基于d-分隔的Credal推理网络约简算法研究

针对Credal网络推理应用中出现的Credal集顶点组合爆炸等问题,系统地提出了Credal推理网络约简的概念,并利用CredaI网络中变量间的d-分隔特性,通过变量间独立性验证,设计了求解大规模Credal推理网络约简的算法.应用实例表明,该算法简化了目标网络,有效规避了Credal集顶点组合爆炸问题,对特定推理问题具有适用性和可行性,提高了Credal网络推理的效率.     

多属性群决策中一种基于主观偏好确定属性权重的方法

提出一种多属性群决策中同时考虑专家群体对属性主观赋权的偏好和决策者对决策重要性认识的偏好来确定属性权重的方法,能够兼容专家实数型、区间型和语言型等类型的属性权重赋值.首先建立标准属性重要差异矩阵以实现专家对属性赋权的优劣比较和差异规范,定义统一的决策者偏好映射对其进行调整;然后求解各矩阵的排序向量以量化属性的相对重要程度,并与专家权重聚合得到属性权重向量;最后给出了方法的具体步骤,并通过算例说明了该方法的具体应用.     

基于信任和权重的无线传感器网络数据融合模型

在无线传感器网络中,数据融合的可靠性是一个非常重要的问题并且受到了广泛的关注。为此,提出一种基于信任和权重的无线传感器网络数据融合模型(TWDFM)。在该模型中,传感器节点通过构建信任表选举可靠簇头,簇头根据权重检测异常节点并融合可信数据。仿真实验表明,该模型可以有效提高数据融合的安全性和准确性。     

Credal网络在港口生产安全评价中的应用

提出一种基于Credal网络的港口生产安全评价方法。建立了基于Credal网络的安全评价模型,并融合多专家的各种不确定性概率知识进行推理。然后,结合BNT工具箱,给出了Credal网络模型的双向推理算法实现,在诸多不精确局部概率条件下,进行前向的故障预测和后向的诊断分析,并通过对码头前沿机损的安全评价实例说明该评价方法的合理性和有效性。     

Credal网络推理的一种不完全枚举法

Credal网络是研究不确定环境下知识表示和因果推理的一种图模型,其条件概率值可以用不精确的区间或不等式定性地表示,使得表达方式更加灵活有效。Credal网络的推理是计算一定证据下的后验概率最大值和最小值,给出了一种Credal网络推理的新方法,该方法是在桶消元框架下通过枚举计算部分因子函数值,使计算量大大减小,并且可以得到精确的结果。最后用一个实例说明了该方法的可行性。     

基于改进符号距离的权重未知犹豫模糊决策方法

研究犹豫模糊环境下属性权重完全未知的多属性决策问题.针对犹豫模糊元中人为添加元素影响方案排序等问题,提出一种基于符号距离的犹豫模糊多属性决策方法.首先,根据犹豫模糊元中元素个数及偏差定义一种新的犹豫度,并基于犹豫度定义犹豫模糊符号距离;其次,基于符号距离提出一种属性权重优化模型以确定属性权重,并对方案进行排序;最后,通过算例表明所提出方法的合理性和有效性.     

采用粒计算的属性权重确定方法

针对属性值为连续值且无单一决策属性的多属性决策问题,通过宏观和微观的粒计算理论模型的对比分析,提出了一种融合模糊商空间理论和粗糙集理论的属性权重确定方法。首先通过应用模糊商空间理论构建具有分层递阶结构的商空间族,将一系列粒度商空间的样本聚类结果作为相应粒度空间下单一决策属性的分类,然后采用粗糙集理论计算得出所有商空间下各个属性的重要度,综合不同粗细粒度商空间下的属性重要度大小确定了各属性的客观权重。应用实例验证了该方法的合理性、有效性和实用性。     

基于小波神经网络的多属性决策方法及应用

分析了多属性决策问题及现有方法,提出用小波神经网络建立权重分配模型以改进多属性决策的方法,使权重的确定较为客观准确,并具有自学习功能。在工业产品质量决策方案评价中的应用表明了该方法的有效性。     

属性权重信息未知下基于概率对偶犹豫模糊信息相关性系数的多属性决策方法

概率对偶犹豫模糊集包含隶属度、非隶属度及相应的概率信息,是刻画不确定决策信息的重要工具.针对属性权重信息未知的概率对偶犹豫模糊多属性决策问题,文中提出基于概率对偶犹豫模糊信息相关性系数的多属性决策方法.首先,运用概率对偶犹豫模糊信息熵计算属性客观权重,并与决策者给定的主观权重结合,得到属性综合权重.然后,提出概率对偶犹...     

基于权重集结和相对优势关系的多属性决策方法

分析多属性决策方法中决策矩阵规范化和属性权重计算等步骤可能对决策方法合理性造成的不良影响,为克服这些不良影响,提出一种新的多属性决策方法.该方法采用群决策模式进行赋权,在对专家意见进行一致性分析的基础上,集结各位专家给出的属性权重,通过定义备选方案在属性值为实数、区间数和语言值等不同类型属性上的相对优势关系构造判断矩阵,并以此建立方案效用值计算的线性目标规划模型,从而实现备选方案的评价和排序.实例研究表明了所提出方法的可行性和有效性.     

犹豫梯形模糊算子在多属性决策中的应用

结合犹豫模糊集和梯形模糊集,提出犹豫梯形模糊集的概念。首先,给出犹豫梯形模糊数的运算法则,探讨犹豫梯形模糊加权平均（HTrFWA）算子和犹豫梯形模糊加权几何（HTrFWG）算子。考虑到犹豫梯形模糊数的有序位置存在具有不同权重的情况,定义了犹豫梯形模糊有序加权平均（HTrFOWA）算子和犹豫梯形模糊有序加权几何（HTrFOWG）算子,并讨论了其相应的运算定理。其次,构建犹豫梯形模糊数的得分函数,并给出犹豫梯形模糊数的排序方法。最后,提出了基于HTrFWA算子和HTrFWG算子的犹豫梯形模糊多属性决策方法,并通过实例进行验证。     

对方案有偏好的Vague集多属性决策方法的改进

针对属性权重未知且对方案有偏好的Vague集多属性决策问题,应用直觉模糊集的理论方法,建立了基于最小方差的多目标最优化模型。通过求解该模型,获得各属性的权重。此模型弥补了要瑞璞提出的线性规划模型求解属性权重为负的不足和缺陷。通过计算各方案综合值之间比较的可能度,给出了相应决策分析方法。进行了实例分析,说明了该方法的实用性和有效性。     

考虑属性权重优化的犹豫模糊多属性决策方法

针对属性权重完全未知的犹豫模糊多属性决策问题, 提出一种属性权重多目标优化方法. 首先, 根据属性值的均值、方差以及属性间的关联度建立属性权重确定模型; 然后, 利用方案与犹豫模糊正理想点的相似度对方案进行排序; 最后, 通过算例分析表明了所提出方法的有效性和可行性.

     

战场目标打击顺序的多属性决策方法

提出了一种战场目标打击顺序的多属性决策方法,该方法把主观和客观信息集成起来,通过一个数学规划模型把获得的战场目标客观信息与决策者给出的主观权重偏好信息有机地集成,使属性的权重可在决策者主观基础上根据战场态势动态调整,利用TOPSIS方法排定目标的打击顺序,为战场目标的打击顺序问题提出了一种新的解决方法.     

基于模糊多属性决策的WSN路由方法

针对无线传感器网络路由能量消耗不平衡,导致整个网络过早死亡的问题,提出一种基于模糊多属性决策（FMADMR）的WSN路由算法。方法使用主观权重和客观权重相结合的方法确定属性权重,综合节点的能量、方向、可靠性等属性进行评价,通过模糊值排序算法选择转发节点,最终形成路由路径。仿真结果验证了该算法在平衡网络的能耗,延长网络生存时间等方面表现出良好的性能。     

基于云模型求解属性权重的DEMATEL方法研究

针对多属性决策中属性权重完全未知的情境,提出一种考虑属性相关性的基于云模型的DEMATEL方法。该方法依据复杂系统思维观,充分考虑了属性权重之间的复杂关联关系,将决策专家采用的自然语言偏好表征通过云模型转化为定量表征,之后通过DEMATEL方法求解出属性权重,不仅使得专家在复杂情境下决策更为有效,而且使得属性权重的求解更具科学性与客观性。案例验证结果表明,所提方法实践可操作性较强。     

Pythagorean hesitant fuzzy Hamacher aggregation operators and their application to multiple attribute decision making

Hamacher product is a t‐norm and Hamacher sum is a t‐conorm. They are good alternatives to algebraic product and algebraic sum, respectively. Nevertheless, it seems that most of the existing hesitant fuzzy aggregation operators are based on the algebraic operations. In this paper, we utilize Hamacher operations to develop some Pythagorean hesitant fuzzy aggregation operators: Pythagorean hesitant fuzzy Hamacher weighted average (PHFHWA) operator, Pythagorean hesitant fuzzy Hamacher weighted geometric (PHFHWG) operator, Pythagorean hesitant fuzzy Hamacher ordered weighted average (PHFHOWA) operator, Pythagorean hesitant fuzzy Hamacher ordered weighted geometric (PHFHOWG) operator, Pythagorean hesitant fuzzy Hamacher induced ordered weighted average (PHFHIOWA) operator, Pythagorean hesitant fuzzy Hamacher induced ordered weighted geometric (PHFHIOWG) operator, Pythagorean hesitant fuzzy Hamacher induced correlated aggregation operators, Pythagorean hesitant fuzzy Hamacher prioritized aggregation operators, and Pythagorean hesitant fuzzy Hamacher power aggregation operators. The special cases of these proposed operators are studied. Then, we have utilized these operators to develop some approaches to solve the Pythagorean hesitant fuzzy multiple attribute decision making problems. Finally, a practical example for green supplier selections in green supply chain management is given to verify the developed approach and to demonstrate its practicality and effectiveness.     

An interval difference based evidential reasoning approach with unknown attribute weights and utilities of assessment grades

In this paper, the concept of interval difference is firstly defined. Then, an interval difference based evidential reasoning approach is proposed to analyze multiple attribute decision making problems in three situations, including (1) unknown attribute weights and utilities of assessment grades, (2) unknown attribute weights, and (3) unknown utilities of assessment grades. Three optimization models are constructed to identify potentially optimal alternatives in the three situations. For each potentially optimal alternative, three pairs of optimization problems are constructed to generate the optimized intervals of attribute weights and utilities of assessment grades or one of them. By using the optimized intervals, the interval difference of potentially optimal alternatives is calculated and used to generate their rank-order. This process is repeated until all alternatives are identified as potentially optimal alternatives. A complete rank-order of all alternatives is then generated. The performance of six executive cars is assessed using the proposed approach to demonstrate its applicability and validity.     

两种基于个体偏好集结的多属性群决策共识方法

针对多属性群决策中的共识问题, 提出两种使群体达成共识的方法. 假设群体决策的结果以从个体偏好通过集结得到的群体偏好为基础, 在使用算术加权集结算子和几何加权集结算子的条件下, 分别设计相应的共识达成算法, 并对算法的收敛性进行分析. 与已有方法相比, 所提出算法能够体现决策个体的差异和决策个体对群体的影响. 通过某市政图书馆空调系统安装方案的选择表明了所提出方法的合理性和可行性.