,就以属性为主搜索策略、以选项为主搜索策略这2种策略对警察个体武器使用决策能力的影响开展实证研究。研究结果表明,在武器使用决策能力上,接受过搜索策略训练者的武器使用决策能力显著优于未接受相关训练者;在武器使用决策速度、正确率、有效率上,采用以属性为主搜索策略者的表现显著优于以选项为主搜索策略者的表现。建议加强对警察武器使用决策策略的训练,训练模式上可以属性为主搜索策略作为优先选择。     

不完全信息群体多属性决策的弱序偏爱强度法

通过对决策个体提供的信息进行一致性检测,确定群体属性权重区间,从而克服了各决策者给出的属性权重信息不一致给决策带来的困难,使属性权重信息的集结过程充分体现群体的意志和意愿.构造各方案下的各个属性的群效用区间,借助弱优概念,探讨了建立在两两比较基础上的几种弱优关系的内在联系,从而为弱优关系建立的合理性奠定理论基础,最终构造了一种新的交互式的群体多属性决策偏爱强度方法.     

认知风格和时间压力对职业决策信息加工过程的影响

以大学生为被试，采用信息板技术进行职业决策模拟实验，探讨认知风格与时间压力对职业决策信息加工过程的影响．结果表明：1）在无时间压力条件下，场独立被试较场依存被试决策时间短，点击次数少，加工深度更浅，并采用非补偿性策略；在有时间压力条件下二者无显著差异．2）时间压力会使场依存者缩短决策时间，减少点击次数，减轻搜索深度并更多采用非补偿性策略；但对场独立者的影响仅限于缩短决策时间和减少点击次数．     

考虑属性关联的TOPSIS语言群决策方法

针对在实际的多属性语言群决策问题中属性之间往往具有相互关联作用这一问题,提出了一种考虑属性关联的TOPSIS语言群决策方法.该方法中决策者给出对方案的语言评价信息,并采用二元语义概念对语言评价信息进行处理.在传统理想点法的基础上引入λ模糊测度的概念,根据属性间的关联作用确定每个方案属性的权重并得到加权决策矩阵.然后计算每个方案与正、负理想点间在n维二元语义空间内的二元语义欧氏距离并得到相对贴近度,确定最优方案.该方法有效地避免了决策过程中语言评价信息的扭曲和损失,并能够考虑属性间的关联作用对于属性权重的影响,使得决策结果更加合理可信.通过一个实例验证了方法的有效性和实用性.     

基于模糊理想点的模糊多属性决策方法

针对属性权重信息完全未知或只有部分权重信息且属性值为三角模糊数的模糊多属性决策问题,提出3种基于模糊理想点的最优化决策模型.通过对这3种模型的求解,获得属性的权重,给出相应的对方案进行排序和择优的决策方法,从而为解决权重信息不完全的模糊多属性决策问题提供新的途径.     

群体多属性决策的属性权重不完全信息的集结

对于不完全信息的群体多属性决策问题，研究在各决策者给出属性权重信息有冲突的情况下个体属性权重信息的集结问题．通过对决策个体提供的属性权重信息进行一致性检验，确定群体属性权重区间，使属性权重信息的集结过程充分体现群体的意志和意愿，最后给出案例分析．     

属性权重未知情形下的区间直觉模糊多属性决策方法

针对区间直觉模糊信息环境下属性权重未知的多属性决策问题,提出了一种新的决策方法.在回顾相关基础理论知识基础上,定义了区间直觉模糊数的得分函数与精确度函数,提出了基于离差最大化的属性权重确定方法,然后基于区间直觉模糊加权平均算子给出了属性权重未知情形下属性信息为区间直觉模糊数的多属性决策方法.最后将该方法运用到突发事件应急预案有效性评价问题,通过实例分析验证了该方法的有效性.     

基于多属性群决策的柴油机故障证据融合方法

鉴于复杂机械系统中故障信息的不完备及不确定性造成证据理论在故障诊断决策级阶段融合的准确性问题,提出基于多属性群决策的故障证据融合方法.利用多属性群决策的属性分析,计算基于元素属性集合的决策体差异权重,以减小融合证据源的差异;结合柴油机目标故障的相似依赖关系,利用目标故障的可信度权重对冲突焦元信息再分配,旨在提高证据融合的准确性.对R6105AZLD柴油机台架试验结果表明:本文方法可大幅提高诊断准确度和鲁棒性.     

一种多Agent协商中多目标群决策算法

为解决多Agent多目标群决策情形中属性的权重或决策Agent的权重未知时无法进行有效决策的问题,提出了采用迭代思想改进模糊多目标群决策模糊优选算法的途径.在模糊多目标群决策中,将未知模糊权重通过有效地迭代计算得出,从而确定出决策的最优排序结果.实例演算证明该算法可行且决策时间较短.     

基于前景理论的三参数区间灰数信息下多属性灰靶决策方法

针对决策信息为三参数区间灰数且属性权重部分已知的多属性决策问题,提出一种基于前景理论的三参数区间灰数信息下多属性灰靶决策方法.首先,对决策信息进行数据集结,由此定义三参数区间灰数的距离测度;然后,给出前景价值函数,以综合前景值最大化为目标确定属性权重,进而对方案进行排序;最后,通过一个实例验证该方法的有效性和可行性.     

论动态直觉模糊数的灰色关联多属性决策方法

针对直觉模糊数随时间变化的影响,研究了时间权重和属性权重完全未知的直觉模糊数的多属性决策问题,结合灰色关联分析法定义了相对关联系数和相对关联度。首先由logistic曲线模型得到时间权重确定公式,根据每个方案的属性与理想解的距离,构造相对关联系数矩阵,建立多目标规划模型来确定属性的权重,并根据相对关联度的大小对方案进行排序;最后,通过实例分析说明该算法可行,且择优区分度更好。     

部分权重信息下对方案有偏好的不确定多属性决策法

研究了权重信息部分确知且以区间数互反判断矩阵形式给出方案偏好信息的不确定多属性决策问题.首先,基于区间数互反判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,建立一个目标规划模型,通过求解该模型得到属性的权重,进而获得方案的综合属性值;其次,利用已有的可能度公式对方案进行排序或择优,提出了一种基于目标规划和可能度的...     

基于Shapley值的优势关系粗糙集客观权重分配方法及应用

权重的确定是决策研究中的关键性问题,已有的基于粗糙集的权重确定方法克服了过于依赖先验知识的缺陷,但其未充分考虑属性间的相互作用,此外考虑到等价关系的局限性,着重研究优势关系信息系统的属性权重确定问题,首先提出由属性集包含信息量的多少来确定属性的重要性,并基于信息量对属性集进行约简,在保证对元素间优劣关系区分能力不变的同时简化了计算;其次开创性选用Shapley值方法对"损失信息量"进行分配,进而确定属性权重,该方法以严格的公理为基础,充分考虑了属性间的相互作用,保证了属性权重分配的公正、合理;最后通过实例演示了利用Shapley值确定属性权重的具体操作步骤。该方法直观性和可操作性强易于推广,为各类信息系统属性权重确定提供了参考,亦是对策论方法交叉应用的成功探索。     

不确定性多属性决策中确定属性熵权的一种方法

针对属性值以区间数形式给出的不确定性多属性决策中确定属性权重的问题,提出了一种区间数熵权的确定方法·依据多属性决策中传统熵权确定方法的思路,首先,通过构建两个最优化模型,求得区间熵;然后根据传统熵权确定公式及区间数运算法则得到以区间数形式表示的属性熵权·该方法具有概念清晰、实用的特点,得出的属性熵权能够较好地反映各属性信息的差异程度·最后通过一个算例说明了该方法的实用性和有效性·     

对方案有偏好的基于期望值的多属性决策法

目的研究权重信息完全未知情形下的模糊多属性决策问题。方法通过引入基于负理想点下和基于正理想点下的期望值决策矩阵概念，结合决策者的偏好信息，对方案进行排序。结果算例表明所给出的算法是有效的。结论对于属性值以区间数的形式给出，而对方案的偏好信息以三角模糊数的形式给出的多属性决策问题，该方法是有效的。     

一种基于差异度变权的多属性决策方法

针对属性权重信息完全未知的多属性决策问题,通过引入属性值的差异度、基于差异度的变权等概念,提出了基于差异度变权的多属性决策方法.利用差异度客观地确定了属性的权重,并以此为常权,借助状态变权,实现了属性值之间的均衡.最后通过具体实例,说明该决策方法的可行性和有效性.     

基于概率语言相关系数的多属性群决策模型

针对评价信息为概率语言术语集,专家权重和属性权重完全未知的多属性群决策问题,提出基于概率语言相关系数的多属性群决策模型.首先定义了概率语言的相关系数并且拓展到概率语言矩阵间的相关系数; 然后基于每个专家的决策矩阵,通过最小化加权相关系数总和求得每个专家的属性权重向量,并且通过决策矩阵的相关系数客观地确定专家权重; 最后将经典的ELECTRE方法加以改进用于方案排序,并且通过算例分析与比较分析证明了该决策方法的有效性与优越性.     

基于粗糙集的分布式集值数据属性约简

有许多文献针对集中式集值决策信息系统进行了研究,但还没有针对分布式集值决策信息系统方面的研究。主要讨论了分布式环境下集值决策信息系统的属性约简问题。从概率角度给出了集值对象的相似性度量,定义了分布式集值决策信息系统中的粗糙集模型;以保持系统正域不变为准则,分析了分布式集值决策信息系统中子决策表和属性的可约性;随后,给出了分布式集值决策信息系统中属性对于系统可约的2个判定条件,并采用后向搜索策略提出了相应的属性约简算法;为了验证该方法的有效性,在5份数据集上进行了50组实验。实验结果表明,提出的方法可以在保持分布式集值决策信息系统分类能力基本不变的情况下约简掉冗余的属性。。