基于混合型评价矩阵的多属性群决策方法

本文针对具有语言型、直觉模糊数和区间直觉模糊数三种评价信息的混合型多属性群决策问题, 提出一种基于属性权重和专家权重均未知的决策方法. 首先, 定义新的转换函数, 可将不同粒度的语言评价信息统一成区间直觉模糊数; 然后, 基于支持度确定未知属性权重, 并在综合考虑区间直觉模糊数熵值和相似度的基础上, 建立了一种新的专家权重确定模型; 在将混合型决策矩阵转换成区间直觉模糊决策矩阵后, 利用IIFWA算子依次集结个体决策矩阵, 从而得出方案集的排序. 最后, 应用在ERP选优问题中, 验证了方法的有效性.     

基于对数期望-熵模型的证券组合投资研究

由于证券是一种连续投资,算术平均收益率并不能完全反映投资的收益情况,而几何平均期望收益率才能反映连续投资的实际收益。文章建立了对数期望-熵模型来度量投资的风险,并以沪市证券市场进行实证研究,利用该模型选出适当数量的股票进行优化组合。     

不完全指标权重信息下的语言多指标决策方法

研究了不完全指标权重信息下且指标值为语言评价信息的多指标决策问题,给出了一种基于二元语义信息处理和TOPSIS的决策分析方法.首先将规范化的语言评价信息转化为二元语义形式,然后应用TOPSIS方法和二元语义集成算子建立并求解线性规划模型,得到未知的指标权重值,再通过二元语义加权平均算子计算得到各方案的综合评价值.最后通过算例说明了该方法的有效性和实用性.     

基于均匀设计的多智能体遗传算法研究

将均匀设计方法、多智能体系统与遗传算法相结合,提出了一种多智能体遗传算法.设计了基于均匀设计表的均匀种群初始化方法和均匀交叉算子,并将其引入算法中.算法通过智能体与智能体环境间的相互作用,以及智能体自学习提高自身能量,实现了复杂问题的全局优化目标.实验表明,该算法对于高维函数优化问题,尤其是高维多峰函数,具有很好的全局搜索能力和较快的收敛速度,能够避免陷入局部最优.     

一种高效Multi-agent仿生算法用于设计优化

分析了John Holland在其遗传算法理论中提出的反转算子在数值优化应用中的不合理性,提出了一种轮盘反转算子来克服这种不合理性,并结合新的反转算子在杂草生态学的基础上提出了-种高效的多智能体仿生算法-RMAAA算法,证明了算法的全局收敛性.14个10～10000维无约束优化问题仿真实验表明,该算法性能好于其他优秀算法,尤其对于其中8个函数,当维数为10000时该算法需要的评价次数都小于10000次,且所得解的精度较高.在求解焊接梁设计工程优化问题时,该算法能够以较少的函数评价次数得到更加精确的全局Pareto最优解,表明RMAAA算法是实际有效的.     

基于延迟理论的Supply Hub出库调度模型

考虑了配送准时性和配送成本之间的悖反关系,将延迟理论引入配送调度,研究了订单随机到达、准时配送的supply hub的出库调度问题.考虑订单到达时间的随机性对配送准时性的影响,设计了一个带延迟因子的滚动调度模型,建立了supply hub准时制配送的出库调度多目标规划模型.根据模型的特点,设计了求解模型的克隆免疫算法.最后,结合数值实验,对延迟调度模型和实际使用的调度模型进行了对比分析.研究结果表明,带延迟因子的调度模型相比常规调度策略.能明显降低随机性订单的配送成本.     

基于主观与客观集成的属性权重求解方法

针对属性权重未知且属性值为定值的多属性决策问题,分析了两类求解属性客观权重方法的不足,建立了客观权重模型合理性的判定定理。提出了基于熵系数的客观权重模型,此模型可以根据决策的实际情况而设置系统参数,来调节权重的大小程度,所以具有一定的适应性。通过折衷系数把主观权重与客观权重集成,使得到的综合权重同时反映主观和客观程度。最后的实例说明该方法是有效可行的。     

一种改进的数据仓库模型

数据仓库被看作是海量数据仓储,准确及时反映源数据库的改变对数据仓库查询响应的正确性至关重要。文章提出一种改进的数据仓库体系结构,在数据仓库中添加一个辅助结构作为接收和存储更新数据的暂存库,直到数据仓库获得空闲周期,加入新的数据和更新必要的视图;通过试验模拟2种数据仓库结构,验证了新的模型在设计和性能上的优越性。     

基于模糊AHP的企业IT项目子系统建设后评价模型

企业IT项目是要建立一系列信息子系统,在某个子系统建设完成并投入使用一段时间后必须对其进行评价,为下一个子系统的建设积累经验;文章建立较为完整的评价指标体系,并在WSR方法论的指导下,综合运用了Delphi法、模糊层次分析法、灰色关联度方法及模糊综合评价方法,提出了一个基于模糊AHP法(FAHP)的综合评价模型,提高了评价过程的客观性和评价结论的准确性。     

基于犹豫模糊元最小公倍数拓展法及模糊熵的双边概率语言多准则决策方法

双边概率语言术语集能在高度不确定性决策环境下更细致完整地刻画决策者复杂评价信息,其决策理论与方法亟需深入研究.本文针对具有双层评价指标结构且权重未知的典型复杂决策问题,提出一种更具实际适应性的双边概率语言科学决策方法.首先,提出基于最小公倍数的犹豫模糊元拓展法以避免主观态度假设等限制及相应潜在信息扭曲,并藉此定义了双边概率语言距离测度、熵和相对熵测度.其次,利用熵和交叉熵开发二级指标的客观权重确定模型,并引入BWM方法来确定一级指标的主观权重.进一步,基于上述方法与模型构建了面向双层评价指标结构决策问题的双边概率语言多准则决策方法.最后,可持续供应商选择案例研究与实验对比分析验证了所研决策方法的有效性与优越性.