人员面试的灰色群决策模型研究

作为一种群决策,人员面试决策具有其特殊性,即容易存在舞弊现象.为了剔除无效决策,提高人员面试决策的质量,构建了剔除无效决策的灰色群决策模型.首先使用区间灰数效用变换算子对决策数据进行标准化处理,提出了考虑决策者对指标有偏好理解时无效决策的甄别模型;然后对有效决策进行无偏化处理并进行信息集结,再由区间灰数的灰色关联度计算方法对被面试人进行评价;最后通过一个实例表明了该模型的可行性和有效性.     

基于灰关联度的面板数据聚类方法及在空气污染分析中的应用

针对面板数据的三维特征、正负相关性以及灰色关联模型缺乏有效检验等问题,构建面板数据灰色关联模型,拓展了面板数据聚类方法;引入灰熵,提出灰色关联聚类的检验模型.研究发现,灰色关联度模型能够反映面板数据的正、负相关关系,且具有对称性、唯一性和可比性.通过在苏南4市空气质量区域划分中的应用,表明基于面板数据灰关联模型的聚类方法具有良好的效果,各类别的灰色关联度差异明显,层次清晰.     

基于决策粗糙集的多属性灰色关联聚类方法

针对多属性灰色关联聚类的阈值确定问题,利用决策粗糙集方法,通过引入两个阈值参数定义决策对象间的可能关系和集合;将其代替基于灰色关联聚类的非此即彼关系,构建基于决策粗糙集的多属性灰色关联聚类方法,并采用贝叶斯推理探讨多属性灰色关联聚类的阈值计算机理;最后以案例验证所提方法的有效性和合理性.结果表明,所提出的方法是经典灰色关联聚类的拓展和泛化,能够客观、科学地确定多属性灰色关联聚类阈值.     

基于灰色聚类的大规模群体语言评价信息集结研究

研究群体规模较大的情况下基于语言评价信息的决策方法,提出了基于灰色关联聚类的方法以降低大规模群体的协调困难;根据决策者所属群体类别差异,基于语言信息转化函数提出了类内评价指标权重确定方法,并测算了各群体类别的综合偏好;研究群体类间权重确定模型,建立了基于群体类别意见偏差最小的群体偏好集结模型;进而提出了决策者判断一致度定义以及决策者偏差协调方法.算例分析表明了该方法的应用步骤及可行性.     

基于灰色凸关联度的面板数据聚类方法及应用

研究面板数据的聚类方法。基于二维灰色凸关联度,用二阶差商近似代替二阶导数,利用黑塞矩阵的半正定性在三维空间中定义凸度;用数据的凸性表征样本之间的相似程度,提出了三维灰色凸关联度的概念,讨论了三维灰色凸关联度的性质。实例分析表明,三维灰色凸关联度能够较好地反映面板数据的关联程度。     

基于密度峰值聚类理念的大群体应急模糊决策模型

针对决策者权重未知情形下重大突发事件应急决策问题,提出一种SFN-CFSFDP-Borda-MULTIMOORA模型.首先,采用球形模糊数描述决策者对应急备选方案的评价信息;其次,基于密度峰值聚类理念对大决策群体进行聚类;然后,提出可扩展的群体综合冲突优化模型,根据聚类结果进行冲突测度,求解决策者及聚集的权重并实现意见融合;再次,利用改进Borda-MULTIMOORA法决策最优方案;最后,以黑龙江东湖水库事件为例,对模型的有效性与实用性给予验证.结果表明,SFN-CFSFDP-Borda-MULTIMOORA模型能够充分考虑决策者的心理特征,强化在重大突发不确定情景下决策者的知识表达能力,同时明确聚类中心的选择方法,达到聚集内部差异小、聚集间差异大的聚类效果,通过考虑群体综合冲突及实际决策情形对决策者权重和聚集权重进行设置更符合实际,有效实现群体冲突融合,并提高决策效率,为重大突发事件大群体应急决策提供理论支持.     

基于CRIOWA算子的协同设计方案群体决策方法研究

针对当前的信息集结算子研究在解决协同设计方案多准则群体决策中的不足,提出一种基于密度峰值法的类信息可靠性诱导有序加权平均算子.首先由决策者根据模糊数学的隶属度理论对备选设计方案进行定量评价,形成决策矩阵,在此基础上将决策者对每个设计方案的决策结果表示为特征向量;然后提出一种改进的密度峰值聚类算法对每个设计方案的决策向量进行聚类,并获取每一类的聚类中心作为代表数据;最后计算每类决策信息的可靠性,利用类信息可靠性诱导的有序加权平均算子进行信息集结,得到每个设计方案的综合评价结果.以某型号卫星的结构设计方案决策为例,验证了文中方法在解决多准则群体决策问题中的有效性.     

基于优势粗糙集与灰聚类的电子资源质量评价研究

在对电子资源质量综合评价的过程中,将基于优势关系的粗糙集理论与灰色聚类理论相结合,讨论了对于只有条件属性值,但没有决策属性值的信息系统,通过运用灰色聚类理论对数据集进行预处理,用灰类作为决策属性值,从而构建完整的决策表,运用优势粗糙集理论提取偏好决策规则的方法.并通过实例应用,验证了该方法的可行性与有效性.     

鱼雷寿命周期费效评估的灰色聚类决策

鱼雷寿命周期费用-效能评估是在各种采办决策中进行权衡、评比,目的是达到产品寿命周期费用与其效能间的最佳平衡,即以一定的费用达到尽可能高的效能,或在效能一定的情况下,尽可能地减小费用.灰色系统理论的灰色聚类决策可以全面权衡现有条件与要求达到的条件,对待选方案做出合理评估.文章选用灰色聚类决策方法,结合实例对三种鱼雷寿命周期费用和效能进行了评估,结果可信.文中提出的鱼雷寿命周期费用-效能评估的灰色聚类决策方法为鱼雷费效评估提供了实用的方法.     

基于面积的灰色关联决策模型

以灰色关联决策理论为基础,分析经典灰色关联决策方法的优缺点.从两曲线相邻点间多边形面积的角度度量曲线在距离上的接近性和几何形状的相似性,提出以被选方案与理想方案间两相邻点的多边形面积作为关联系数,构建了灰色关联度公式.为了解决信息利用不充分和变化趋势不一致性问题,拟考虑被选方案与理想方案和负理想方案的关联度,构建了灰色关联相对贴近度模型.通过算例验证了所提出的灰色关联决策模型的合理性和算法的有效性.     

基于矩阵条件数的NGM(1, 1, k) 模型病态性研究

针对灰色NGM(1,1,k)模型的病态性问题,以矩阵谱条件数作为测量其病态性的工具,对该模型背景值在不同取值下的系数矩阵谱条件数分类进行了分析与证明.研究结果表明,当且仅当系统原始数据序列为常数列时,NGM(1,1,k)模型才会出现严重病态性问题,而此时进行灰色预测建模毫无实际意义.最后通过实例对该模型的病态性进行了实验分析.研究结论认为,通常情况下灰色NGM(1,1,k)模型并不存在严重病态性问题.     

基于灰数带及灰数层的区间灰数预测模型

针对传统灰色预测模型仅适用于实数序列而无法进行灰数序列预测的缺陷,通过计算灰数层的面积以及灰数层中位线中点的坐标,在不损失已有灰数信息的前提下,将区间灰数序列转换成实数序列,然后建立一种基于区间灰数的新灰色预测模型.算例仿真验证了所提出模型的有效性及实用性.     

基于优势关系的多属性决策问题研究

针对属性权重未知的多属性决策问题,指出决策对象与理想对象之间的优势度与其属性值的概率测度及属性值大小之间有等价关系;借鉴博弈决策中的极大极小算法,提出用属性值的优势关系确定属性权重,并利用优势关系对决策对象进行排序并择优:最后,对属性值为区间数的多属性决策实例进行了分析,同时将该算法与离差最大化算法的异同点进行了对比,表明了算法的有效性.     

基于密度算子的多阶段群体评价信息集结方法及其应用

在群体评价中,已有的信息集结算子大都没有考虑到信息分布的疏密情况.针对这种不足,提出一种基于密度算子的多阶段群体评价信息集结方法.首先给出了评价数据的分组与密度加权向量的确定方法;然后定义了两种新的算子-密度算术加权平均算子(DMWAA)和密度有序加权平均算子(DMOWA),并分别用于评价信息的横向和纵向集结;最后给出了一个应用算例,结果表明该集结方法具有定性判断与定量分析等优良特性,且可拓展性强.     

一类区间粗糙数型多属性决策方法研究

研究属性值为区间粗糙数,具有属性优先序信息的多属性决策问题.首先给出粗糙属性值的规范化公式;然后基于区间粗糙数的相离度定义,建立以极大化属性值的离差为目标的最优化模型来确定各属性权重;进而基于粗糙算术运算以及期望值算子,计算出各方案的期望效用值,从而获得各方案的排序;最后通过数值例子表明了所提出方法的有效性.     

基于阈值的案例决策方法及其在创新设计中的应用

通过分析案例决策(CBDT)的经验理性,提出了可用于创新设计的案例决策方法,首先分析偏好反转的内在机理,指出CBDT中的案例对决策结果存在的潜在影响;然后提出一种判别无关案例和启发性案例的方法以及基于阈值的案例决策方法;最后通过摩托车发动机的产品创新设计的心用案例,说明了所提出方法的决策步骤.该方法与案例推理(CBR)方法相比,对于创新设计具有更好的实用价值和现实意义.     

变精度集对势粗糙集模型

为使粗糙集理论能有效处理含噪音的不完备信息系统,将集对势扩充粗糙集模型和Ziarko教授提出的多数包含关系相结合,提出了变精度集对势粗糙集模型.然后,给出了正域相似度的定义,提出了基于正域相似度的启发式属性约简算法,并分析了算法的时间复杂度.仿真实验表明了该方法处理含噪音的不完备信息系统的有效性.     

作为阻止战略的再制造决策研究

在闭环供应链再制造系统中引入外部竞争因素,研究制造商(OEM)的再制造决策以及对内部竞争和外部竞争的影响.在内外部竞争的条件下,通过OEM和竞争者的决策分析,给出了竞争者进入的条件边界.研究结果表明,制造商的再制造策略不仅是一种盈利行为,而且还是一种阻止战略,在一定条件下能够阻止竞争者的进入.竞争者的进入决策依赖于竞争者产品的竞争力和制造商的回收率.     

基于核和信息域的区间灰数Verhulst 模型

针对传统Verhulst模型的建模对象仅局限于实数序列这一缺陷,对Verhulst模型进行了拓展.首先,对“灰度不减”公理进行延伸,得到了“信息域不减”的推论;然后,构建核序列的Verhulst模型,并以信息域不减推论为依据、以核为中心推导区间灰数上(下)界的时间响应式;最后,通过实例演示了模型的计算步骤.所进行的研究对于丰富和完善灰色预测模型理论体系、拓展灰色预测模型的应用范围具有积极意义.     

基于半监督学习的启发式值约简

提出一种基于半监督学习的粗糙集知识约简算法(SLRS).SLRS基于对信息论基本概念的引申定义,描述了各条件属性的重要程度以及相互之间的依赖关系.对于数据库中某些记录属性域存在的缺失值,基于半监督学习进行启发式属性值约简,进而求取粗糙集约简决策表,即使在现有知识不足或信息不完备的情况下,也能通过半监督学习构造新的规则补充到知识库中.样例分析及在UCI数据集上的实验结果均表明了所提出算法的合理性和有效性.