多属性决策的群排序方法研究

在多属性群决策中，决策的决策结果有两种表现形式，即决策方案的优先序和决策方案的排序权向量。本研究基于决策方案优先序的群排序方法，提出了加权偏差平方和最小化方法及基于测度函数的0-1规划方法。     

灰色模糊聚类理论在飞机方案优选中的应用研究

将灰色系统理论应用到飞机设计方案评价中,研究了一种含有方案评价指标体系和考虑评价指标权重以及灰关联分析的飞机方案优选灰色模糊聚类决策理论,这种决策理论利用指标权重将评价指标联系在一起,在评价方案与理想方案灰关联度的基础上进行灰色模糊聚类,实现方案优选.最后以一个短距/垂直起降(V/STOL)飞机设计实例证实此方法的科学性与可行性.     

构建不确定语言型多属性决策的投影模型

研究不确定语言型多属性决策评价结果与决策者对方案的偏好信息之间存在偏差的问题.通过建立与区间型语言标度对应的术语指标矩阵,及方案综合属性值与决策者主观偏好值之间的投影模型,确定属性的权重,然后运用加权法得到方案的综合属性值,利用已有的可能度矩阵排序公式得到决策方案的排序.构建了一种基于方案综合属性质与决策者主观偏好值之间的投影模型,通过算例对该方法的实用性和有效性进行了证明.     

一种具有不确定偏好序评价信息的群决策方法

针对具有不确定偏好序评价信息的群决策问题,提出了一种决策方法。首先,描述了不确定偏好序的概念,并将它转化为概率向量,同时给出概率向量加权算子;然后,给出了概率向量两两比较的可能度的定义及性质分析;依据概率向量加权算子及可能度,建立了方案两两比较的可能度矩阵;基于可能度矩阵及互补判断矩阵的权重公式,计算方案的优先权重并对方案进行优选;最后,通过一个算例说明了该方法的可行性和有效性。     

基于方案综合评价值和效用值偏差的多属性决策方法

研究了属性权重未知、方案偏好为效用值的多属性决策问题,提出了一种多属性决策模型.首先,分析了部分文献中利用方案属性值与效用值的偏差建模求出属性权重的不合理性,以及根据方案综合评价值与效用值的偏差建模得到属性权重的合理性.然后,通过最小化方案综合评价值与效用值的偏差,建立了一个规划模型,计算出属性权重,进而利用方案综合评价值实现方案的排序择优.最后,通过一个实例说明了方法的可行性.     

语言型时序多属性群决策方法及在服务创新中的应用

提出了"时序多属性群决策"的新问题,并选用"二元语义"方法对语言型时序多属性群决策方法进行了研究.构建了能同时兼顾线性算子与非线性算子特点的二元语义组合加权平均算子,并针对信息集结中综合评价结果对集结路径的依赖问题,确立了基于"偏差缩减"的"多路径集成"思路,同时给出了"方差最小法"、"可靠性加权法"、"客观差异法"等3种合成方法.最后,将方法用于目前理论及实务界广泛关注的"服务创新方案选择"问题中,验证了方法的有效性.     

基于灰色关联度理论的飞机顶层设计方案优选决策模型

探讨了飞机方案设计阶段应用决策方法的重要性;建立了飞机顶层设计方案优选的层次结构和评价指标体系;应用灰色关联度理论和方法建立了方案优选的灰色层次决策模型,并利用该模型对某飞机设计方案进行优选评价和敏感性分析,得到了满意的结果     

群体多指标决策的偏好集结方法

研究多个指标条件下,利用个体决策结果形成群体一致偏好的方法、假设个体有加性效用函数,将个体多指标效用函数表示成单个指标评价函数的加权和,群体指标评价函数表示成个体指标评价函数的加权和.通过协商指标权重、指标评价函数、支付意愿三个参数,成对个体达成双方一致.提出了(n-1)对个体之间达成双方一致,从而得出群体效用函数的决策方法,这种分析框架同样可以扩展到联盟协商一致中.     

一种有方案偏好的直觉模糊多属性决策方法

研究了方案属性值和偏好值均为直觉模糊数的多属性决策问题.首先,通过分析部分文献中利用方案属性值与偏好值之间的偏差建立并求解规划模型,从而得到属性权重的不合理性.其次,在最小化方案综合评价值与偏好值偏差的基础上,建立并求解一个规划模型计算出属性权重.然后,利用方案综合评价值的得分函数和准确度函数对方案进行排序,从而得到了一种有方案偏好的直觉模糊数多属性决策方法.最后,通过一个实例说明了该方法的合理性与有效性.     

多目标决策二级模糊优选模型

研究了近年来多目标决策系统模糊优选理论的发展状况,基于一种新的目标函数,给出了求解最优优属度与最优指标权重的模糊迭代算法;依据“数字-信息-知识”的思维,从系统的稳定性和可靠性角度,对原始数据进行信息挖掘,提出了二级模糊优选理论模型,进一步丰富了模糊优选理论模型.将提出的模糊决策模型应用于1 6家电炉炼钢企业的模糊综合评价决策,取得了较为满意的结果.     

工作分派问题的一种模糊决策模型

针对一类流水线式的工作分派问题,建立了在赋模糊权的二部图中求解模糊最大最小匹配的数学模型,给出了该模型的一个有效算法,并利用模糊决策思想得到了优化此类工作分派问题的一种决策方法     

A comparison of multiple criteria analysis techniques for water resource management

Multiple criteria analysis (MCA) is a framework for evaluating decision options against multiple criteria. Numerous techniques for solving an MCA problem are available. This paper applies MCA to six water management decision problems. The MCA methods tested include weighted summation, range of value, PROMTHEE II, Evamix and compromise programming. We show that different MCA methods were in strong agreement with high correlations amongst rankings. In the few cases where strong disagreement between MCA methods did occur it was due to presence of mixed ordinal-cardinal data in the evaluation matrix. The results suggest that whilst selection of the MCA technique is important more emphasis is needed on the initial structuring of the decision problem, which involves choosing criteria and decision options.     

主成分分析在数学建模中的应用

本文利用主成分分析对我院近年来在全国大学生数学建模竞赛中取得好成绩的参赛队员的平时学习成绩进行了分析,找到了几个关键的综合指标,并以此建立了一种加权逐步判别规则,为今后选拔参赛队员提供了一种定量方法.     

The OWA-based consensus operator under linguistic representation models using position indexes

When using linguistic approaches to solve decision problems, we need linguistic representation models. The symbolic model, the 2-tuple fuzzy linguistic representation model and the continuous linguistic model are three existing linguistic representation models based on position indexes. Together with these three linguistic models, the corresponding ordered weighted averaging operators, such as the linguistic ordered weighted averaging operator, the 2-tuple ordered weighted averaging operator and the extended ordered weighted averaging operator, have been developed, respectively. In this paper, we analyze the internal relationship among these operators, and propose a consensus operator under the continuous linguistic model (or the 2-tuple fuzzy linguistic representation model). The proposed consensus operator is based on the use of the ordered weighted averaging operator and the deviation measures. Some desired properties of the consensus operator are also presented. In particular, the consensus operator provides an alternative consensus model for group decision making. This consensus model preserves the original preference information given by the decision makers as much as possible, and supports consensus process automatically, without moderator.     

基于偏差的不确定型多属性决策的综合集成方法

对不确定型条件下的多属性决策问题,规范化后的区间数能消除属性值之间量纲的差异,建立了相离度偏差、中间值偏差和理想方案偏差计算公式,构建了以总偏差平方和为目标函数的综合集成优化模型,求解出各属性的客观权重,提出了一种客观属性权重的可能度法,为不确定型多属性决策提供了一种简单实用的可靠方法.最后通过一个算例说明了该方法的实用性和有效性.     

NONCONFORMING STABILIZED FINITE ELEMENT METHODS BASED ON RIESZ-REPRESENTING OPERATORS

Following the framework of the finite element methods based on Riesz-representingoperators developed by Duan Huoyuan in 1997,through discrete Rieszonsome virtual(non-) conforming finite-dimensional subspaces,a stabilization formulation is presented for the Stokes problem by employing nonconforming elements. This formulation is uni-tormly coercive and not subject to the Babus Ka-Brezzi condition,and the resulted linearalgebraic system is positive definite with the spectral condition number O(h^-2).Quasi-optimal error bounds are obtained,which is consistent with the interpolation properties of the finite elements used.     

基于在线评价信息的概率语言多属性变权决策方法

针对电子商务网站中涌现的大量在线评价信息,本文提出一种基于在线评价信息的概率语言多属性变权决策方法,指导消费者的购买决策。在本文方法中,首先利用概率语言描述在线评价信息,构建概率语言决策矩阵,并重新定义了区间概率语言的得分函数;其次,利用变权方法处理决策矩阵,得出不同方案的各属性权重;再次,依据得出的属性权重,基于后悔理论,考虑决策者风险规避系数,求出各方案的综合感知效用值,并据此排序。最后,利用汽车之家网站提供的顾客在线评价信息,以一个汽车选择的实例说明了本文所提方法的合理性与实用性。     

Particle swarm optimization with time-varying acceleration coefficients for the multidimensional knapsack problem

The multidimensional knapsack problem (MKP) is a difficult combinatorial optimization problem, which has been proven as NP-hard problems. Various population-based search algorithms are applied to solve these problems. The particle swarm optimization (PSO) technique is adapted in our study, which proposes two novel PSO algorithms, namely, the binary PSO with time-varying acceleration coefficients (BPSOTVAC) and the chaotic binary PSO with time-varying acceleration coefficients (CBPSOTVAC). The two proposed methods were tested using 116 benchmark problems from the OR-Library to validate and demonstrate the efficiency of these algorithms in solving multidimensional knapsack problems. The results were then compared with those in the other two existing PSO algorithms. The simulation and evaluation results showed that the proposed algorithms, BPSOTVAC and CBPSOTVAC, are superior over the other methods according to its success rate, mean absolute deviation, mean absolute percentage error, least error, and standard deviation.     

On the Matrix Equations of Higher Degrees

１　ＩｎｔｒｏｄｕｃｔｉｏｎａｎｄｎｏｔａｔｉｏｎｓＦｏｌｌｏｗｉｎｇＲｅｆｅｒｅｎｃｅ［１］ｗｅｕｓｅＭｎ（Ｆ）ｆｏｒｎ－ｂｙ－ｎｍａｔｒｉｃｅｓｗｉｔｈｅｎｔｒｉｅｓｆｒｏｍＦ,ｓｐｅｃｉａｌ－ｌｙＭｎｆｏｒＭｎ（Ｃ）,ＡｆｏｒｔｈｅＨｅｒｍｉｔｉａｎａｄｊｏｉｎｔｏｆＡ,ｉ．ｅ．（Ａ）Ｔ,ｗｈｅｒｅＡｉｓｔｈｅｅｎｔｒｙｗｉｓｅｃｏｎｊｕｇａｔｅｏｆＡ,ａｎｄＡＴ,ｔｈｅｔｒａｎｓｐｏｓｅｏｆＡ;ＡＢｆｏｒｔｈｅｄｉｒｅｃｔｓｕｍｏｆｍａｔｒｉｃｅｓＡａｎｄＢ．ＬｅｔＸ∈Ｍｎｂｅｔ…