室内环境下基于边际约束的快速路径自主探索算法

为了提高移动机器人在室内未知环境的自主探索能力,实现移动机器人在探索目标点之间的安全、快速移动,提出一种基于边际约束的快速路径自主探索算法。首先,将机器人自主探索问题描述为部分可观测马尔可夫决策过程模型。之后,在传统的快速扩展随机树(RRT)算法基础上,将随机树的生长空间划分为边际四象限空间,结合启发式评估函数的评价。该算法加快了移动机器人在探索目标点之间的移动速度,同时减少了随机树的节点,降低了对内存空间的占用。通过Matlab仿真实验,在实验设定的仿真环境中,该算法比传统RRT算法在时间上缩短约了75%,节点数量减少了约80%,并在机器人操作系统的仿真实验中验证了算法的实用性。     

基于Choquet积分的直觉语言TODIM多属性群决策方法

针对属性间存在着关联性的直觉语言多属性群决策问题,提出一种基于Choquet积分的直觉语言TODIM多属性群决策方法.首先定义直觉语言Choquet积分平均算子、直觉语言Choquet积分几何算子,并讨论其性质;然后考虑决策者参照依赖和损失规避心理行为,对每个属性下方案两两之间的优势-劣势进行比较,计算属性关联情境下每个方案相对于其它方案的益损值,构建益损值感知价值函数矩阵;进一步计算方案相对于其它所有方案的综合感知价值函数值,进而依据备选方案综合感知价值函数值大小进行排序择优,并通过实例分析表明该方法的可行性和有效性.     

基于模糊语言评估和联系数的多属性群决策方法

对方案的属性评估信息以模糊语言形式给出的多属性群决策问题,采用集对分析理论进行处理,提出了一种基于模糊语言评估和联系数的多属性群决策方法,实例应用表明了该方法的有效性和实用性.     

基于目标信息系统学习的多准则决策方法

给出目标信息系统学习的多准则决策方法，建立多准则决策的规则学习模型，讨论该模型的性质。该模型优于Z．Pawlak方法，将规则提取与信息融合为一体。也优于AHP等模型，具有简洁性．通过实例计算，取得了满意结果。     

GENERAL MINIMAX ESTIMATORS ON THE LOCATION MATRIX OF A MIXTURE OF NORMALS

This paper considers the estimate problem on the mean matrix of mixtureof normals. In order to evaluate estimators of the mean matrix, a fundamental frameof Ф-(general) decision problem is established. Under the frame, a class of Ф-minimax estimators are constructed.     

一种可用于生产效率评价的灰靶评估算法

本文在分析和比较了DEA和灰靶评估两种方法之后，给出一种可用于生产效率评价的灰靶评估算法。该算法由于运用了DEA方法中的“生产效率”概念，弥补了灰靶评估算法不能对不同的被评价单元进行效率评价的不足，从而拓宽了灰靶评估算法的应用背景。文章最后给出实例分析。     

混合互补判断矩阵一致性研究

给出混合互补判断矩阵一致性的定义和判别加性一致性的方法.定义了核算子、核矩阵,对带有精确数、三角模糊数和梯形模糊数的混合互补判断矩阵给出基于核矩阵的一致性调整方法,调整量可以是精确数也可以是模糊数.最后给出一个应用实例.     

混合信息系统的邻域多粒度决策粗糙集及应用

为进一步有效处理混合型数据,在混合信息系统中引入邻域多粒度决策粗糙集;鉴于欧氏距离只考虑到数据之间的绝对距离,因此在模型中以卡方距离作为替代;在给定邻域半径之下,提出了混合信息系统的邻域多粒度决策粗糙集模型,对其相关性质进行了证明;实例分析结果表明,该模型具有更好的分类能力,并可通过调整相关参数使模型具有一定的容错性。     

加强企业统计工作的几点思考

在企业的管理中具有重要的地位当属统计工作,它是企业管理中最基础的,它极大地推动了企业经营管理工作的进展。统计工作在具体实施时,要充分发挥统计工作的决策作用,不断完善企业的统计管理制度,也要实时更新企业的指标体系,企业的信息化建设要在科技的推动下良好发展,统计人员的文化素质也要得到提升,统计工作的重要价值要最大限度地得到发挥,成为企业健康发展的助力者。     

决策信息系统中的拓扑学方法

在决策信息系统中引入拓扑结构,借助拓扑学的基本概念(拓扑、内部和闭包等)研究决策问题,用它们刻画决策信息系统中的一些重要概念(决策协调集、决策约简集、下近似协调集、下近似约简集、上近似协调集、上近似约简集),并利用它们把这些重要概念推广到最一般的情况,建立起相应的约简理论.