不确定数互补模糊偏好关系与不确定数互补判断矩阵

研究不确定数(区间数,三角模糊数和梯形模糊数)互补矩阵的一致性.建立表示矩阵的概念,将不确定数互补判断矩阵和专家给出的两两比较信息联系起来,表示矩阵即常用的互补判断矩阵.在给出一致性表示矩阵的诸多性质的基础上,给出了求一致性表示矩阵的方法.给出的不确定数互补判断矩阵的一致性定义、一致性表示等概念,包含了精确数互补判断矩阵的情形,所给出的性质也完全适合精确数互补判断矩阵的情形,并给出一个应用算例.     

对群模糊偏好规划算法的一种改进

用折中原则代替原有的极端悲观主义原则,对群模糊偏好规划算法进行了改进.改进的具体做法是用绝对值加权和方法代替最差绝对值加权方法,构造一个不同于群模糊偏好规划算法的模糊线性规划来集结群的综合排序向量.将改进后的群模糊偏好规划算法推广到群中不同子群同意情况下的排序向量集结问题中.验证了改进后的算法实际上是一个具有双重模糊变量的机会约束规划模型.     

基于半定性贝叶斯网络的建模方法研究

在定性贝叶斯网络的基础上,提出一种既包含定性符号信息,又包含概率分布定量信息的半定性贝叶斯网络,用以集成多个专家的知识和经验,通过一个与专家反复交互的过程,构建出相关问题领域的稳定的贝叶斯网络模型。提出利用区间数来统一表达多个专家的定性或定量的判断意见,给出了在半定性贝叶斯网络中进行概率推理的区间数传播算法,并通过算例验证其有效性。     

层次分析法中矩阵的判断一致性研究

目的 研究层次分析法中判断矩阵可接受性及一致性的改善问题。方法 引入判断一致性矩阵概念,利用判断平均特性修正矩阵的方法,进行层次分析法的灵敏性分析,在严格证明理论结果的基础上,对一般情况进行统计模拟。结果与结论 判断一致性为实际应用中合理接受判断矩阵打开了一个新的思路。     

模糊数互补判断矩阵的加性一致性

研究带有模糊数的互补判断矩阵的一致性.首先给出三角模糊数、梯形模糊数和混合互补判断矩阵定义,然后引入模糊数的心、心算子以及心矩阵,进而基于心矩阵给出模糊数互补判断矩阵的一致性定义,同时建立可达矩阵给出模糊数互补判断矩阵的一致性判别方法;通过构造和分析偏差矩阵,给出非一致性模糊数互补判断矩阵的加性一致性改进方法.调整时,调整量可以是精确数也可以是模糊数.为了说明方法的可行性,给出了一个算例.该方法的提出,为模糊数互补判断矩阵一致性的判断和改进提供了一个实用方法.     

基于区间值Vague集的多准则模糊决策方法

给出i-v Vague集的含糊度定义,将实数型Vague集群决策的记分函数方法扩展到区间值Vague集上,用实例比较各种记分函数方法的优缺点.然后给出两种改进的记分函数法和加权记分函数法,并通过例子阐明改进方法的有效性和优越性.     

基于距离的区间值Vague集的多准则决策方法

研究将实数型Vague集的距离方法扩展成为区间值Vague集的距离度量方法. 给出区间值Vague集的模糊度定义和Hausdorff距离,建立基于距离的区间值Vague集多准则决策的相对优属度法,并通过例子说明实施方法的步骤.     

Ⅰ型不确定数互补判断矩阵的一致性和排序研究

研究Ⅰ型不确定数(区间数,三角模糊数和梯形模糊数)互补判断矩阵的一致性和排序方法.首先引入Ⅰ型不确定数互补判断矩阵的定义,然后给出一致性Ⅰ型不确定数互补判断矩阵的定义,并给出构造一致性Ⅰ型不确定数互补判断矩阵的方法.为了进一步研究一致性和排序方法,引入期望值矩阵的概念,并且基于期望值矩阵实现对方案排序.最后给出两个算例.     

不确定证据下的后验概率集结

任何变量的后验概率计算都假定证据变量E是确定的,无法处理不确定证据下的后验概率。针对这个问题,提出在贝叶斯网络及其扩展的Credal网络中应用证据出现的概率对后验概率进行折中处理,并用不确定的Credal集表达其结果,从一定程度上为决策人员提供有意义的决策依据。最后,结合GeNIe软件,应用实例说明了该方法的有效性和合理性。     

基于限制容差优势关系的粗集决策分析模型

针对不完备偏好决策问题,提出一种基于拓展粗糙集的决策分析模型.首先提出限制容差优势关系的定义;然后得到限制容差优势关系下的粗糙近似和分类决策规则.最后通过一个实例证明了所提出的模型对不完备偏好信息系统的处理符合实际情况.