城市普通道路与快速路出口衔接区域信号交叉口公交优先实施方法

针对城市普通道路与快速路出口衔接路段的公交优先实施方法开展研究,并提出一种针对该区域交通特征的新型公交优先控制技术.新技术的目标是减少研究区域公交车辆的交通冲突点,以及提升公交车的通行能力.新技术的主要支撑工具是交叉口渠化设计技术.本文对实施公交优先控制前后交叉口各交通方式通行能力进行分析,并结合多属性决策理论给出了不同交通状态下公交优先控制策略.本研究将提出的公交优先控制技术与传统的信号交叉口公交优先控制技术进行了对比,研究结果指出了新公交优先控制技术的优势所在,适用环境以及应用前景.     

基于灰色关联分析的直觉模糊多属性Web服务选择

Web服务的性能主要从非功能属性QoS来体现.提出了将Web服务QoS属性分为精确型、区间型和语言型,同时基于层次分析法给出了用户对各QoS属性的偏好权重.引入了直觉模糊集理论将QoS属性统一转为直觉模糊数,并定义了两个直觉模糊数的距离.在服务选择过程中,根据灰色关联分析方法的思想,计算每个方案对于直觉模糊矩阵正、负理想解的灰色关联度,然后计算各方案对于正理想解的相对关联度,并依据相对关联度对各方案排序,相对关联度越大,对应服务的综合QoS性能越优.最后通过一个实例验证了该方法的有效性.     

基于模糊粗糙集的多属性网上拍卖决策

电子商务的发展给了拍卖以勃勃生机,网上拍卖迅速成为一种非常活跃的商务模式。目前网上拍卖绝大多数只有一个价格属性。本文提出一种新的拍卖模型——多属性网上拍卖,其最核心的问题是如何决定胜出者,提出了一种模糊粗糙集的方法解决多属性决策问题。     

一种用于能力评估的FOBP网络

针对BP网络的Sigmoid激励函数本身没有物理意义,相应的网络学习训练完全是黑箱型方式,提出一种FOBP(fuzzy optimized Back propagation)网络,它采用一种模糊优选模型替代BP网络中的Sigmoid函数。同时,给出了网络训练的算法步骤,并给出了一个探测能力的网络训练实例。验证了网络的有效性,训练结果与已有文献的结论相同。     

不完全权重信息下多属性决策方法研究

针对目标属性的权重不完全确知的情况下，提出了一种先进行局部优化，再组合赋权并对方案进行排序的决策方法。此方法是从最小偏差的角度出发，构造了目标权重的统计量，它既利用了子样的信息，又利用了先验信息，评价结果客观可靠。另外，在此基础上进一步加入权系数的信息熵，建立了优化的数学模型。最后，通过实例表明新方法的有效性。     

基于决策者偏好及赋权法一致性的组合赋权法

属性权重的确定是多属性决策中的一个关键而又难以解决的问题,针对现有主观赋权法和客观赋权法的不足,提出了一种新的组合赋权法。该方法同时考虑决策者对赋权方法的偏好及赋权方法的一致性程度,将这两个因素通过凸组合的方式反映在组合权重计算公式的加权系数中,其中反映决策者对某种赋权方法偏好度的加权系数可用AHP法来确定,反映一种赋权方法与其它赋权方法一致性程度的加权系数用Spearman等级相关系数来计算。给出了这种组合赋权法的具体步骤,并通过应用实例说明了该方法的合理性。     

用层次分析法进行多属性决策

多属性决策是对具有多个属性的多个方案进行评价及择优的决策问题.层次分析法是一种较好的非数学模型法的决策方法,是一种决策思维方式,能对社会经济领域内不同因素进行测度,这种方法具有自然、灵活、易于理解的特点,并能很好的统一于现有的理论体系之中,为实际决策者所能接受并能解决他们的问题,体现了人们决策思维的基本特征:分解、判断、综合.本文介绍了层次分析法的基本步骤,层次分析法的应用实例,总结了层次分析法的优点和局限性.     

一种基于部分方案偏好强度的多属性决策方法

在多属性决策的一些问题中,直接对属性进行赋权是相当困难的,此时决策者偏向于给出部分方案的偏好信息.研究了如何运用部分方案偏好信息进行决策的方法,其基本过程是运用G1-法的原理将决策者提供的语言信息转化为数值信息,在此基础上构建基于"贴近思想"的规划模型,求解模型便可获得该决策思想下最优的属性权重.该方法运用简便,体现了将决策者的"直觉决策"与"科学决策"进行融合的特点.用算例验证了方法的有效性.     

TFOWA算子及其在决策中的应用

研究了属性权重信息完全未知、属性值以梯形模糊数形式给出的多属性决策问题,给出了梯形模糊数决策矩阵的规范化公式.把有序加权平均(OWA)算子推广到所给定的数据信息均为梯形模糊数形式的不确定环境中,提出了一种梯形模糊有序加权平均(TFOWA)算子,给出了其在应用过程中的具体步骤,并提出了一种相应的集结决策信息的方法.TFOWA算子的特点是充分利用梯形模糊数的不确定性,因而更能反映客观事物的复杂性及人类思维的模糊性,从而使得决策更符合实际情况.最后通过算例说明了方法的可行性和有效性.     

多型异构数据下关联变权空间多属性决策方法

针对当前空间多属性决策方法对空间特性的考虑不足,提出一种综合考虑多型异构性、空间复杂关联性以及空间动态性的空间多属性决策新方法.首先,定义了多型异构数据的D-U空间映射法则,提出了一种使多型异构数据能在空间中得以同构化的方法.其次,考虑空间复杂关联性及动态性,构造了2可加模糊测度下的广义Banzhaf关联变权及关联状态变权.然后,为客观确定关联属性的重要程度,建立了基于2可加模糊测度的广义Banzhaf Choquet逼近理想解优化模型,在此基础上融合关联属性信息实现备选方案的排序优选.最后,将所建模型用于干热岩勘探选区决策案例中,验证了方法的可行性,对比分析证明了方法的有效性及优越性.