风险视角下的动态信任关系模型

对风险问题的准确把握,是保证信任决策科学性的关键。针对目前在动态信任关系研究中对信任与风险本质关系理解不够和研究的不足,提出了风险视角下的信任关系理论模型和决策模型,详细分析并给出了信任与风险,以及信任决策与风险决策的本质关系,认为信任是风险的另一种表达形式,信任决策就是风险决策。通过对信任、风险和可信决策三者为一体的安全决策过程的分析,增强了安全决策的科学性,使得安全决策更加理性、全面和客观。     

基于VIKOR的再制造服务供应商选择决策方法

再制造服务是实现产品多生命周期的重要运行管理模式之一。本文针对再制造服务活动及其组合方式,构建了一种以供应商匹配决策为主导的三阶段再制造服务过程模型。为解决供应商决策中评价信息的复杂性和不易量化的问题,引入区间数、语言变量、模糊数等多种数据类型进行信息描述,保持了数据的真实性和实用性;针对主、客观两种评价准则下的混合数据类型评价信息,运用VIKOR方法对备选方案择优排序,克服了混合数据的不可公度性和数据转换导致的失真问题,得到的妥协最优解更符合企业实际需求;运用信任函数和熵权法来确定决策者和各准则的权重,避免主观赋权的二次不确定性。最后通过算例和敏感性分析验证了所提出的供应商选择方法的可行性和稳定性。     

区间二型模糊语言Z-numbers及其应用

针对区间二型模糊多属性群决策问题,提出了以区间二型模糊语言Z-numbers(IT2FLZNs)为信息环境的群决策方法。首先,在区间二型模糊集和Z-numbers理论基础上提出了区间二型模糊语言Znumbers并定义了其相关运算性质,提出了两个区间二型模糊语言Z-numbers之间的相似度与距离;其次,在专家和属性权重都未知的情况下,根据决策中总体不确定性最小原则,利用相似度构建最优化模型,确定专家和属性的权重,并且通过综合比较各方案的群体效用值、个体遗憾值和亲密度来选择最优方案;最后,通过一个银行流动风险的实例验证所提方法的有效性与可行性。     

动态数据驱动应用系统的概念研究

动态数据驱动应用系统(DDDAS)是一种功能强大的仿真应用的全新模式,是系统仿真发展的新趋势,是实现现代战争中将信息优势转换为决策优势的有效途径.由传统仿真的不足引入DDDAS概念,然后对DDDAS概念进行了较为深入的分析与研究,从仿真应用、算法、系统软件支撑三个方面详细探讨了实现DDDAS的关键技术.最后,构建了基于DDDAS的决策支持系统概念框架,并指出了DDDAS的应用前景.     

支持鲁棒决策的探索性试验设计研究

针对鲁棒决策中面临的想定空间探索困难的问题,结合探索性分析,提出了支持鲁棒决策的探索性试验设计;给出了想定空间生成框架,并依据该框架的构成,将想定生成和想定分析综合为想定探索框架,给出了一种想定生成和分析的形式化分析方法;同时,依据探索性分析的实验面临的问题,提出了层次化试验设计方法,给出了该方法的逻辑步骤,可以充分结合人的分析能力和计算机的计算能力进行交互式实验,以获取对问题的鲁棒解.     

论美国成年监护替代方式中的身体照顾决定制度

美国成年监护替代方式中的身体照顾制度程序简单、省时且成本较低,与尊重自我决定权、最小限制等先进理念相一致,符合国际人权保障标准,延迟或者阻止了成年监护的设立,引起了国内外诸多成年监护研究专家的关注。为了解决愈来愈多的成年监护需求,构建我国的身体照顾决定制度具有紧迫性和重要的现实意义。     

一种基于二元语义信息处理的群体决策方法

针对决策者权重、属性权重和属性值均为语言形式的多属性群体决策问题,给出一种基于二元语义信息处理的群体决策方法.该方法采用二元语义概念对语言评价信息进行处理和集结运算,结合传统的理想点方法对方案进行优选.首先描述了具有语言评价信息的多属性群体决策问题,然后介绍了有关二元语义的定义及其相关性质,给出了基于二元语义的集结算子,并进一步给出了解决该类群体决策问题的具体步骤.最后给出了一个算例,验证了该方法的有效性.     

基于行为树的指挥控制流程建模框架

为了减少人为因素对仿真结果的影响,经济、客观的实现仿真目标,建立智能、真实、可靠地指挥控制流程模型是作战仿真系统开发的重要研究内容。通过对系统工程方法的研究结合行为树技术,提出了一种基于行为树技术的指挥控制建模框架。对框架结构和应用流程进行了介绍,并对行为树建模常见的问题和解决优化方法进行了阐述。     

物联网环境下的指挥车智能防火系统

针对指挥车内部火情报警和智能处理的问题,研究了物联网环境下的指挥车智能防火系统,研究包括：智能防火系统模型的构建,火焰报警信号的检测,火焰报警信号的智能识别和处理策略,指令数据的网络通信以及编码和解码规则。硬件以STM32为处理核心,采用红紫复合传感器和烟雾传感器采集特征信号,构建BP神经网络算法模型对特征信号进行识别,通过专家智能控制方式进行处理,提出了一种物联网环境下的指挥车内部智能防火方法。通过实验结果表明,该系统能够在无人状态下,对指挥车内部的火焰信号进行智能检测并做出防火处理。     

基于SDCN算法的鲁棒性语音命令识别

提出了一种基于ＳＤＣＮ算法的鲁棒性语音命令识别。依赖于信噪比的倒谱正常化（ＳＤＣＮ）算法直接在倒谱域根据输入语音帧的信噪比（ＳＮＲ）来增加一补偿矢量,从而恢复未受污染的净语音信号,补偿矢量直接从训练环境和测试环境中记录的语音倒谱中逐帧比较得到,该算法对退化的环境具有很强的鲁棒性,实验结果证明,该算法简单,有效。