在多目标决策中利用基点计算权重

给出了一种利用基点计算权重的多目标决策方法 .该方法所需信息量小 ,并能获得满意的排序结果 .     

企业R&D项目最佳组合及中止决策

从系统观点论述了对正在实施的 R& D项目进行中止决策的重要意义及中止决策的主要研究内容 .提出了确定企业 R& D项目最佳中止比例的三阶段数学模型 .进而 ,将该模型与模糊综合评判方法相结合来确定应被中止 R& D项目并给出一个案例.     

基于Rough集理论的同类人员综合评判模型及其简化

基于 Rough集理论 ,通过建立同类人员评判模型 ,利用此模型及其简化模型的算法 ,探索以可达到高效率评判各类人员中同类人员为目的的技术和方法 ,并以实例加以说明.     

求解多目标作业排序问题的遗传算法

利用联合进化遗传算法 ( CEGA)建立了求解多目标排序问题的一般框架 ,采用目标权衡分析诱导出决策人的偏好关系 ,并将其引入求解过程 ,以确定满意排序 ,在搜索寻优过程中 ,将启发式与遗传算法相结合 ,以提高搜索效率 .最后 ,利用该算法框架求解了一个含调整时间的一般 Job Shop排序问题 ,以表明算法的有效性.     

有约束多目标系统的模糊匈牙利决策及其应用

首先将指标值矩阵转化为模糊关系合成矩阵,再将模糊关系合成矩阵与解决指派问题的匈牙利方法结合起来,提出了有约束多目标系统的一种新决策方法——模糊匈牙利法,并建立其模型,该模型可用著名的匈牙利算法来求解。最后应用该法于文献［1～3］中的实例,通过比较,方法简便,效果很好     

Q-学习算法在CGF系统中的应用

CGF中的战场决策仿真十分复杂,要求CGF实体应能根据知识库做出类似人类的决策行为。目前,CGF系统中的决策模块大多是硬编码的,不能满足军用仿真发展的需求,这就要求CGF系统具有学习和自适应能力。Q-学习方法是一种特殊的增强学习方法,可以通过多次迭代计算正/负效益进行主动学习。本文介绍了Q-学习及其在CGF系统中的应用。这种较新的机器学习方法,在CGF中有着良好的应用前景。     

决策网络计划中决策单元结构及优化方法拓展

为解决决策网络计划中随机样本空间变化而产生的模型表达上的困难,提出经拓展能够描述多个样本空间的决策单元结构.将随机规划理论引入决策网络计划的优化中,建立了新的考虑期望成本与风险等综合因素的数学模型,并通过算例实现了对模型的求解.计算结果表明:经拓展后的决策单元结构及相应的优化模型能够更为有效地解决不同样本空间下的决策问题,具有较高的理论意义与实用价值.     

银行卡网络价格结构与刷卡消费组合决策模型

针对银行卡网络价格结构与刷卡消费之间复杂的关联问题,引入双边市场理论和组合决策思想,以实现银行卡网络整体发展为目标,基于Wright等设计的银行卡网络交换费优化模型,建立了银行卡网络价格结构与刷卡消费组合决策模型.通过加入扰动因子、采用双适应值比较和保留边界不可行解改进了粒子群算法,解决了模型的求解难题,为合理制定银行卡网络价格结构提供了一种新方法,同时拓宽了双边市场理论的应用领域,在电子支付管理领域具有广阔的应用前景.     

不同船速比对改向避让效果的影响

为了研究船速比在船舶驾驶员制定改向避让决策时的影响,运用船舶相对运动几何原理建立船速比与改向避让施舵点、改向幅度之间的数学模型,分析不同目标交汇特征下船速比(K≥1)分别对施舵点和改向幅度的影响.仿真实验结果表明,船速比(K≥1.5)较大的情况下,本船按《国际海上避碰规则》(以下简称规则)改向避让的效果不显著,对左正横...     

连续型目标信息系统的属性约简

针对连续型数据的属性约简问题, 提出了一种新的属性约简方法[CD2]基于分配可辨识矩阵的属性约简方法。给出了基于连续型数据的分配协调集的概念, 研究了基于连续型数据的分配协调集的基本性质, 定义了基于分配协调集的辨识矩阵。在此基础上提出了基于辨识矩阵的连续型数据的属性约简方法, 并给出了计算辨识矩阵的算法。实例分析表明, 该方法能有效地对连续型数据进行属性约简。