FOWHA算子及其在决策中的应用

针对决策信息以三角模糊数互补判断矩阵形式给出的多属性决策问题,提出了一种新的决策方法。该方法依据一般的决策分析方法的基本思路,给出了解该问题的计算步骤,其核心是提出了一种模糊有序加权调和平均(FOWHA)算子,利用该算子对以三角模糊数互补判断矩阵形式给出的决策信息进行集结,并给出了一种基于可能度的决策方案排序方法。最后,给出了一个实例分析。结果表明该方法简单、有效,易于计算。     

农田黑土玉米生长过程模拟研究

利用DSSAT模型中的CEHES—Maize模型,对东北黑土区5种基础肥力的农田黑土,通过空间移位置于相同气候条件下的玉米生产力进行模拟研究。结果表明,DSSAT模型能够准确地模拟东北5种基础肥力的黑土农田玉米全生育期的生长过程,在不施肥和施化肥两种条件下决定系数R^2均接近1;对不同年份不同处理玉米产量模拟分析得出,在不施肥条件下均方根误差RMSE为159．03,施化肥条件下均方根误差RMSE为160．1;对不同处理最大叶面积指数模拟分析得到模拟值与实测值差异不超过4％的结论。表明该模型在进行遗传属性参数校正后能够指导实际玉米生产。图2,表3,参15。     

基于双向投影法的概率语言多属性群决策

针对概率语言信息下的多属性群决策问题,首先基于概率语言术语集(probabilistic linguistic term sets, PLTS)的调整规则和语言尺度函数,定义了PLTS的新运算,并证明其满足代数运算的基本性质。然后,为解决现有向量模公式在下标对称语言下计算结果与实际不符的问题,提出一种改进的概率语言信息下的向量模公式。在此基础上定义方案与正、负理想解形成的向量表示式,并建立针对概率语言信息的双向投影法,由此提出新的贴近度公式。最后,通过应用算例的对比分析验证了本文所提方法的有效性和可行性。该方法充分考虑了PLTS的数据特征,在简化计算的同时避免了信息损失,为解决概率语言信息中数值差异较小的问题提供了新的方法和思路。     

基于目标导向的多属性决策属性价值公度方法

MACBETH方法在多个属性维度上确定出的一组属性Good值(或Neutral值)并不能真地具有保证属性价值公度的完全相同的偏好涵义.为克服该方法缺陷,基于包容性属性价值函数,通过引入数据包络分析技术和马尔可夫理论给出了以目标参照方案为导向的目标导向属性价值函数和多属性决策属性价值公度的方法程序.相比于具有较大随意性确定属性Good值和Neutral值的MACBETH方法,依赖目标导向属性价值函数的多属性决策属性价值公度程序具有更明显的科学合理性,因此具有发展MACBETH方法,推动实际决策应用该方法及相关多属性偏好关联决策模型的创新价值.基于决策实验的应用分析直接验证了多属性决策属性价值公度方法程序的科学有效性,间接验证了包容性属性价值函数和目标导向属性价值函数的科学理性.     

Some interval-valued intuitionistic uncertain linguistic hybrid Shapley operators

Two interval-valued intuitionistic uncertain linguistic hybrid operators cal ed the induced interval-valued intuitionistic uncertain linguistic hybrid Shapley averaging （I-IIULHSA） operator and the induced interval-valued intuitionistic uncertain linguistic hybrid Shapley geometric （I-IIULHSG） operator are defined. These operators not only reflect the importance of elements and their ordered positions, but also consider the correlations among elements and their ordered positions. Since the fuzzy measures are defined on the power set, it makes the problem exponentially complex. In order to simplify the complexity of solving a fuzzy measure, we further define the induced interval-valued intuitionistic uncertain linguistic hybrid λ-Shapley averaging （I-IIULHλSA） operator and the induced interval-valued intuitionistic uncertain linguistic hybrid λ-Shapley geometric （I-IIULHλSG） operator. Moreover, an approach for multi-attribute group decision making under the interval-valued intuitionistic uncertain linguistic environment is developed. Finally, a numerical example is provided to verify the developed procedure and demonstrate its practicality and feasibility.     

属性约简的两阶段遗传算法

属性约简是数据挖掘的一个重要研究内容. 为了解决具有多种属性类型的决策表约简问题,在粗集和二元关系聚合理论的基础上,利用属性重要性作为评价标准,提出了一种两阶段遗传约简算法. 算法的第一阶段是为了找出尽可能多的约简,第二阶段力求寻找最小约简. 根据算法每个阶段的目标设计了编码方案、种群规模、适应度函数、终止条件、选择、变异和修正操作. 实验表明,与标准遗传算法相比,两阶段算法在计算最小约简时更为准确和稳定.     

改进的离差最大化决策模型及其在临近空间多任务规划中的应用

一些常用的多属性决策方法在处理多属性评价问题时,易出现评价结果相近,评价值差异较小、区分度不高等问题. 运用离差最大化思想构建的多属性决策模型,能有效拉大评价值间的差异,便于决策方案的优选和排序. 但该模型在实践中,只考虑了因属性值差异性引起的可变权重,忽略了评价指标本身的属性权重,易造成评价结果偏离真实结果. 鉴于此,对已有的基于离差最大化的多属性决策模型进行改进,综合考虑评价属性的可变权重和属性权重,设计了改进的离差最大化决策模型,并将该模型应用于临近空间多任务系统综合效能评估中,为临近空间多任务规划方案的排序及优选提供决策支持. 最后,通过算例,对比验证了该模型具有一定的适用性.     

基于犹豫直觉模糊数的多属性决策方法

综合犹豫模糊集和直觉模糊集,提出犹豫直觉模糊集。针对犹豫直觉模糊集中不同元素对应的犹豫直觉模糊数,定义其基本运算法则。基于运算法则,设计犹豫直觉模糊数的加权几何和加权算术集成算子。构建犹豫直觉模糊数的得分函数和精确函数,实现不同犹豫直觉模糊数间的比较。考虑犹豫直觉模糊数的集成算子和比较方法,提出相应的多属性决策方法,并将此方法应用于混合云存储服务供应商的选择,阐释方法的应用性与有效性。     

测试代价敏感的粗糙集方法

在粗糙集模型中,α量化不可分辨关系是强与弱不可分辨关系的推广形式.然而值得注意的是,基于这三种不可分辨关系的粗糙集并未考虑数据中属性的测试代价.为解决这一问题,提出了测试代价敏感的α量化粗糙集模型,从二元关系的角度使得粗糙集模型代价敏感,并将新模型与基于强不可分辨、弱不可分辨以及传统α量化不可分辨关系的粗糙集模型进行了对比分析.进一步地,通过分析传统启发式算法在求解约简的过程中未考虑降低代价这一不足之处,提出一种新的属性适应性函数,并将其应用于基于遗传算法的约简求解中.实验结果表明该方法不仅可以降低由边界域所带来的不确定性而且同时降低了约简后的测试代价.     

分布交互式仿真中的多分辨率模型并发运行问题研究

同一实体的不同分辨率模型的并发运行经常出现在分布交互式作战仿真中。研究了分布式仿真中不同分辨率模型并发运行时的若干关键技术。提出了同态属性和同态交互的概念；研究了多分辨率模型并发运行时的一致性维护问题，给出了多分辨率模型的一致性维护算法；研究了并发交互冲突的解决方法，包括：加锁方法、冲突检测法和面向模型的方法等；分析了同态交互对仿真结果的影响，给出了处理同态交互的基本原则。