基于专家主观信息的学术期刊评价方法研究

该文侧重于学术期刊定性属性的评价方法研究。学术期刊定性属性特征通常具有模糊性,因而往往需要由专家给出主观判断。通过建立基准语言等级评价集合,提出了将专家给出的关于各定性属性的主观评价信息规范化为基准语言等级评价集合并集成的综合评价方法。最后通过计算可以得到学术期刊的综合评价值,进而使得学术期刊评价尽可能的公平化。     

基于模糊软集合理论的Agent联盟评价

针对多Agent系统中影响联盟功效的因素存在很强的模糊性和不确定性的问题,提出采用模糊软集合理论对Agent联盟进行综合评价。首先,待评价联盟给出自己属性,每位专家根据自己的知识和经验给出评价指标集及对应的评价矩阵;然后,利用模糊软集合理论实现评价矩阵的融合,得到最终评价结果。最后通过实例说明该方法能有效、合理地处理信息的模糊性和不确定性,评价过程符合人的思维判断。     

信息安全等级保护模糊综合评价模型研究

当前信息安全等级保护能力评价采用了定性评价方法,缺少定量评价。文章应用模糊数学理论,把模糊综合评价方法应用到信息安全等级保护能力评价中,建立了基于标准的信息安全等级保护能力评价指标体系,给出了基于信息安全等级保护的模糊综合评价模型及其评价方法。通过实例应用,表明了该评价模型的合理性,评价方法可操作性强,效果较好,为信息安全等级保护能力评价提供了具有指导意义的技术和方法。     

网格环境下基于灰色理论多属性综合信任评价模型*

针对传统信任模型的不足,提出了以灰色系统理论为基础的多属性综合信任评价模型。模型通过定义信任评价等级灰类及其白化权函数,计算网络实体各个属性的灰色评价权,结合层次分析法计算属性权重,最后给出实体灰色综合信任值及信任等级灰类。实例表明,该模型计算简便、评价可靠,为网格环境下解决多属性综合信任评价问题提供了新的方案。     

基于AHM的模糊综合评价法在网络安全风险评估中的应用

本文利用属性层次模型（AHM）法计算评价对象的指标权重集,合理地量化了安全风险评估指标的权重,避免了主观权重而产生的不公平评价;模糊综合评价法针对实际问题中评估项的模糊性能够客观地评估对象及指标的不确定性,能够对安全风险作出全面准确的评估。利用属性层次模型法与模糊综合评价法相结合,可以有效处理专家意见不一致的情形,易于对所得到的评价结果进行分析解释,从而提出合理化建议,是提高信息网安全风险等级的一种行之有效的方法。     

属性和专家客观权重未知的区间数群决策方法

针对偏好信息为区间数形式、属性和专家客观权重未知的多属性群决策问题,提出通过属性评价值之间偏离程度的熵值分析和建立目标最小化的非线性规划模型确定属性客观权重,并结合属性主观权重获得属性综合权重;通过灰色关联法分析专家综合评价和群体综合评价之间一致性程度确定专家客观权重,并利用自适应迭代法求得稳定的专家权重;构造了一个新的区间数比较的可能度公式,并基于此公式,给出了方案排序问题的解决方法。通过算例分析及与其他方法对比,验证了所提出方法的可行性和有效性。最后,分析了相关参数对决策结果的影响。     

专家权威和共识在科研基金立项评估中的应用

针对科研基金项目立项评估问题,给出了一种研究方法。首先,把模糊多属性群决策引入到科研基金项目立项评估中,给出属性和属性权重的模糊语言评价,并把其转化为三角模糊数;然后,给出各个专家相对决策群体判断的共识性分析方法,对不共识情况综合考虑了专家权威性和专家群体意见共识性,给出了集结算法,并在此基础上利用模糊多属性群决策算法对科研基金立项进行排优;最后,利用实例说明了科研基金项目立项的具体评估过程。     

基于云模型的电网统计数据质量评估方法研究

针对电网统计数据的质量评估问题,提出一种基于云模型的质量评估方法。利用云模型对评语进行软划分,借助逆向云发生器将评估结果转化为云模型,并由此构造一个评价综合云。最后通过基于云模型的相似度算法计算评价综合云与各评价等级云的相似度,借以确定统计数据所隶属的评价等级。通过实例分析,验证了该方法的可行性与有效性,同时能够较好地避免常规方法在定性评价时的主观随意性缺陷。     

语言型群决策中群体一致性赋权优化模型研究

语言评价矩阵一致性分析和专家客观权重确定是语言型多属性群决策中的2个重要问题,将两者视为一个整体进行研究。基于语言评价矩阵偏差度概念对评价矩阵一致度进行定义和度量,结合群体一致性最优思想和智能优化算法,构建基于语言型决策矩阵的专家客观权重赋权优化模型并给出求解方法,在此基础上提出基于客观权重的语言型多属性群决策方法。通过实例分析说明该模型得到的专家客观权重满足一致性条件。     

基于自然语言的模糊多属性云决策方法研究

借鉴云模型的研究思想,提出了基于自然语言的模糊多属性云决策方法,主要工作如下：首先,针对多属性群决策的属性评估集和等级评估集设计了等级描述云和等级评价云;然后,在此基础上设计了云归一化算法,实现了一个属性多个专家值的融合;最后,设计了云集结算法,该算法将多个属性值集结为一个方案值,进而比较获得最佳方案。云模型能够反映模糊性和随机性的关联,因此,该方法能够更加有效地权衡语言评价信息。最后,通过应用案例证明了该方法的简单性和可行性。     

一种基于证据推理的混合型灰色多属性群决策方法

针对方案的属性值为区间灰数与确定语言等级,或在两个连续的语言等级之间权重完全已知的混合型灰色多属性群决策问题,提出一种新的决策方法．该方法可根据决策者的偏好给出定量属性的白化值和定性属性的信用结构,确定了每个决策者和群体的等级信用结构矩阵;提出了求解群体集成权重的新方法,并利用证据推理算法求出各方案在各等级的信任度;最后利用期望效用和区间数排序法对方案进行了排序．实例分析表明了该方法的合理性和有效性．     

基于Agent的改进贴近度的多属性评价模型

商务智能中,基于Agent的自动谈判利用Agent的各项人工智能优势,日益受到重视。针对当前对其中的多属性评价量化研究不够的现状,结合犹豫模糊理论,构建基于多属性的方案;将属性分为等级属性和数量属性,采用语言术语集对等级属性进行区间数转换,并给出将数量属性转换成区间数的方法;综合以上研究,引入总体贡献率,对理想贴近度模型进行改进,提出基于总体贡献率的相对贴近度模型,从而提出基于Agent的改进贴近度的多属性评价模型,并对模型步骤进行了归纳和梳理;以北京市碳排放权交易为背景拟定算例和数据,通过计算和对比分析验证了该模型的合理性和有效性。     

模糊语言多属性群决策的客观综合赋权方法

针对一类属性及专家权重完全未知且评价值为直觉不确定语言数的多属性群决策问题,提出一种基于客观综合赋权模型的模糊群决策方法。通过定义直觉不确定语言数的不确定度和距离测度,对单个专家内部以及专家群体之间的评价值进行分析,分别建立基于离差最大化和熵值的属性综合赋权模型以及基于不确定度和偏离度的专家综合赋权模型,提出一种基于客观综合权重的直觉不确定语言多属性群决策方法。通过实例分析表明了该方法的可行性和实用性。     

具有多粒度不确定语言评价信息的多属性群决策方法

针对具有多粒度不确定语言评价信息的多属性群决策问题,提出了一种决策分析方法.首先给出了不确定语言短语两两比较的优势度描述及其性质分析;然后根据优势度、属性权重向量及专家权重向量,通过运用简单加权法,建立两两方案比较的群体综合优势度矩阵,基于群体综合优势度矩阵,给出了一种基于优于次数的方案排序方法;最后,通过一个算例说明了该方法的可行性和有效性.     

中小企业协同制造中投标企业可拓评价方法

针对中小企业协同制造过程中投标企业的综合评价问题,提出符合中小企业特点的评价指标,然后给出了形式化的投标企业评价物元模型,进行投标企业可拓综合评价。该方法利用可拓理论对经典集合理论和模糊集合理论的语义进行扩展,通过关联度、合格度和优度计算,客观地给出了投标企业的综合评价结果,并在中小企业网络化协作系统中得到验证。     

一种考虑不确定性信息的专家综合评价方法

针对专家评估中的不确定信息，在证据推理的框架下讨论了对定性指标的专家综合评价方法，重点研究了专家主观评判意见中的不准确性问题，提出一种新的表示专家不确定意见的信任度模型，解决了在这种表示下的专家意见的综合，算例表明该方法评估结果比较客观，合理。     

一种基于多粒度语言偏好矩阵的多属性群决策方法

针对决策专家以多粒度语言偏好矩阵形式给出偏好信息的多属性群决策问题,提出一种基于二元语义一致化的多属性群决策方法.首先,构建一个基本语言偏好集作为多粒度语言一致化的参考集合;然后,采用基于二元语义的一致化处理方法将不同粒度的语言偏好信息均统一转化为相同粒度的二元语义形式,再通过二元语义的相关集结算子,对各决策专家给出的偏好信息进行集结并进行方案优选,得到满意结果;最后,通过算例说明了该方法的有效性.     

基于属性计算网络的模式识别

给出了如何建立属性网络,属性网络中定性基准的学习机制以及如何使用属性网络来实现模式识别,最后给出了该方法的应用实例.     

改进赋权的水体富营养化多维云模型评价

针对现有水体富营养化评价方法中存在的不确定性,以及在确定多评价指标权重过程中无法进行科学解释的问题,本文结合主观赋权法AHP和客观赋权法CRITIC的优势,提出了一种多评价指标综合赋权法,并根据水体富营养化评价标准的非线性特性,将该方法应用于多维正态云模型中。首先,采用主观赋权法AHP参考专家意见,对各水质指标的重要性给出判定,并完成定性与定量之间的转换;然后,采用客观赋权法CRITIC在对大量数据分析的基础上,利用指标的相关性和对比强度显示指标重要性。将2种方法利用综合权重确定公式结合后,用于改进多维正态云模型的权重分配,并基于云模型的期望、熵和超熵的概念对湖库水体富营养化进行评价,进而准确获取水质的富营养化级别。该方法不但解决了水质评价中的随机性和模糊性两大问题,同时还能够充分考虑各评价因素所含信息对结果的影响,将本文方法应用至全国中小型湖库进行验证,结果表明评价等级与湖库实质水质状况相符。     

一种具有分类决策属性的信任模型

如何安全、有效地选择信任度满足要求的服务提供者是目前信任研究领域的热点问题。文中提出了一种多属性决策的层次化信任模型,将决策属性分为定量属性和定性属性,有利于属性的分类度量、属性的系统化分析和信任等级的设定,同时给出了对具有不同信任等级的属性进行融合的方法。用置信区间来表示定性属性,可以很好地表达主观不确定性和风险意识。利用推荐者的推荐信息可以快速建立实体间的信任关系,针对网络中存在的恶意实体的推荐,列举了检验推荐信息可信度的方法并分析了各自的优缺点.介绍了几种典型的信任模型并提出了建立信任模型的关键。