基于Vague集的动态多目标模糊决策方法

提出了一种基于Vague集的动态多目标模糊决策方法。根据支持（反对、中立）目标集的定义,将单时段中的各方案表示成一个Vague值,各个时段的Vague值即构成了方案的Vague集描述,通过定义理想最优方案,利用Vague集之间的加权相似度量,计算各方案Vague集与理想最优方案Vague集的相似度,按照相似度的大小对方案进行排序,从而选出最优方案。算例验证了方法的有效性。     

基于Vague集的潜艇威胁目标类型判别方法

将Vague集理论引入到潜艇威胁目标类型判别问题中,建立了基于Vague集理论的潜艇威胁目标类型判别系统模型。通过满足表征目标类型隶属程度的特征参数Vague集与正负理想Vague集的最近最远距离来确定特征参数的影响权重,进一步利用特征参数Vague集与正负理想Vague集的加权距离来获得与各目标类型的贴近度值,据此来进行目标类型判别。仿真实例验证了该方法的有效性和可信度。     

一种基于逼近于理想灰关联投影的多目标决策算法

分析了多目标决策问题;综合灰色系统理论、TOPSIS和矢量投影方法,提出了一种新的基于逼近于理想灰关联投影的多目标决策算法,介绍了该方法的基本原理和一些基本概念,建立了综合决策方案与正、负理想方案之间接近程度的决策模型,总结了用该方法进行决策分析的一般步骤;提出了一种基于方案区分度的决策灵敏度分析方法.实际算例验证了提出的多目标决策模型和决策灵敏度分析方法的可行性和有效性,该方法为多目标决策提供了一种新思路,决策灵敏度高,能为方案的决策提供更为可靠的科学依据.     

区间值Vague决策系统及其规则提取方法

区间值(i-v)模糊集合和Vague集是不精确知识表达的两种新理论.它们已被广泛地应用于决策系统中对于不确定决策数据的描述.本文将两者有机地结合,给出了i-v Vague集的有关概念,并详细地讨论了其性质.最后,结合一个决策系统实例,利用文中所提出的包含与相交因子,分析了规则生成策略.经过与传统Rough集方法的对比,发现两者所得结论是一致的,但该方法对于不确定性问题的处理却表现得更为灵活.     

Vague集的模糊熵

Vague集模糊熵的度量必须兼顾Vague集的未知性和它的不确定性.文中反例证实现有方法在某些情况下得出的结果与实际结论不一致,并提出了一个新的Vague集模糊熵计算方法.通过定理和实例分析证明:该方法同时考虑到了影响Vague集模糊熵的两个因素.     

基于Vague集的无线传感网络QoS路由算法研究

在对网络中路径的能量、时延、可靠性等参数表示为Vague集的基础上,提出了基于Vague集的多准则评价模糊决策路由选择算法.通过比较隶属度、非隶属度、Vague集距离和贴近度值选取网络最优路径.数值计算和仿真试验表明该算法能够较好解决无线传感网络在复杂环境不确定链路多准则约束最优QoS路由选择问题.     

基于Vague集的机载多传感器信息融合

基于Vague集的模糊决策方法近年来得到了广泛的应用,它以方案满足目标的可能性和不可能性为基础,进而建立方案和目标之间的关联矩阵;该方法克服了传统方式下利用模糊集的固有局限性,同时针对多传感器信息融合的数学模型,得出决策函数的具体表达式,并且给出结果的判决准则,最后通过实例分析证明这种方法简单有效.     

基于Vague集记分函数的模糊综合评判模型

借鉴模糊综合评判方法的原理思想,采用Vague集的基本理论,建立了基于Vague集的模糊综合评判数学模型.因为目标的评判结果是一个Vague集,所以,引入Vague集的记分函数对评语集上的Vague值进行排序,从而选出最优评判.理论分析与实验结果表明,其评判过程更符合人的思维模式,评判结果更客观.     

基于灰色关联投影法的飞机生存力设计方案评估

分析了飞机生存力设计方案的评价指标集并赋给每个指标不同的权重系数，提出了一种基于灰色关联投影法的飞机生存力设计方案评估方法。该方法采用灰色关联理论建立各生存力设计方案对评价指标集的加权灰色关联判断矩阵，然后利用矢量投影原理计算了各设计方案相对理想方案的灰色关联投影值，根据灰色关联投影值可以评价设计方案的优劣。     

基于改进灰色关联投影法的导弹发射车生存力设计方案评估

分析了导弹发射车生存力设计方案的评价指标体系,提出了一种用于评估发射车生存力设计方案的改进灰色关联投影法。该方法采用灰色关联理论建立了设计方案集对评价指标集的加权灰色关联判断矩阵,通过离差最大化原理确定了指标权重系数,然后利用矢量投影原理计算了各设计方案对理想方案的灰色关联投影值,根据灰色关联投影值评价了设计方案的优劣。     

效能评估的区间数灰关联投影法

针对权重不完全确定且属性取值为精确数、区间数和模糊数相结合的混合型多属性效能评估问题,提出了一种基于区间数灰关联投影的装备效能评估方法.介绍了该方法的基本概念和基本原理,建立了综合决策方案与正、负理想方案之间接近程度的决策模型,总结了用该方法进行效能评估的一般步骤.在此基础上,对几种类型的导弹进行了装备效能排序计算,验证了采用该方法评估装备效能的有效性和可行性.     

Vague值(集)相似度量的研究

该文对现有Vague集(值)相似度量方法进行研究,发现目前Vague值(集)相似度量方法存在一些缺陷,给出了Vague集(值)相似度的一种定义,提出了两种Vague值(集)相似度量的改进方法,最后通过数据分析验证了改进方法的有效性和优越性。     

导弹惯导系统可靠性分配的Vague集模型

系统可靠性分配是型号总体设计的一个重要环节,传统的用于解决可靠性分配问题的方法,如AGREE分配法、比例分配法等,具有不同的优缺点.针对导弹惯导系统可靠性分配问题,基于Vague集及Fuzzy集的有关理论,引入加权模糊判断矩阵,构造了Vague集模糊熵,建立了导弹惯导系统可靠性分配的Vague集模型.最后用实例说明模型的具体运用过程.     

雷达导引头干扰效果的Vague集评估方法

运用Vague集理论,探索解决雷达导引头干扰效果评估问题的方法。首先,建立基于Vague集的干扰效果评价模型,该模型考虑到实践中不同指标的重要性问题,为指标赋予不同的权重,并对原有的符合度判决方法进行改进。然后,结合交叉眼干扰的具体实例,分别运用文中提出的基于Vague集的评价模型和相似度模型进行评估。对比分析试验结果,发现在指标权重相同的情况下,两种方法计算出的评价等级相同,且文中提出的方法计算量更小,验证了该方法的有效性和优越性。     

广义粗糙Vague集的理论研究

提出了广义粗糙Vague集概念,并分别从构造性方法和公理化方法对其进行了研究.在构造性方法中,由一个二元经典关系R-出发,构造出广义粗糙Vague集上的一对一元对偶近似算子R-,-R,并对近似算子R-,-R的性质进行了讨论.在公理化方法中,定义了一对一元对偶近似算子L,H,并对对偶近似算子L,H的最小公理集进行了研究.由研究可以发现,构造性方法中的对偶近似算子R-,-R与公理化方法中的对偶近似算子L,H是等价的.     

基于改进Vague集的弹道导弹突防阶段电子防御效能评估

为解决弹道导弹突防阶段电子防御能力影响因素复杂、不确定性强、评估难的特点,提出了一种基于改进Vague集的弹道导弹突防阶段电子防御效能评估方法。首先,依据弹道导弹突防阶段面临电子对抗威胁主要特点建立效能评估指标体系;其次,在传统Vague集中引入集值迭代法、熵值法相结合的混合赋权方法,建立弹道导弹突防阶段效能评估模型;最后,通过样本数据进行算例分析。分析结果表明,该模型具有合理性与可行性,在效能的综合评价上更加客观、准确。     

一类新的Vague集相似性度量方法

Vague集之间的相似性度量是近似推理的重要研究内容，本文从研究入手，给出了一种基于大小和不确定度的Vague集相似性度量方法。并与以往的相似性度量方法进行比较，指出其它方法存在的不足以及本方法的优越性。     

面向任务的相控阵雷达维修方案优选方法

针对不同任务等级条件下相控阵雷达维修方案的选择问题,提出一种面向任务的维修方案选择方法.该方法在逼近理想排序法(TOPSIS)思想的基础上,通过引入区间数来处理决策信息的不确定性,通过引入变权理论来弥补常权决策带来的误差,通过控制任务属性权重来实现面向任务的维修方案优选.给出了具体的方法步骤,并通过应用实例对方法的有效性和可行性进行了验证.     

基于Vague集TOPSIS法的空中目标威胁评估

为了快速准确地对空中目标进行威胁度判断,提出了一种基于Vague集TOPSIS法的目标威胁评估新方法。首先,分析并确定了空中目标威胁因素中的定性指标和定量指标,通过采用语言变量的Vague值表示法对定性指标进行表示,克服了传统的模糊集不能表达非隶属函数的缺陷。然后,对定量指标中的效益型指标和成本型指标进行规范化处理,建立了基于Vague集的空中目标威胁评估决策矩阵。最后,运用经典的TOPSIS方法,计算各目标的综合威胁指数,对空中目标进行威胁程度排序,并通过防空作战空中目标威胁评估的实例,验证了该方法的实用性和有效性。     

基于改进的Vague相似汇总法的电子商务信息安全评价

本文结合相关安全标准构建电子商务信息安全评价指标,提出基于改进的Vague相似汇总法的电子商务信息安全评价模型,运用层级分析法确定二级指标权重,利用二级指标的Vague值和专家权重集结出一级指标专家汇总Vague值,再利用Vague集计分函数来确定一级指标的重要性,最后算出加权Vague值并确定电子商务信息安全等级。实例分析和结果表明,该模型能够提供科学客观的评价结果。