权监督多级模糊优选模型

本从多级模糊优选概念出发，建立一种以决策经验，偏好为监督，在方案优选确定过程中融合主、客观权重，同时确定评价指标权重和决策方案优属度的权监督多级模糊优选算法。     

基于模糊语言评估有方案偏好的模糊多属性决策方法

针对属性值以模糊语言形式给出,属性权重完全未知但给出方案偏好信息的模糊多属性决策问题给出决策方法.该方法是将模糊语言给出的属性评估及方案偏好转换为梯形模糊数,通过建立一个不确定二次规划模型来确定属性的权重,基于加权平均法则来对规范化的模糊属性值及权重进行集结,利用模糊数大小比较的期望值方法来对方案进行排序和择优.最后给出一个应用实例.     

多目标优化问题的模糊交叉算法与收敛性

本文研究了目标权重未事先确知的多目标优化问题，建立可以同时确定目标权重与方案相对优属度的模糊交叉迭代算法，严格证明了该算法的局部收敛性．     

带有方案偏好关系的模糊多属性决策方法

针对属性值为一般模糊变量、属性权重信息完全未知但已知方案偏好关系的模糊多属性决策问题，给出了决策方法。首先通过求解一个模糊期望值模型来确定属性的权重，然后基于简单加权平均法则来计算各方案的模糊综合评价值,再根据比较模糊变量大小的期望值方法来对方案进行排序,最后给出一个算例。     

基于新距离测度的对偶犹豫模糊TOPSIS方法

研究了属性权重完全未知且对方案有偏好的对偶犹豫模糊多属性决策问题.首先,提出一种新的对偶犹豫模糊距离公式,无需人为添加元素,可直接进行计算.其次,基于新的距离公式,建立方案的主观偏好与客观偏好间偏差最小的属性权重优化模型,并将TOPSIS方法推广到对偶犹豫模糊环境下,对方案进行择优排序.最后,通过电力系统安全性评估的实例验证所提方法的可行性.     

基于区间模糊数的多阶段冲突型大群体应急决策方法

针对阶段权重未知且偏好信息表示为区间模糊数的多阶段大群体应急决策问题,提出一种新的群决策方法。首先给出了区间模糊数相似度公式,利用该公式对各阶段的专家偏好信息进行聚类;然后构建相对熵优化模型对聚集权重和阶段权重进行求解,得到整个决策过程的综合群体偏好,根据综合群体偏好对备选方案进行排序,确定最佳方案;最后通过算例对该方法的有效性和可行性进行验证。     

基于区间直觉模糊数的多属性多阶段冲突型大群体应急决策方法

本文针对属性权重和阶段权重未知且专家偏好表示为区间直觉模糊数的多属性多阶段大群体应急决策问题,提出一种新的决策方法。首先给出了区间直觉模糊数的相似度公式,利用模糊聚类法对各阶段的专家偏好进行聚类。在聚类过程中,为减小聚集结果的群体偏好冲突,以群体偏好一致性水平最大化为目标对聚类阈值进行设定。然后依据模糊熵、相对熵原理分别对属性权重和阶段权重进行计算,进而得到整个决策过程中的方案综合群体偏好。利用区间直觉模糊数的得分函数和精确函数对备选方案进行排序,最后利用算例对该方法的有效性和可行性进行验证。     

一种对方案有偏好的三角模糊数多属性决策方法

研究了属性权重不能完全确知,方案属性值和偏好值均为三角模糊数的多属性决策问题.通过分析相关文献中利用方案属性值与偏好值之间的偏差求出属性权重的不合理性,在最小化方案综合属性值与偏好值偏差的基础上,建立并求解一个规划模型而得到属性权重.然后,利用三角模糊数的可能度公式及互补判断矩阵的排序公式,获得决策方案的排序,从而得到对方案有偏好的一种三角模糊数多属性决策方法.最后,通过计算实例说明了该方法.     

基于可变模糊集的权重信息不完全的语言多属性决策研究

针对权重信息不完全的语言多属性决策问题,提出一种基于可变模糊集理论的决策分析方法。首先将语言评价值转化为三角模糊数,计算各方案到正负理想点的加权广义欧式权距离,构建非线性规划模型,可同时得到属性权重和各方案的相对优属度,并按照相对优属度的大小将方案排序,选出最优方案;最后是一个实例分析,将该方法所得结果与现有方法的计算结果进行了比较。     

基于集对分析的多种不确定偏好形式大群体决策方法

针对具有多种不确定偏好形式的多方案大群体决策问题,提出一种基于集对分析的群决策方法。将区间数、三角模糊数以及语言值三种形式的不确定偏好转换为联系数,保留了不确定偏好信息中的确定性与不确定性。提出一种区间聚类算法,在决策成员权重未知的情况下对成员进行赋权。利用加权综合联系数对大群体偏好进行集结,根据方案的集对势大小给出方案的排序。该方法避免了确定权重时的主观性,同时考虑决策信息的确定性与不确定性,提高了决策结果的可信度。通过实例分析验证了方法的有效性和实用性。     

多目标多维模糊决策模型的模糊交叉算法

对多目标多维模糊决策模型做了进一步研究，提出一种模糊环境下带有目标权重主观监督因子的目标函数，提出了计算模糊决策识别矩阵与目标权重的模糊交叉计算公式。该算法既充分利用了模糊决策中的客观信息，又充分利用了决策专家的知识与经验，将客观定权与主观定权有机结合起来，为求解最优模糊决策识别矩阵和确定目标最优权重提供了一种有效途径，进一步丰富了多目标多维模糊决策理论模型。将本文提出的模糊决策方法应用于16家电炉炼钢企业的模糊综合评价决策，取得了较为满意的效果。     

硬聚类和模糊聚类的结合——双层FCM快速算法

模糊c均值(FCM)聚类算法在模式识别领域中得到了广泛的应用,但FCM算法在大数据集的情况下需要大量的CPU时间,令用户感到十分不便,提高算法的速度是一个急待解决的问题。本文提出的双层FCM聚类算法是一种快速算法,它体现了硬聚类和模糊聚类的结合,以硬聚类的结果对模糊聚类的初始值进行指导,从而明显地缩短了迭代过程。双层FCM算法所用的CPU时间仅为FCM算法的十三分之一,因而具有很强的实用价值。     

可变模糊集合理论与可变模型集

在对立模糊集定义基础上给出以相对隶属函数表示的模糊可变集合定义,给出可变模糊聚类迭代模型、可变模糊模式识别模型、可变模糊对立识别模型.它们是可变模糊聚类、识别、优选决策、评价相统一的理论模型集,是可变模糊集的基础模型与核心内容,可用于自然、管理、人文、社会等各种学科中关于模糊聚类、识别、优选决策、评价、预测等众多实际领域.     

A hybrid differential evolution algorithm to vehicle routing problem with fuzzy demands

In this paper, the vehicle routing problem with fuzzy demands (VRPFD) is considered, and a fuzzy chance constrained program model is designed, based on fuzzy credibility theory. Then stochastic simulation and differential evolution algorithm are integrated to design a hybrid intelligent algorithm to solve the fuzzy chance constrained program model. Moreover, the influence of the dispatcher preference index on the final objective of the problem is discussed using stochastic simulation, and the best value of the dispatcher preference index is obtained.     

一类区间数系数矩阵模糊线性方程组的迭代算法

讨论模糊线性方程组X=A-X+U解的存在条件及其迭代算法(其中,A-是区间数为元素的n阶矩阵,未知量X和常量U都是以模糊数为元素的n维向量,并且其加法和乘法均由Zadeh的扩张原理定义).首先研究解的存在条件,尔后探讨求解的迭代算法及误差估计.     

Fuzzy relation equations theory as a basis of fuzzy modelling: An overview

We give a wide overview on the applications of fuzzy relation equations theory to decision-making processes, to the construction of preference relations and to Knowledge Engineering, mainly fuzzy control and fuzzy pattern recognition. General theoretical results and methodological aspects are pointed out.     

连续型动态规划的新算法研究

提出了求解一维连续型动态规划问题的自创算法----离散近似迭代法,并结合双收敛方法求解多维连续型动态规划问题. 该算法的基本思路为：在给定其它状态向
量序列的基础上,每次对一个状态变量序列进行离散近似迭代,并找出该状态变量的最优序列,直到所有状态向量序列都检查完.当模型为非凸非凹动态规划时,
证明了该算法的收敛性.当模型为凸动态规划时,证明了该算法的线性收敛性. 最后,以一个具体算例验证了该模型和算法的有效性.     

GA-based learning for a model-based object recognition system

This paper proposes a genetic-algorithm-based learning strategy that models membership functions of the fuzzy attributes of surfaces in a model based machine vision system. The objective function aims at enhancing recognition performance in terms of maximizing the degree of discrimination among classes. As a result, the accuracy of recognizing known instances of objects and generalization capability by recognizing unknown instances of known objects are greatly improved. Performance enhancement is achieved by incorporating an off-line learning mechanism using genetic algorithm in the feedback path of the recognition system.     

基于熵的多目标多维模糊决策模型

顾及多目标多维决策中存在的模糊性和随机性,基于Jaynes的信息熵最大原理,提出一种模糊环境下带有主观监督因子和信息熵的目标函数,导出了新的计算模糊决策识别矩阵与目标权重的模糊交叉计算公式.该模型将基于目标的客观决策与主观决策有机结合起来,为求解最优模糊决策识别矩阵和确定目标最优权重提供了一种有效途径,并把信息熵作为评价决策优劣的指标,进一步发展了多目标多维模糊决策理论模型.将本文提出的模糊决策方法应用于16家电炉炼钢企业的模糊综合评价,取得了较为满意的效果.     

考虑可信度和属性优先级的犹豫模糊决策方法

研究了考虑可信度的犹豫模糊混合集成因子以及考虑属性优先级的犹豫模糊多属性决策方法。首先给出了用于衡量数据差异程度的加权变异率公式,并证明了其具有类似于基尼系数的优良度量性质,之后在此基础上提出了可信度诱导犹豫模糊混合平均(CIHFHA)算子。针对属性权重信息未知的犹豫模糊决策问题,构建了一种新的考虑属性优先级的熵值修正G1的组合赋权方法,该方法可有效地利用属性客观评价数据以及通过考虑属性优先级体现专家意见,解决了主客观权重分配问题,得出的属性权重更加客观、合理。之后给出了一种基于CIHFHA算子和组合赋权方法的多属性决策方法,算例说明该方法的有效性和实用性。