一种基于理想区间数和熵的多指标评价法

利用评价人员对待评方案给出的区间数评价值与理想区间数之间的差异和指标权系数的随机性, 给出一种新的多指标评价方法。利用优化方法建立数学模型,以实际评价值与理想评价值之间的差异和最小化与权系数熵的最大化为优化目标,用拉格朗日乘子法给出模型的最优解,得到指标权系数。该方法能够结合评价人员的主观意志和客观事实,精确确定各指标的权系数。     

TOPSIS法在材料供应商优选中的应用

结合某建设工程项目中混凝土管桩供应商优选的实际情况，提出了材料供应商选择的指标体系，建立了基于熵权的逼近理想解的排序方法（TOPSIS）的评价模型，由于在该方法中采用了熵权，避免了多因素权重确定的主观性。最后，通过实例对该方法的应用进行说明。     

基于IMEOWA的区间型绩效信息测评方法

在对区间数运算规则、比较与排序方法的讨论的基础上,将MEOWA( Maximum Entropy Ordered Weighted Averaging)方法扩展到区间数的评价中,提出了基于IMEOWA(Interval MEOWA)的绩效测评方法.以最大熵修正权重向量,以可能度矩阵的排序向量进行区间数排序,再利用OWA...     

区间桁架结构有限元分析的区间因子法

研究了具有区间参数的桁架结构在区间力作用下的有限元分析方法。利用区间因子法,桁架结构材料物理参数、几何尺寸和外荷载均可表达为其区间因子和其确定性量的乘积,进而结构的位移和应力响应也可表达成区间因子们的函数。利用区间算法,推导出了结构位移和应力响应的上、下限和均值的计算表达式。通过算例,分析了结构参数和外荷载的不确定性对结构响应的影响,并验证了模型和方法的合理性与可行性。该方法的优点是能够反映结构某一参数的不确定性对结构响应的影响。     

基于投影寻踪模型的区间数群决策权重确定

扩展了可直接处理特征空间为区间数的PROMETHEE II多属性群决策方法,从最佳投影角度构造了专家信息前处理群决策权重确定的投影寻踪模型。考虑到传统的优化方法很难获得群决策权重的最优解,文中应用遗传算法来全局优化确定群决策权重。该方法特别适合于决策方案比较多的场合。应用实例表明了该方法具有一定的可行性、有效性和推广应用价值。     

基于改进的TOPSIS法与RSR法的质量改善项目综合评估

针对失效模式与影响分析中的风险优先数（RPN）方法在质量改善项目排序问题上的局限性,提出一种新的排序方法。首先,借助模糊集理论和熵权法,确定决策指标的模糊指标值和主、客观权重;随后采用改进的理想解逼近法（TOPSIS）与秩和比法（RSR）获得优先级排序和分档;同时,提出并定义了相对应的关键术语：改善主题、难易程度、发生度和改善潜力,最后,结合企业实例验证了新排序方法的有效性和稳定性。     

基于混合型模糊指标的云制造资源选择决策方法研究

针对云资源优选决策过程中存在定性指标模糊性,以及定量指标以区间性度量为代表的决策难点问题,提出了一种不确定性环境下基于OWA算子的混合型多指标云制造资源优势度决策方法。该方法首先运用标度法将不可量化的模糊性定性指标转化为区间数定量指标;其次利用基于相对优势度的区间数排序,结合OWA算子对云服务的优势度进行集结,得到云制造资源的综合优势度,给出云制造资源集合的优先排序,从而为用户选择出最需要的制造服务资源。通过在数控机床设备优选过程中的应用,验证了该方法的可行性和实用性。     

区间AHP法在钢铁业投资决策中的应用

结合钢铁业投资决策中影响因素繁多且不确定的特点,使用基于模糊层次分析法的多目标决策方法,通过建立区间判断矩阵,实现投资决策中关键因素相对重要性排序,并通过在案例钢铁企业棒材生产线投资决策的实际应用分析中进行了有效的方法验证,实现了多目标投资决策方案的最佳选择.     

基于 RS-TOPSIS 法的地下采场爆破效果评价

针对目前爆破效果评价方法的不足,将多目标决策理论中的逼近理想解排序法（ TOPSIS）运用于地下采场爆破效果评价中,选取大块率、每米崩矿量和炸药单耗3个主要影响因素作为地下采场爆破效果评价指标,基于粗糙集理论（RS）,通过计算评价指标与评判结果的粗糙依赖度确定评价指标的权重。以某地下铅锌矿20个典型采场爆破数据作为学习样本,依据单指标分类区间下限构造4个不同等级的典型样本,通过计算典型样本与正理想解的相对贴近度确定分类区间,构建 RS-TOPSIS 地下采场爆破效果评价模型,并逐一对20组学习样本进行检验。将所建立的模型应用于该铅锌矿近期采场爆破效果评价的实践表明,RS-TOPSIS 模型具有可操作性强、继承性好、准确性和高效性等优点,该方法具有工程实用价值,可以运用于地下采场爆破效果评价。     

基于组合权重的灰色关联理想解法及其应用

引入灰色系统理论,对传统理想解法(TOPSIS)进行了拓展,提出了一种基于组合权重的灰色关联理想解法(GC-TOPSIS).利用AHP和熵值法对决策指标进行组合赋权,依据灰色关联分析理论,以灰色关联度为决策单元构造GC-TOPSIS模型,最后通过一个供应商选择的实例验证了方法的有效性和可行性.     

基于CRITIC_G1法赋权的包装方案综合评价

目的 运用TOPSIS综合评价方法,优选包装设计方案.方法 建立包装方案综合评价模型,运用CRITIC_G1法为各不同层级的指标进行赋权,以交换机的包装设计方案为例,基于CPS包装理念设计3款运输包装方案,并对其各类包装指标进行标准化处理,使用主客观结合的赋权方法计算各指标权重,用户感受数据运用语义差异量表确定,最后使用TOPSIS法得到3个方案的优劣排序.结果 该包装方案综合评价模型能对不同方案进行有效优选,3个方案所得相对贴进度分别为D1=0.42,D2=0.84,D3=0.52,可知以EPP为缓冲材料的方案为交换机的最优运输包装方案,包装方案优选的过程和结果有较大的可信度和参考价值.结论 运用TOPSIS综合评价方法,可以对包装方案各指标进行量化处理和分析,确定影响方案优劣的主要因素,为相似的方案设计和优选提供参考价值和改进方向.     

Evaluating the Impact of Prediction Techniques: Software Reliability Perspective

Maintaining software reliability is the key idea for conducting quality research. This can be done by having less complex applications. While developers and other experts have made significant efforts in this context, the level of reliability is not the same as it should be. Therefore, further research into the most detailed mechanisms for evaluating and increasing software reliability is essential. A significant aspect of growing the degree of reliable applications is the quantitative assessment of reliability. There are multiple statistical as well as soft computing methods available in literature for predicting reliability of software. However, none of these mechanisms are useful for all kinds of failure datasets and applications. Hence finding the most optimal model for reliability prediction is an important concern. This paper suggests a novel method to substantially pick the best model of reliability prediction. This method is the combination of analytic hierarchy method (AHP), hesitant fuzzy (HF) sets and technique for order of preference by similarity to ideal solution (TOPSIS). In addition, using the different iterations of the process, procedural sensitivity was also performed to validate the findings. The findings of the software reliability prediction models prioritization will help the developers to estimate reliability prediction based on the software type.     

基于最大熵区间分析的测量不确定度评定

为了提高测量不确定度评定的精度,采用最大熵区间分析方法。首先通过贝叶斯模型结合最大熵算法建立模型;接着对输入量样本信息下限和上限区间的不对称性进行分析,引入Jaynes熵以及引入拉格朗日量得出最短区间;考虑了输入量的不确定度随概率分布的传递过程,最后对输入量样本信息通过划分区间比值来确定被测量的不确定度评定。实验仿真显示该算法计算测量不确定度的区间较小,评定结果更为精确。     

Interval static displacement analysis for structures with interval parameters

In this paper, a new method to solve the uncertain static displacement problem of structures with interval parameters is presented. It is difficult to obtain all possible solutions with sharp bounds even if an optimum scheme is adopted when there are many uncertain parameters. With the interval mathematics, the interval finite element equation is developed. Based on the perturbation and the interval extension, the upper and lower bounds of the static displacements are obtained, in which the sharp bounds are guaranteed by the interval calculation operators. Two numerical examples, a box cantilever beam and an automobile frame, are given to illustrate the validity of the present method. Copyright © 2001 John Wiley & Sons, Ltd.     

测量仪器校准间隔的模糊范数融合预测

校准间隔的预测是解决测量仪器不足校准和过剩校准的一种主要方法。现有校准间隔预测模型仅仅关注瞬时值,而随机因素的存在导致瞬时值难以精确预测。针对这一问题,在历史校准数据为小样本条件下,提出一种模糊范数融合模型,进行测量仪器校准间隔预测。首先,通过分析历史校准数据的特征和影响因素,建立了校准数据的数学描述模型。在此基础上,采用模糊范数融合模型,预测校准数据的区间。实验表明,模糊范数融合模型更能反映校准数据序列的变化趋势,克服了其它预测模型仅仅预测瞬时值的缺点,提高了预测的可靠性。     

机械结构相似度评价及可靠性预计研究

在用传统的相似产品法进行可靠性预计时,所选取的相似产品与评价对象之间差异较大,会造成预计结果的偏差较大。为解决这一问题,提出了一种基于"功能—运动—动作"结构化分解的可靠性预计新方法。通过明确产品的各大运动功能建立功能层,分析完成各功能的机械部件运动建立运动层,确定实现各机械部件运动的元动作运动单元建立元动作层,建立了可靠性预计的"功能—运动—元动作运动单元"层次模型。引入区间层次分析法,确定了"功能—运动—元动作运动单元"层次模型中各子代运动单元对父代运动单元的可靠性影响权重,并构建了由子代运动单元预计父代运动单元可靠性的数学模型。确定影响评价机械结构相似度的因素,构建了区间数综合评判云模型并选取与元动作运动单元相似的参考结构,以区间数综合评价云模型得出的相似度值修正参考结构的可靠性数据来预计元动作运动单元的可靠性。将元动作运动单元的可靠性预计值代入数学模型,层层预计父代运动单元的可靠性,从而得出整个产品的可靠性水平。最后以数控转台为例进行了分析,得出了可靠性预计值,并将该方法与传统方法进行了比较。结果表明,新的可靠性预计方法具有较好的可行性和较高的准确性。     

求解实对称矩阵区间特征值问题的直接优化法

提出了一种用于对称区间矩阵特征值问题求解的直接优化法。将区间矩阵中为区间量的各元素作为优化设计变量,将区间量的分布区间作为相应的设计变量的边界约束,运用约束优化法求出区间矩 最大特征值和最小特征值,从而获得区间矩阵特征值问题的解。本文提出的直接优化法适用于对称区间矩阵的标准特征值问题和广义特征值问题。文中给出的两个计算实例显示了该法的有效性。