多目标决策问题及其求解方法研究

针对多目标决策问题的多目标最优化问题化为单目标最优化问题进行了研究.其主要方法有:理想点法、等级权重法、加权算术平均法、加权几何平均法、风险偏好系数法、乘除法、模糊规划法等.此外,还对多目标最大最小和多目标最小最大决策问题进行了处理.     

基于多目标优化算法的系泊系统设计

系泊系统设计对近浅海观测网的信息传输起到了至关重要的作用.针对存在风力和水流力的多成分系泊系统,建立了计算锚链形状、钢桶和钢管的倾斜角度、浮标的吃水深度和游动区域为主的多参数多目标优化模型.结合力与力矩的平衡方程,分析了各参数的约束条件.以吃水深度、最大游动距离和钢桶倾角作为目标函数,并根据多目标遗传算法求解得到最优设计方案.最后通过模型检验,验证了方案的可行性.     

哈密尔顿偏微分方程多辛算法(英文)

近来,哈密尔顿偏微分方程多辛算法的研究越来越热门.多辛算法已经成为保结构算法的一个重要分支.对哈密尔顿偏微分方程多辛算法的发展进行了综述,其中包括其基本概念、主要结果和一些应用.此外,文章还部分阐述了多辛算法概念的推广和延伸.     

自适应蚁群算法及其在多约束多目标柔性Job-Shop调度中的应用

实际生产系统的车间作业调度一般是多约束多目标柔性Job-Shop调度,比经典的Job-Shop调度更复杂,存在多约束、多目标、动态柔性、建模复杂等特性.建立了多约束多目标柔性Job-Shop调度模型,提出了一种自适应蚁群算法,采用自适应机制和遗传原理防止算法过早停滞和加快收敛速度.西安航空发动机(集团)有限公司制造单元调度实例表明,提出的自适应蚁群算法是求解多约束多目标柔性Job-Shop调度的有效方法.     

多体气动弹性系统超声速颤振分析

对一类多体气动弹性系统超声速颤振问题进行研究.分别采用多体动力学理论、活塞理论建立了弹性结构系统的动力学模型与超声速非定常气动力模型,得到了由微分代数方程表示的多体系统气动弹性动力学方程.通过数值求解微分代数方程的特征值问题,研究了多体系统在平衡位置小扰动运动的稳定性,完成了多体气动弹性系统超声速颤振分析.应用该方法研究了板状翼面及含操纵面翼面的超声速颤振问题,并得到了操纵面处于不同位置时翼面的颤振速度.结果表明,所发展的多体气动弹性系统超声速颤振分析方法,适用于由多个部件组成的工程结构颤振分析.     

多周期多目标条件风险值模型

在商业、工业、电力和房地产等行业中存在许多复杂的多周期风险决策问题,它的数学模型研究对于解决这些问题具有重要的作用.作者建立了一种新的多周期多目标条件风险值(CVaR)数学模型理论和方法.先定义了一种带时间段的多周期多目标损失函数下的α-VaR和α-CVaR值,给出了一类多周期多目标CVaR最优化模型.然后,证明了多目标意义下的对应模型的等价定理,给出了多周期多目标CVaR模型的近似求解等价模型.最后,建立了一种生产企业在供过于求和供不应求两种情形下产生的多周期双目标CVaR模型,针对一个电力生产企业进行的数值实验,表明了模型可以得到在最小供给的用电损失分布下的各周期下的相匹配供电策略,可以帮助供电部门各个时期供电不平衡状况下的风险控制.     

函数空间多体挠性结构系统动力学、稳定性与控制的研究

利用现代数学方法,在函数空间中研究了一类无穷维系统动力学、稳定性与控制问题.首先提出并建立了具有阻尼、陀螺部件和约束阻尼的多拓扑结构多挠体分布参数系统动力学控制模型;其次给出并论证了多体挠性结构特征、系统分析结果--可控可观性充要条件、稳定性理论和系统的渐近性质.研究的结果扩充和发展了本领域关于多挠体系统动力学与控制的理论成果,具有重要的工程意义.     

多尺度多重向量值双正交小波的构建算法与性质

研究多尺度多重向量值双正交小波的构建算法与性质.运用向量细分格式、矩阵理论和多重向量值多分辨分析,证明了与一对给定的多尺度多重向量值双正交尺度函数对应的多尺度多重向量值双正交小波函数的存在性.提出了紧支撑多尺度多重向量值双正交小波的构造算法.讨论了多尺度多重向量值小波包的性质,得到了多重向量值小波包的双正交公式与向量值小波包基.     

多选择NTU对策核心的一个非空条件及公理化

提出了\pi-均衡多选择NTU对策的概念,证明了\pi-均衡多选择NTU对策的核心非空, 定义了多选择NTU对策的非水平性质和缩减对策,给出了相容性和逆相容性等概念. 用个体合理性、单人合理性、相容性和逆相容性对非水平多选择NTU对策的核心进行了公理化.     

多示例学习问题研究进展综述

多示例学习是一种特殊的机器学习问题,近年来得到了广泛的关注和研究,许多不同类型的多示例学习算法被提出,用以处理各个领域中的实际问题. 针对多示例学习的算法研究和应用进行了较为详细的综述, 介绍了多示例学习的各种背景假设, 从基于示例水平、包水平、嵌入空间三个方面对多示例学习的常见算法进行了描述, 并给出了多示例学习的算法拓展和若干领域的主要应用.     

基于改进的证据推理方法的多指标决策模型

对于一个多指标决策问题，证据理论可以通过构造辨识框架和基本概率分配函数、采取递归的证据合成方法。计算出原始数据在反映多个指标联合作用的情况下对不同判别结果的支持程度，并可以在信息复杂或数据不完整的条件下做出评估决策。本文首先建立基于证据推理的多指标评估问题的基本模型，然后引入了模糊数据方法以处理具有模糊概念或推理关系的复杂问题，同时还考虑了实际问题中可能出现加权证据或者相关证据的情况，其目的是为了建立一套具有实用性的、准确有效的多指标评估模型。文章最后设计一个风险评估的算例，分析了该方法的优点以及需要进一步完善之处。     

不确定性量化法与不确定性决策

以不确定性信息的数学处理理论即不确定性数学理论为基础 ,阐述了专家意见的不确定性量化法 ,进而创立了不确定性决策模型 .最后通过举例 ,详细地演示了不确定性决策模型的建立过程 .     

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.     

一种基于决策矩阵的DST-AHP多属性决策方法

针对层次分析法决策时存在两两判断、一致性检验次数过多和判断矩阵残缺性等问题,本文提出了一种基于决策矩阵的DST-AHP多属性决策方法。该方法结合决策矩阵的特征值,构建DST-AHP方法层次结构模型和判断矩阵,并根据判断矩阵定义不同属性下各焦元的基本概率分配函数;然后利用Dempster合成法则对基本概率分配函数值进行合成,依据合成后值对方案进行排序。最后对AHP和DST-AHP两种方法进行比较分析,说明该方法的有效性。     

物元评判模型及其在教学评估中的应用

对物元评判模型的建模方法进行了分析,将它应用到教学质量的评定中,分析表明它为一类优良模型,能有效应用于教学评估中.     

基于CHAID决策树的个人收入分析

本文提出了应用CHAID决策树方法来分析国民个人收入。首先本文全面分析了CHAID决策树的构造过程,最后通过实证分析,从大量的个人信息数据集中,运用CHAID决策树构建出了一个分析模型,该模型提供了许多潜在的、有用的信息。     

基于均衡接近度的不确定型的统计决策方法及其应用

灰熵是离散序列均衡程度的测度,灰色关联度是参考序列和比较序列之间接近程度的测度.该方法将灰色关联度和均衡度合成为均衡接近度,并以此作为决策准则,提出了一种不确定型的统计决策的量化计算方法,从而避免了低层次多因素权重确定的主观性,使决策模型更加合理.通过将该决策方法在华油燃气公司决策中进行应用,为该公司选择了最优决策方案,使其获得了较好的经济效益.     

考虑患者止步行为的动态入院接收决策模型

大型公立医院病床供需矛盾日益突出,医院作为服务系统有必要考虑由于病床需求响应速度不及时而引起的患者策略性行为。针对患者到达时间的随机性与住院时长的不确定性,本文提出考虑患者止步行为的动态入院接收决策问题,制定了适用于可等待慢性病患者的入院接收决策方法,旨在提高患者的就医满意度,有效权衡多类患者的接收数量,降低由于科室响应速度过慢引发的患者止步频率。首先,本文对考虑患者止步行为的动态入院接收决策问题进行数学描述及符号定义;然后,对患者止步行为的影响因素进行分析并构建止步概率函数;进一步地,构建考虑患者止步行为的动态入院接收马尔可夫决策过程(MDP)模型,并针对模型特点设计值迭代算法,最后通过数值算例验证本文所提方法的可行性与有效性。     

水资源持续利用的多目标决策模型的建立

可持续发展战略的实施,资源的可持续利用是关键.针对日趋短缺的淡水资源,根据多目标决策理论,以同时追求经济、环境、社会效益为主要目标提出了其可持续利用的多目标决策模型,并举例说明了模型的应用,旨在为决策者提供淡水利用规划的依据.     

多Agent自动谈判情感决策模型研究

在基于多Agent的自动谈判中,谈判Agent往往采取一个相对固定的策略,使得Agent对动态变化的谈判环境缺乏适应性。根据情感理论的研究成果,本文提出建立情感决策模型来提高Agent的智能程度和适应性。在对谈判Agent情感决策过程进行分析后,建立了一般情况下的情感产生模型和决策模型,并通过在单属性自动谈判环境下,运用具体的情感决策模型和实际数据进行试验,实证了数据模型的有效性。本文的研究成果,可以应用到各种形式的基于多Agent的自动谈判中。