基于期望值的灰色随机多准则决策方法

定义了离散型灰色随机变量及其期望值和标准差.针对准则权重已知而方案的准则值为灰色随机变量的多准则问题,提出一种灰色随机多准则决策方法.该方法通过求得各方案在各准则下评价值的期望值和标准差,得到标准期望值决策矩阵;利用各准则权重和规范化矩阵计算出各方案的综合评价区间,采用区间灰数可能度的方法构建方案综合评价区间的评判矩阵,进而得到各方案的排序.最后通过算例表明了该方法的可行性和有效性.

     

基于前景理论的信息不完全的模糊多准则决策方法

针对准则权重不完全确定且方案的准则值为梯形模糊数的多准则决策问题,提出一种基于前景理论的模糊多准则决策方法.该方法将决策者的风险心理因素引入多准则决策,根据前景理论及模糊数距离公式,定义梯形模糊数的前景价值函数,并以此构建方案综合前景值最大化的非线性规划模型,求解模型得出最优权向量,最终确定出方案的排序.最后通过实例说明了该方法的有效性和可行性.

     

基于区间数的多目标灰色局势决策模型

基于区间数的距离和灰熵分析,将灰色局势决策拓展到决策信息为区间数的情况,给出了灰色局势决策目标权重的优化方法.考虑各局势的效果测度与正理想效果值的接近性以及目标权重本身的不确定性,建立了多目标优化模型,利用拉格朗日乘子法求解该模型,得到了灰色局势决策的目标权重表达式.利用区间数的可能度对每个事件的局势进行排序,进一步完善了传统的灰色局势决策理论.最后通过实例验证了该模型的有效性和实用性.

     

基于语言评价和前景理论的多准则决策方法

针对风险决策问题,提出一种基于语言评价和前景理论的多准则决策方法．该方法首先将基于语言信息的决策矩阵转化为基于区间数的决策矩阵,并定义一个区间数之间的差函数,给出各准则的参考点,得到前景结果矩阵;然后,通过价值函数和决策权重函数计算方案在各准则下的前景值,并通过加权平均获得方案的前景值;最后,根据前景值的大小给每个方案排序并得到最优方案．实例分析结果表明了该方法的可行性．

     

基于直觉模糊数的信息不完全的多准则规划方法

定义了直觉模糊数和直觉梯形模糊数及其期望值 .针对权系数信息不完全确定和准则值为直觉梯形模糊数的多准则决策问题,提出了信息不完全确定的直觉梯形模糊多准则决策的规划方法 .该方法利用权系数的不完全信息构造方案集综合期望值的最优线性规划模型,求解该模型得到各准则的最优权系数,进而得到各方案综合期望值的区间数.利用区间数可能度法对其进行比较,得到整个方案集的排序. 实例分析说明了该方法的有效性和可行性.

     

基于直觉梯形模糊数的信息不完全确定的多准则决策方法

针对权系数信息不完全确定和准则值为直觉梯形模糊数的多准则决策问题,提出一种基于直觉梯形模糊的信息不完全确定的多准则决策方法.该方法利用权系数的不完全确定信息,建立关于各方案综合直觉梯形模糊数与理想解和负理想解的Hamming距离的优化模型,通过求解优化模型可得到各准则的最优权系数,进而得到各方案与相对理想解的贴近度,再根据贴近度得到方案集的一个排序.实例分析表明了该方法的有效性和可行性.

     

基于集对分析的区间概率随机多准则决策方法

定义了区间概率空间以及区间概率随机变量．针对准则权重确知且准则值为区间概率随机变量的多准则决策问题,提出一种基于集对分析的决策方法．该方法首先根据离差最大化,确定各随机变量的概率,将区间型概率问题转化为经典的确定型概率问题;然后利用集对分析建立规划模型,将区间状态值用联系数表示,并根据集对势序准则对方案进行排序;最后通过实例说明该方法的有效性和可行性．

     

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.

     

一类欠驱动机械系统的全局鲁棒控制

针对具有质心参数不确定性的Acrobot系统,提出一种全局的鲁棒控制方法.首先,给出系统具有质心参数不确定的系统模型;其次在摇起区,分析系统不确定性条件下的能量变化情况,基于能量不断增加的思想设计出摇起控制器;在平衡区,把系统的不确定性转化为模型状态矩阵的不确定性,引入H_∞标准设计方法,得出存在H_∞状态反馈控制器的充要条件,通过求解线性矩阵不等式使系统有效地克服不确定性的影响实现二次稳定;最后通过仿真实验验证了所提方法的有效性.

     

贝 叶 斯 网 络 扩 展 研 究 综 述

贝叶斯网络是一种能够对复杂不确定系统进行推理和建模的有效工具,广泛用于不确定决策,数据分析以及智能推理等领域.由于理论和实际的需要,贝叶斯网络不断扩展,出现了各种模型和研究方法 .为此,综述了贝叶斯网络在不同领域的扩展模型以及在不同理论框架下的进展,并展望了未来的几个发展方向.

     

供应链库存博弈的均衡分析!讨价还价

通过构建供应链联合库存利润流分配的博弈模型,探讨了供应链联合库存利润流分配的机理---讨价还价.得出了企业获得的利润主要取决于企业在供应链中的相对地位的结论,指出一般企业如果想改善其在讨价还价中的处境,在讨价还价之前必须和处于关键地位的企业签定有约束力的协议,防止处于关键地位的企业利用惩罚性的策略作威胁.

     

一种具有正态随机变量的多属性决策方法

针对具有正态随机变量的多属性决策问题,提出一种决策分析方法．首先运用概率统计知识对具有正态随机变量的决策矩阵进行处理,得到每个方案的综合效用值,通过分析可知方案的综合效用值仍是正态随机变量;然后依据３σ 原则确定每个方案的综合效用值所在的区间,并通过区间数的比较来建立两两方案之间比较的优势可能度矩阵;再后依据优势可能度矩阵,运用ＰＲＯＭＥＴＨＥＥ Ⅱ方法得到方案的排序结果;最后通过一个算例说明了该方法的有效性和可行性．

     

一种面向效用值偏好信息的大群体决策方法

针对群体成员偏好信息以效用值形式给出的大群体决策问题,提出了判断群体成员提供信息量多寡程度的熵权方法,去除提供较少信息量的成员,形成群体关于决策方案的效用矩阵.利用聚类方法对大群体成员效用向量进行聚类,根据聚类结果确定成员权重,将该权重与效用矩阵合成获得决策方案排序向量.提出了成员意见反映度指标和差异度指标,对群决策结果进行评价.最后通过一个实例说明该方法的有效性和实用性.

     

基于期望值-混合熵的区间概率模糊随机多准则决策方法

定义了区间概率模糊随机变量及其期望值和混合熵.针对准则权重确知并且准则值为区间概率模糊随机变量的多准则决策问题,提出一种基于期望值-混合熵的决策方法.该方法首先给出了区间概率模糊随机变量的期望值-混合熵度量;然后基于此度量建立优化模型,通过计算得到各方案的期望值-混合熵区间;再采用可能度的方法得到方案集的排序.最后通过实例说明了该方法的有效性和可行性.

     

基于群灰色关联分析的化工设备故障诊断

针对化工生产设备,提出一种基于群灰色关联分析的化工生产设备故障诊断方法,较好地解决了化工设备状态预测和故障模式识别问题.与传统的灰色关联分析相比,该方法提高了灰色关联分析的准确性和可靠性,降低了对单个参考信号的依赖性.最后将该方法应用于化工设备化学反应器的故障识别,识别结果显示,该方法比传统的灰色关联分析效果更佳,更可靠,具有简便易行,计算量小,不需复杂的诊断设备等优点.

     

时变不确定系统鲁棒控制器设计的新方法

基于包含两个二次项的分段Lyapunov函数,研究了线性时变不确定系统的鲁棒控制器设计问题.所考虑的系统由两个矩阵的凸组合构成,通过引入一个附加矩阵,推导出鲁棒控制器存在的充分条件.该控制器的状态反馈增益的求解问题可以转化为一组带有两个比例参数的线性矩阵不等式的凸优化问题.最后的数值示例说明了该设计方法的可行性.

     

基于Agent的分形供应链自适应协同计算

应用分形、智能Ａｇｅｎｔ和神经网络自适应控制技术,研究分形供应链适应环境变化的结构模式和策略模式．探讨了分形供应链Ａｇｅｎｔ关联结构,提出了分形供应链双层自适应协同计算模式,论述了资源Ａｇｅｎｔ,信息协调Ａｇｅｎｔ,人机交互Ａｇｅｎｔ和领域计算Ａｇｅｎｔ之间的相互作用关系．以一个分形模块的策略协同为分析对象,研究了领
域单元的自适应协同计算模式,分析了分形模块的成本模型,并对基于Ａｇｅｎｔ交互的神经网络模型部分进行了算例仿真．

     

基于广义差别矩阵的核和属性约简算法

属性约简是粗糙集理论的重要研究内容.为此引入广义差别矩阵,提出基于广义差别矩阵的核和属性约简算法.该框架可有效避免连续属性值离散化,且有利于与其他机器学习方法相结合.理论分析表明,所提出的算法是有效而可行的.

     

Markov跳变系统的有限时间状态反馈镇定

讨论一类含有限能量未知扰动的线性Markov跳变系统的有限时间镇定问题.针对连续系统和离散系统两种情况,利用构造的Lyapunnov-Krasovskii函数,并结合线性矩阵不等式方法,分别证明并给出了跳变系统有限时间镇定控制器有解的充分条件.采用该方法设计的镇定控制器可使连续系统和离散系统对所有满足条件的未知扰动是有限时间有界和有限时间镇定的.最后通过数值示例表明了该设计方法的有效性.

     

基于一致性指标的两类不确定偏好信息集结

研究了两类区间数判断矩阵偏好信息的集结问题.首先,基于Saaty提出的数字互反判断矩阵一致性检验指标(CR),给出了区间数互反判断矩阵的满意一致性条件;然后利用互反与互补判断矩阵之间的关系求解出数字互补判断矩阵的一致性指标(CGCI),并在此基础上给出了区间数互补判断矩阵的满意一致性条件;最后建立了一致性指标最大的两类区间数判断矩阵偏好信息的集结模型,并用此模型解决了供应链中伙伴企业的选择问题.