三角直觉模糊决策的权重函数方法

研究了属性值为三角直觉模糊数的多属性决策问题,提出了一种基于权重函数的决策方法。给出了三角直觉模糊数的定义、运算法则和截集;定义了三角直觉模糊数关于隶属函数和非隶属函数的精确值和模糊度,以及精确值的指标和模糊度的指标,给出了三角直觉模糊数的排序方法,并将其应用到属性值为三角直觉模糊数的多属性决策问题中;给出了属性值为三角直觉模糊数的多属性决策的步骤;通过数值算例分析和验证了该方法的有效性。     

基于行为一致性共谋群体识别及分类算法

针对群体行为一致性的特点,给出一种基于行为一致性的共谋群体识别算法。首先采用模糊综合评判对节点行为一致性进行度量,以行为一致程度值构造节点行为相似矩阵,然后通过聚类分析得到节点分类,实现共谋群体识别。实验表明,本文算法在信任评估过程中有效过滤恶意推荐,抵制了共谋攻击,提高了网络整体可用性和服务质量。      

基于群体一致性强度的模糊评估方法

针对模糊信息的定量评估难题, 在研究多属性决策问题的基础上提出基于群体一致性强度的模糊评估方法. 利用证据理论合成评估值后, 引入语义折扣因子的概念, 将区间评估信息转化为确定的评估值; 设计群体一致性强度 指标, 最优化语义折扣因子的取值, 使得评估方法能够体现评估中的主流意见; 通过软件可信评估实例验证了所提出方法可有效解决模糊评估信息的分析和合成问题.     

基于群体一致性强度的模糊评估方法

针对模糊信息的定量评估难题,在研究多属性决策问题的基础上提出基于群体一致性强度的模糊评估方法.利用证据理论合成评估值后,引入语义折扣因子的概念,将区间评估信息转化为确定的评估值;设计群体一致性强度指标,最优化语义折扣因子的取值,使得评估方法能够体现评估中的主流意见;通过软件可信评估实例验证了所提出方法可有效解决模糊评估信息的分析和合成问题.     

基于偏好一致性的群体聚类算法

提出了成员与成员集的相似度概念,证明与分析了一些有用的命题和推论,给出了一个保持聚集一致性的成员与聚集相聚的充分必要条件,描述了一个群体聚类的启发式迭代算法。实例测试表明,提出的算法有较好的聚类性能和较低的一致性偏差指标。     

方案偏好已知的三角模糊数型多属性决策方法

研究决策者对方案偏好已知、属性值以三角模糊数形式给出且属性权重信息不能完全确知的多属性决策问题.提出了基于模糊比例值的决策方法和基于模糊偏差度的决策方法,这两种方法首先建立一个线性规划模型,通过求解该模型获得属性权重;然后,基于三角模糊数两两比较的可能度公式及三角模糊数排序公式,对决策方案进行排序和择优;最后,通过实例验证了方法的可行性和有效性.     

考虑时间序列的动态大群体应急决策方法

针对专家权重和属性权重未知、阶段权重未知且与时间序列有关的动态大群体应急决策问题,提出一种考虑时间序列的动态大群体应急决策方法.首先,提出一个考虑区间直觉模糊数犹豫度的距离公式,定义区间直觉模糊数贴近度,综合考虑贴近度和相似度,用模糊聚类法对大群体专家偏好信息进行聚类;其次,基于现有区间直觉模糊熵公式的不足,提出一个新的区间直觉模糊熵公式,基于此公式考虑专家之间知识水平的差异和各个阶段偏好信息不具遗传性等特点,计算得出专家在不同属性下的权重和属性在各阶段下的权重;再次,考虑时间序列对各阶段权重的影响,构建相对熵模型,对阶段权重进行合理确定,进而利用加权平均算子得到整个决策过程中各方案的综合决策偏好;然后,利用区间直觉模糊数的得分函数和精确函数对方案进行排序,选出最优方案;最后,通过与以往文献的方法对比分析验证所提出方法的有效性和优越性.     

N帧连续景象匹配一致性决策算法

下视景象匹配是各类巡航飞行器实现精确导航的重要手段,它是通过事先装载在飞行器的地面基准图像与实时获取的地面景象图进行相关匹配,完成飞行器的飞行误差修正和精确定位,由于基准图和实时图在获取手段、时间上等方面的差异,在相关匹配中,配准点往往落在相关阵的次峰上,导致匹配失败,该文提出了多帧连续景象匹配,利用单次匹配后形成的相关阵中的主次峰信息与导航信息进行一致性决策的图论算法,由于引入了相关阵中的次峰信息,并结合惯导位移进行一致性判断,使得匹配算法能有效剔除误匹配点,从而提高了算法的匹配概率和鲁棒性。     

基于模糊群决策算法的高性能数据库优选

模糊群决策的两个主要问题包括完全一致模糊偏好关系(FPR)的构造和专家共识水平的提升,因此,构建了基于乘性一致性和共识调整模型的群决策算法,并将其运用于高性能数据库优选问题。首先,运用专家提供的FPR,设计一种完全乘性一致FPR的构造方法,进而引入同时衡量一致性和共识性的一致性-共识性指数;其次,提出基于最小调整成本策略的群共识调整模型,以共识调整总成本最小化为目标函数建立最优化模型,进而得到每个专家的最优调整参数和共识阈值下界;最后,构建一种具有收敛性的模糊群决策算法。通过高性能数据库产品的优选实验表明,所构建的群决策算法在成本和效率方面更为有效。     

基于语言量化的多标准模糊群体决策算法研究

文章提出了一种基于模糊相似度量、IOWA算子和语言量化的群体模糊决策的方法,因为这种方法能够用模糊方法来代表和融合专家的意见,并且可以根据不同的量化语言确定不同的数据融合标准,从而显得更具有灵活性和智能性。     

一种新的三角模糊数型多属性决策方法

针对模糊群体多属性决策问题,提出一种模糊群体多属性决策方法．首先,定义了任意专家的中心决策矩阵;其次,利用任意2个规范化决策矩阵之间的相似度获得专家的综合重要性程度;再次,通过专家的综合重要性程度得到方案的平均可信度,进而得到方案的排序结果;最后,实例分析表明了所提出方法的可行性和有效性．     

FH-OWA算子及其在模糊多属性决策中的应用

现实中,绝大多数的决策是模糊决策,而决策结果很大程度上取决于聚合算子的选取。为了使信息聚合更加科学合理,研究了H-OWA算子（Heronian ordered weighted averaging operator）。鉴于H-OWA算子的优点和局限性,提出了基于三角模糊数的FH-OWA算子（fuzzy Heronian ordered weighted averaging operator）,并研究了其幂等性、单调性、有界性及交替性。最后,将FH-OWA算子应用于模糊多属性决策中,并与原文献进行了比较和分析,结果表明FH-OWA算子在信息聚合时侧重所有决策者意见的“一致性”,而不是个别专家的权威性。     

语言比例二元组Bonferroni平均算子的群决策方法

针对语言比例二元组信息集成的问题,提出了语言比例二元组Bonferroni平均算子的群决策方法。基于基本单位区间单调（BUM）函数的定义,提出了三角模糊数的中心有序加权平均算子的概念。由于三角模糊数的中心有序加权平均算子和语言术语的数值表示（NR）之间存在交互关联,提出了用三角模糊数的中心有序加权平均算子代替语言术语的数值表示的方法,并将此方法得到的NR和语言术语的NR进行了对比分析。引入了语言比例二元组Bonferroni平均算子,介绍了语言比例二元组Bonferroni平均算子的群决策方法,并用一个实例来说明其可行性。     

一类最小代价模糊决策系统及其算法

针对模糊决策系统在应用中的实际问题,提出一类最小代价模糊决策系统模型,定义了最优决策约简和最优决策代价,并对其性质进行分析。求解最优决策约简和最优决策代价是NP完全问题,为此给出基本算法、贪婪算法和基于拉格朗日松弛的子梯度优化算法,并进行实验分析。     

群决策支持系统中的一致性分析技术

提出一些在群决策支持系统（ＧＤＳＳ）中支持协调员引导群体意见趋向一致的技术和方法。协调员利用决策群体成员所表达的模糊偏好数据计算出广义距离等一些软评价指标，能够获得群体意见一致程度和群体意见分歧程度等信息，发现“联盟”的子群体和存在严重意见分歧的决策备选对象等，从而掌握决策过程并引导群体意见趋向一致。结合一个应用实例说明如何使用该分析技术优化群决策过程。     

勾股模糊H平均决策算法及应用

研究了勾股模糊数信息环境下属性值间存在内在关联性的多属性决策问题。首先定义了基于t-模和t-余模的勾股模糊数运算;将Heronian平均融入到聚合算子的构建过程中;讨论了勾股模糊Heronian平均算法的3个特征性质和经常使用的特例。然后构建了改进的勾股模糊决策模型,该模型在考虑输入属性值之间关联性的同时,提高了决策的使用范围。最后通过多属性决策实例验证了改进的决策模型合理有效。     

风险评估量化分析

文章介绍了风险评估量化模型及量化模型的算法改进,并对智能风险评估方法进行了介绍。文章简要介绍了风险的3要素（资产、弱点、威胁）的风险矩阵分析方法和变精度粗糙的方法,为有效地进行风险评估提供了可行的方法。