基于二元语义的网络安全评估方法研究

网络安全综合评估是一个多指标的群体决策问题。针对网络安全综合评估的语言评价信息的模糊性,提出了一种基于二元语义的网络安全评估方法。采用二元语义及其相关算子集结语言评价信息,并给出了网络安全评估的计算步骤。最后,一个具体的网络安全综合评估实例验证了方法的有效性。     

二元语义粗算子及其语言多属性决策中的应用

针对语言多属性决策,提出一种基于二元语言信息处理和粗糙集理论的求解方法。利用规范的语言评价信息建立决策信息表,提出了一种由属性依赖度和信息度来形成属性客观权重的方法,通过二元语义集成算子计算属性的主观权;根据决策者的偏好,将各属性的主客观权重信息集成,得到属性综合权重;将规范化的语言评价信息转化为二元语言形式,并与已有的信息集结算子合成,得到二语义粗算子;举例说明二元语义粗算子的应用。     

基于相似度的多粒度不确定语言群决策方法

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,提出了一种基于区间二元语义信息处理和矢量相似度的群决策方法,弥补了基于距离测度的决策方法易造成信息混淆的不足。该方法首先使用二元语义转换函数对多粒度区间语言评价信息进行一致化处理;然后通过建立使备选方案对正理想解相似度最大、负理想解相似度最小的最优化模型来获得相应的属性权重;最后利用区间二元语义的集结算子对评价信息进行加权集成,并通过优序数排序法实现对各方案的排序。实例分析说明了该方法的可行性和有效性。     

一种优化的语义条件模糊聚类

在条件模糊聚类的基础上,提出利用公理化模糊集的成员隶属度函数量化用户语义、确定外部条件的方法.引入调节因子新概念,以调节基于语义的成员隶属度和基于欧拉距离的模糊隶属度对聚类结果的影响,并最终建立了语义条件聚类和经典模糊聚类的统一框架.给出了语义聚类的评价指标——语义强度期望,以找到距离目标语义最近的聚类.为使条件模糊聚类的聚类准确性更高,对原始数据进行了谱变换,尔后进行语义条件聚类.利用Iris数据集,对标准模糊聚类、语义条件聚类和语义条件聚类的谱优化3个算法进行了多指标综合实验比较.实验结果表明,语义条件聚类能够发现最贴近用户给出的语义的聚类.     

基于AHP和二元语义的企业人员绩效考核研究

针对企业人员绩效考核的语言评价信息的模糊性,提出了一种基于层次分析法(AHP)和二元语义的企业人员绩效考核方法.利用层次分析法确定了各考核指标的权重,采用二元语义及其相关算子集结语言评价信息,并给出了企业人员绩效考核的计算步骤.最后,给出一个算例证明该方法简便、有效,并实现了绩效考核软件的开发.     

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.

     

二元语义密度算子及其在不确定多属性决策中的应用

针对二元语义信息形式的不确定多属性决策问题,将密度中间算子由精确值形式拓展到二元语义形式.首先,基于二元语义信息对应的数值提出一种简单有效的二元语义聚类方法;然后,给出了密度加权向量的确定方法,并且在此基础上,将二元语义密度中间算子与已知的信息集结算子合成,得到二元语义密度合成算子（T-DM）;最后,通过一个算例对二元语义密度算子的应用进行了说明.     

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.     

基于层次分析法和二元语义的供应商评价研究

供应商评价是一个多指标群决策问题。针对语言评价信息的模糊性,提出了一种基于层次分析法和二元语义的评价方法。利用层次分析法确定供应商评价指标权重,采用近年来最新发展的二元语义和算子进行信息的集结,给出了供应商评价选择的计算步骤。最后,算例分析证明了该方法的简便性和有效性。     

一种基于二元语义的混合型多属性决策方法

!针对指标权重未知的混合型多属性决策问题,提出一种基于二元语义的决策方法.首先,定义了语言评价变量与三角模糊数的转化规则和二元语义之间的距离,给出了不同类型指标数据与二元语义的转化;然后,利用与正理想解灰色关联度偏差最小原理,确定了属性的指标权重,并利用二元语义加权算术平均值对方案进行排序;最后,通过应用案例说明了所提方法的决策步骤,并与TOPSIS方法进行了比较,表明了所提方法的有效性和优越性.

     

二元语义信息下的动态激励群体评价方法及应用

针对目前关于动态群体评价问题的研究相对较少,且主要是基于点值信息评价的不足,提出一种新的二元语义信息下的动态激励群体评价方法,将动态激励评价及语言评价信息引入到群体评价中。首先探讨了能够较好地集结群体语言评价信息的二元语义一致算子;然后在各阶段的动态评价中引入激励区间,并运用时间诱导的二元语义时序激励加权平均算子集结得到受“奖惩”的动态群体综合评价值,从而进行最终评价。最后,通过算例给出了所提方法的步骤,并进行了结果分析,证明了该方法的可行性和有效性。     

一种基于二元语义信息处理的多属性群决策方法

为了解决评价信息为语言信息的多属性群决策问题,结合VIKOR方法,提出一种基于二元语义信息处理的多属性群决策方法．该方法使用二元语义信息集结算子获得决策群组的决策信息,通过最大化群效用和最小化个体遗憾来获得决策者满意的折衷方案．该方法计算简单,便于理解,可有效避免信息的丢失和扭曲,并可克服理想解方法不能反映出各方案与正负理想解的接近程度的不足．最后,算例计算结果表明了该方法的有效性．     

基于等信息量转换的区间二元语义多属性群决策方法

针对传统区间二元语义距离计算公式的不足,提出基于离散参数区间二元语义距离公式,构建基于等信息量转换的区间二元语义多属性群决策模型。基于该模型,针对属性权重和专家权重信息完全未知的情形,设计基于极大熵和正理想方案的权重确定模型,给出一种处理区间二元语言评价值的群决策问题求解方法。算例分析表明,所提出的方法可以在一定程度上克服以往基于区间二元语义距离处理方法造成信息扭曲和损失的不足。     

二元语义互补判断矩阵的相容性及排序研究

为了衡量二元语义互补判断矩阵之间的差异程度, 对其相容性进行了研究,给出了判断两个二元语义互补判断矩阵是否相容的指标,并提出一种新的排序方法。定义了二元语义的相容度和二元语义互补判断矩阵的相容度,研究了两者的性质,给出了二元语义互补判断矩阵的相容性指标,进而确定专家权重,并结合二元语义的集结算子,得到每一方案优于其他方案的程度并排序。通过实例验证了该方法的有效性和实用性。     

基于二元语义前景关联分析的风险型多准则决策方法

针对准则值为二元语义、准则权系数完全未知的风险型多准则决策问题, 提出一种基于二元语义前景关联分析的决策方法. 该方法通过确定二元语义正、负理想方案, 计算二元语义关联系数; 分别以正、负理想方案为参考点, 计算各准则下各方案的二元语义前景值, 构建前景决策矩阵; 进而依据各准则的灰色均值关联度确定准则权系数, 通过二元语义相对前景关联度对方案进行排序. 最后的实例分析表明了所提出方法的有效性.

     

基于二元语义多属性决策方法的购房评估研究

提出了一种基于二元语义的购房评估方法。在经过调查分析基础上,构建了购房评估模型,将二元语义多属性决策方法应用于购房评估中,为购房者提供参考决策。最后通过实例说明了该方法运用于购房评估的具体过程,并验证了其合理性和可操作性。     

二元语义处理不同偏好评价信息的群决策方法

针对具有序关系值、效用值、互反判断矩阵、互补判断矩阵、区间模糊数、三角模糊数六种不同偏好评价信息的群决策问题,根据偏好信息的实际意义,通过转换函数将不同偏好信息一致化为二元语义判断矩阵形式,阐明转化方法的合理性与有效性,采用二元语义加权算术平均（T-WAA）算子集结转化后的二元语义判断矩阵,得到群体二元语义判断矩阵,基于二元语义有序加权平均（T-OWA）算子计算某方案优于其他所有方案的整体偏好程度,从而对方案排序择优。算例分析表明该群决策方法的有效性与合理性。