概率犹豫模糊环境下基于累积前景理论和VIKOR的多属性群决策方法

针对概率犹豫模糊环境下的多属性群决策问题,考虑决策者心理行为的过程中存在的不足,本文提出了一种基于累积前景理论与多准则妥协优化解(VIKOR)法相结合的多属性群决策方法。首先,通过一致性调节方法确定决策者的综合权重;其次利用主观主客观结合的方法求解属性权重;再者通过累积前景理论完善决策者的心理决策过程,摒弃传统的欧式距离公式,采用坎贝拉距离公式加权,构建正、负理想解矩阵;然后基于VIKOR方法确定备选方案的优劣顺序;最后对比分析验证了所提方法的可行性和有效性。     

基于优化模糊数学方法的黄土边坡稳定性评价

黄土地区的滑坡灾害严重制约了地区经济的发展,因此快速准确的评价边坡的稳定性具有重要意义。首先,考虑诱发黄土滑坡因素具有不确定性和模糊性的特点,提出了重要性比较法用于评价因素集的权重;其次,引入模糊可变集合方法用于求解黄土边坡稳定性影响因素的隶属度;最后,利用级别特征值法实现了边坡稳定性等级分级,并基于MATLAB软件编译了边坡稳定分级方法程序,形成了一种快速准确的边坡稳定性分级方法。为验证本文评价方法的准确性对已有文献中燕麦沟、道南隧道两黄土边坡进行了稳定性分级评价,评价结果与已有文献结果一致,证明了评价方法的正确性。在此基础上对黄-延高速某一黄土边坡开展了稳定性评价分析,以长期的监测数据为佐证,进一步验证了本文的评价方法适用于黄土边坡的稳定性评价。     

一种可用于分类型属性数据的多变量决策树算法

针对绝大部分多变量决策树只能联合数值型属性,而不能直接为带有分类型属性数据集进行分类的问题,提出一种可联合多种类型属性的多变量决策树算法(CMDT).该算法通过统计各个分类型属性的属性值在各个类别或各个簇中的频率分布,来定义样本集合在分类型属性上的中心,以及样本到中心的距离.然后,使用加权k-means算法划分决策树中的非终端结点.使用这种结点划分方法构建的决策树可用于数值型数据、分类型数据以及混合型数据.实验结果表明,该算法建立的分类模型在各种类型的数据集上均获得比经典决策树算法更好的泛化正确率和更简洁的树结构.     

Pythagorean犹豫模糊熵及其多属性群决策方法

针对模糊信息下的群决策问题,提出了一种基于Pythagorean犹豫模糊熵的多属性群决策方法;给出了Pythagorean犹豫模糊熵的公理化定义及计算公式;为克服传统Pythagorean犹豫模糊集规范化方法导致原始决策信息流失的不足,完善了基于Pythagorean犹豫模糊环境下的最小公倍数扩充方法,方法能有效地保持原始决策信息;又以Pythagorean犹豫模糊熵作为决策信息差异程度的度量,给出属性权重完全未知或部分已知情况下权重的确定方法,并定义了基于最小公倍数的Pythagorean犹豫模糊距离测度和Pythagorean犹豫模糊熵测度;构造了一种基于Pythagorean犹豫模糊熵的TOPSIS方法,并通过精准扶贫补贴项目案例说明了方法的可行性和有效性.     

两类低重量线性码

线性码具备理想的代数结构,也是纠错码理论的研究焦点之一.特别地,低重量线性码在电子通信行业中有重要作用,例如,通信系统、数据储存系统和消费类电子产品.所以,有必要确定构造出的线性码的重量分布.选定合适的定义集,利用构造线性码的一般方法构造出两类线性码,并通过高斯和理论得到两类线性码的重量分布.     

变权决策中均衡函数均衡效果

讨论和型与积型可分解均衡函数的均衡效果.首先引入惩罚力度和激励力度两个概念,它们分别反映可分解惩罚式均衡函数和激励式均衡函数在变权决策过程中的均衡能力.然后从三个角度分析均衡函数在不同惩罚力度或激励力度下的均衡效果:一是对变权向量的orness测度值的均衡效果;二是对因素权重的均衡效果;三是对综合决策值的均衡效果.结果表明,从可分解均衡函数的惩罚力度和激励力度出发,能很好地掌握均衡函数在变权决策中的作用规律,并且能为变权决策过程中如何选择合适的均衡函数从多方面提供考量准则.     

基于驾驶员色彩偏好的交通属性表征研究

色彩已被广泛应用于车辆状况,交通状态,道路条件等交通属性信息的表征。采用对偶比较法考察10种色彩对20种基本交通属性强弱表征的主观感受性。通过卡方检验考察不同被试者对特定属性色彩表征主观感受的一致性,并依据Z分值得出该属性强弱表征的色彩排序。结果表明,对于温度、胎压、音量、速度、瞬时油耗、车流速度、车流密度、光照、长度、宽度、高度、承重量12种连续性属性,以及车辆设备状态、道路设施状态、拥堵状态和安全状态4种两极性属性,不同被试者的色彩表征主观感受一致性较高;同时依据Z分值,可以得出表征12种连续属性强弱递减的色彩序列,对于4种两极性属性,得出表征两极性的最佳色彩选配方案。     

认知评估中的属性关系

规则空间模型(RSM)及属性层级方法(AHM)是有较大影响力的认知诊断模型.在RSM与AHM中不可缺少属性及属性层级关系,属性层级关系为属性间的先决关系所诱导.但是,先决关系只考虑了属性之间的关系,却忽略了属性集之间存在的联系.该研究以先决关系为切入点,实例证明先决关系及其诱导的属性层级关系具有局限性,基于属性集,提出更具一般性的蕴含关系,使先决关系为其特殊形式,为当前认知诊断理论研究提供了新的研究角度.     

基于熵权属性识别模型的岩体质量分级研究

 为克服岩体质量分级中确定评价指标权重系数带有专家打分的主观偏向性,利用熵理论客观地确定岩体质量分级评价指标的熵权系数,结合属性识别理论,建立岩体质量分级判别的属性识别模型。模型选取岩石单轴抗压强度、RQD 值、结构面间距、结构面摩擦系数、岩体钻进速度和岩体声波速度6 个参数作为岩体质量分级综合评价指标,以三山岛金矿7 个采场为研究背景,建立岩体质量分级的属性识别模型,根据信息熵理论计算各评判指标的权重,计算各指标属性测度,利用置信度准则和评分准则,预测岩体质量排序和等级。研究结果表明,属性识别结果较RMR 法更准确,评价结果客观、可信。     

地下工程岩爆灾害预测的属性综合评价模型

 针对地下工程岩爆灾害预测各种方法的局限性以及预报准确率低的现状,基于属性数学理论与方法,选取围岩最大切向应力与岩石单轴抗压强度之比、脆性系数和弹性能量指数作为岩爆灾害预测的主要评价指标,建立了岩爆灾害预测的属性综合评价模型,对岩爆的发生与否及其烈度进行了预测。应用属性数学理论,构造了各评价指标的属性测度函数,并利用相似数定义相似权的方法确定各指标的权重以计算综合属性测度,最后应用置信度准则进行属性识别,给出评价结果。以10 组典型地下工程为例,对该模型进行了验证,结果表明,该模型评价结果与实际情况有较好的一致性,验证了属性综合评价在岩爆灾害预测中的可行性和适用性,为地下工程岩爆灾害的预测提供了一种新途径。