面向多部门多属性的群决策应急方案调整方法

针对具有多部门多属性的基于案例推理的应急方案生成问题,提出了一种新的群决策应急方案调整方法。首先,各部门根据关注的属性生成案例库,并应用检索方法得到最相似历史案例,再运用置信规则库进行应急方案调整来生成各部门应急方案;然后,各部门对每个部门生成的应急方案进行评价;在此基础上,根据各部门的评价信息确定权重,进而对各部门生成的应急方案进行集结得到目标案例的应急方案。最后,通过一个算例验证了所提出方法的可行性和有效性。     

基于属性关联的灰色变权方法

针对属性间关联的多属性决策问题,提出了一种基于灰色关联变权的多属性决策方法.采用灰色关联度模型对决策属性间的相互关联度进行分析,得到属性间的灰色关联矩阵,采用阈值原则对矩阵标准化,得到有效关联矩阵,然后对属性的权重进行调整,得到更加合理的属性权重分配,使多属性决策理论更加合理.通过算例分析,验证了方法的有效性.     

直升机事故案例建模与检索

为了有效积累和重用直升机事故案例蕴含的宝贵知识,从而提升通用航空安全水平,提出了一种基于本体的直升机事故案例建模与检索方法.首先基于运营决策支持和安全信息应用这一目标建立了直升机事故案例建模与检索的系统框架结构;然后分析了直升机事故案例特征,进而设计了基于本体的直升机事故案例表示;在此基础上,面向不同应用需求,设计了不同的检索索引,并提出了语义属性和数值属性的相似性计算方法,从而实现多尺度的案例检索.开发的原型系统及其应用表明,直升机事故案例建模与检索实现了案例知识的积累和应用,为通用航空安全信息处理提供了系统的解决方案.     

基于可能度的区间粗糙数排序方法

针对属性权重信息未知或属性权重信息不完全且属性值为区间粗糙数的多属性决策问题,给出一种基于可能度的区间粗糙数排序方法.首先引进和补充了区间粗糙数的一些运算法则及集成算子.然后首次给出了区间粗糙数的可能度定义公式,并研究了该公式所具有的一些良好性质,随后,建立了基于投影思想的极小-极大优化模型来确定各属性权重,同时给出基于可能度矩阵的区间粗糙数排序算法.最后通过实例说明该方法的有效性和可行性.     

基于区间二型模糊数的多属性群体灰色关联决策方法

针对属性值以区间二型模糊数形式给出的多属性决策问题,提出基于灰色关联度的多属性群体决策方法.首先,提出了一种新的计算区间二型模糊数之间距离的测度;然后,结合该距离测度公式构造出一种新的基于距离测度来求权重的方法,运用此方法求出决策者属性的权重;接着,通过主客观综合赋权法求出专家权重;最后,通过各方案与理想方案的灰色关联贴近度对方案进行大小排序.案例分析及对比分析说明该方法的合理有效性.     

一种区间Pythagorean模糊VIKOR多属性群决策方法

针对属性信息为区间Pythagorean模糊集且属性权重和专家权重均未知的一类群决策问题, 结合信息熵理论, 提出了一种区间Pythagorean模糊VIKOR多属性群决策方法。首先定义一种新的区间Pythagorean模糊距离测度, 并讨论其性质。其次基于该距离测度定义了区间Pythagorean模糊相对距离指数, 并基于相对距离指数构建了一种熵权模型确定专家权重和属性权重。然后提出一种区间Pythagorean模糊VIKOR多属性群决策方法。最后通过企业生产方案选择案例说明了提出新方法的可行性与有效性。     

基于距离测度的可信犹豫模糊集一致性检验方法

一致性检验是犹豫模糊集领域的一个热点问题,数据的一致性直接影响到犹豫模糊集评价的科学性和有效性.论文采用距离测度的方法研究犹豫模糊集的一致性问题,通过分析每个模糊元与其对应的属性综合决策值之间的差异,得出各属性的综合距离测度.同时,充分考虑专家意见在犹豫模糊集中的影响效应,以相对可信度为权重对犹豫模糊集的一致性进行分析.最后,利用数值案例验证了所提方法的有效性和可靠性.     

基于灰类敏感度系数的评价指标客观权重极大熵配置模型

评价指标权重的确定是多属性决策问题中至关重要的环节。然而,既有研究利用评价指标值之间的差异性进行指标的客观赋权,往往忽略了评价指标对被评价对象全体及所在系统的重要性。本文基于事物自然本质属性差异,运用灰色关联聚类将评价对象划分到预设的类别;借鉴有无对比分析法的思想,定义了反映指标对全体被评价对象类别影响程度的灰类敏感度系数;根据极大熵准则,建立了基于灰类敏感度系数的客观权重极大熵配置模型,以确定多属性决策指标的权重。并通过与文献[21,26]中实际案例的对比分析,说明了本模型的有效性与更贴近现实性,为解决多属性决策指标客观赋权问题提出了一个新思路。     

区间粗糙数多属性决策方法

针对属性值为区间粗糙数,属性权重部分已知和属性权重未知两种情形的多属性决策问题,本文利用灰色关联分析的思想方法,构建了一种区间粗糙数多属性决策方法。本文首先利用区间粗糙数的运算法则和期望值比较,确定最优理想方案和最劣理想方案,并基于灰色关联度分析方法构建了属性权重部分已知、属性权重未知两种情形的多目标优化模型,从而确定属性权重和属性权重表达式,进而获得各方案的综合评价值和方案排序。最后以一个实例验证模型的有效性与适用性。     

航天工程方案决策中的改进专家权重调整算法及应用

为解决航天工程方案决策中的专家权重问题,文章以主观权重为基础,提出了一种改进的专家权重调整算法.在原有以灰色关联度为调整依据的算法中,增加了专家权重系数调整范围的约束,并说明了改进算法具有收敛性.应用案例对比分析表叽改进算法在航天工程方案决策时具有较好的最优方案稳定性及决策可信性.     

基于区间直觉梯形模糊数的改进TOPSIS多属性决策方法

研究了属性权重完全未知的区间直觉梯形模糊数的多属性决策问题,结合TOPSIS方法定义了相对贴近度及总贴近度公式.首先由区间直觉梯形模糊数的Hamming距离给出了每个方案的属性与正负理想解的距离,基于此,给出了相对贴近度矩阵,根据所有决策方案的综合贴近度最小化建立多目标规划模型,从而确定属性的权重值,然后根据区间直觉梯形模糊数的加权算数平均算子求出各决策方案的总贴近度,根据总贴近度的大小对方案进行排序;最后,通过实例分析说明该方法的可行性和有效性.     

问卷设计知识管理中的范例推理

将范例推理技术应用于问卷设计知识重用过程中,提出了基于范例推理的问卷设计知识重用系统的应用框架,研究了问卷设计CBR系统中的一些关键技术:范例的表示、范例组织、范例检索算法、范例修正优化和重用、范例学习等.范例检索采用KNN法与遗传禁忌算法相结合的混合检索机制,通过建立GA适应度函数模型以及选择、禁忌交叉、禁忌变异算子等自动确定权重.我们组织和建立了初步的范例知识库,进行了相关实验.结果表明,融合遗传算法的范例检索方法可较大程度上缩短设计时间、提高问卷设计效率和质量,并有效地支持问卷设计的知识重用和知识管理创新.     

多指标区间决策的理想点贴近法

研究了指标的权重不能完全确定但知道其所在区域的条件下的多指标决策问题 ,给出了方案与理想解的贴近度及其算法 ,按贴近度的大小可以对方案进行排序 .它同传统的决策方法相比较 ,具有需要信息量少 ,简单可靠等特点 .最后用该决策方法分析了一个实际问题 .     

基于区间数贴近度的不确定多属性决策模型

针对只有部分权重信息且属性值以区间数形式给出的多属性决策问题,提出了一种基于区间数贴近度的决策方法.首先讨论了区间数贴近度的定义和性质;然后给出了解决不确定多属性决策问题的一般步骤.并依据传统的逼近理想解的基本思路,以实际评价值与理想解之间的贴近度最大化为目标建立优化模型,从而得到指标权重.进而计算出每个方案与正理想解的相对贴近度,即可得到所有方案的排序结果.方法能充分利用规范化评价的先验信息,评价结果客观可靠,不具有主观随意性.最后通过实例分析验证了该方法的有效性和实用性.     

基于证据理论和Vague集的多属性群决策方法研究

为了解决人们在复杂环境中决策困难的问题,论文基于Vague集描述不确定事物的优势,通过证据理论对Vague集进行合成,得到一种信息集结的多属性群决策方法。该算法首先考虑专家评分的可信度,在分析Vague集与证据理论的数学关系后,使用证据理论将各方案在各属性下的专家集证据集结。然后通过Vague集记分函数进行属性权重的计算,将方案集在属性集下的Vague评价值进行加权修正,再通过证据理论将属性集证据集结得到各方案最终的Vague评价值。之后使用记分函数计算每一方案的得分来确定最优方案。最后通过算例进一步说明所提方法的可行性与有效性。文章给出的算法使决策者在不确定环境下可以进行理性决策,从而选出最优方案。     

基于加权综合的分类算法

给出一种新的属性依赖性度量,根据这种依赖性度量,给出属性重要性的定义,然后以这种属性重要性为权重,给出一种基于加权综合的样本分类算法。由于属性的重要性是由条件属性相对于决策属性的依赖性决定的,它的数值相对比较客观,这样解决了常用的定权方法的弱点,它们一般是凭经验或由专家给出,具有相当的主观性。     

基于粗糙数和信息熵的产品设计方案灰色关联评估模型

针对复杂产品方案设计中指标属性信息的不完全性和不确定性,研究了一种基于粗糙数和信息熵理论的灰色关联评估模型。首先通过引入粗糙数序列的范数实现粗糙数评估矩阵的规范化处理,并利用熵权对指标属性值进行权重集结,然后构建理想最优特征序列,并借助基于信息还原算子的粗糙相似关联度来获得最优评估方案。信息熵赋权可减少主观赋权产生的人为因素影响,信息还原算子可避免评估过程中的信息失真现象。最后通过工程机械产品的实例,验证了该评估模型的有效性和实用性,便于对复杂产品的方案设计进行评估和优选。     

考虑对象属性信息的复杂网络社团结构发现算法

针对社团结构发现算法仅考虑对象间相互关系的密集程度,忽视对象间属性特征差异的不足,提出考虑属性信息的复杂网络社团结构发现算法.算法引入属性特征相似度、基于属性特征相似度的有权网络、内聚度3个核心概念,迭代选取使内聚度指标上升最快的合并操作,自底向上实现社团聚集.由于考虑了属性信息,算法输出的社团结构具有更高准确度,更具应用价值.     

Updating attribute reduction in incomplete decision systems with the variation of attribute set

In rough set theory, attribute reduction is a challenging problem in the applications in which data with numbers of attributes available. Moreover, due to dynamic characteristics of data collection in decision systems, attribute reduction will change dynamically as attribute set in decision systems varies over time. How to carry out updating attribute reduction by utilizing previous information is an important task that can help to improve the efficiency of knowledge discovery. In view of that attribute reduction algorithms in incomplete decision systems with the variation of attribute set have not yet been discussed so far. This paper focuses on positive region-based attribute reduction algorithm to solve the attribute reduction problem efficiently in the incomplete decision systems with dynamically varying attribute set. We first introduce an incremental manner to calculate the new positive region and tolerance classes. Consequently, based on the calculated positive region and tolerance classes, the corresponding attribute reduction algorithms on how to compute new attribute reduct are put forward respectively when an attribute set is added into and deleted from the incomplete decision systems. Finally, numerical experiments conducted on different data sets from UCI validate the effectiveness and efficiency of the proposed algorithms in incomplete decision systems with the variation of attribute set.     

一种基于新的区间二型梯形模糊相似测度的多属性群决策方法

本文首先基于区间二型梯形模糊数的周长、面积、负指数距离提出了一种新的区间二型梯形模糊相似测度,讨论了其性质。其次,基于该相似测度公式分别构建了区间二型梯形模糊专家权重和属性权重确定模型,然后通过集结区间二型梯形模糊决策信息与权重信息,给出了一种基于该相似测度的群决策方法。最后,通过投资方案选择实例说明了该方法的合理性和有效性。