效能评估中的改进熵值法赋权研究

针对熵值法赋权时当某个指标的离散程度太大时,该指标的权重会过大这一问题,借鉴层次分析法（AHP）的赋权思路,对熵值法进行了改进,通过对指标差异性系数进行两两比较获得的判断矩阵来求解指标权重。详细给出了保持指标信息熵不变的指标初始数据的规范化方法,计算从AHP赋权法的1~9标度到改进熵值法的1~9标度映射值的步骤,以及构造基于信息熵的判断矩阵并求解指标权重的方法。分别利用熵值法和改进的熵值法对战斗机空空作战能力的六项指标赋权,对战斗机空空作战能力进行评估。结果表明改进熵值法弥补了熵值法赋权时单一指标权重可能过大的不足,赋权结果更加合理,空空作战能力评估结果也更为准确。     

层次分析法中群组决策的计算机仿真

根据群组两两比较的实际数据，利用统计方法拟合区间成对比较阵中不确定元素的概率分布，给出了求解层次分析法群组决策的仿真方法，并制作了多准则决策的应用软件。该方法尤其适用于复杂的群组决策问题，并且能得到更丰富的综合评价信息。     

基于理想度的故障样本集评估优选方法研究

针对测试性验证试验中多次抽样得到的样本集存在随机误差的问题,提出基于理想度的故障样本集评估优选方法.首先确定了样本集评估指标体系,利用信息熵法确定了各个指标的权重,然后通过建立优化理想度模型来描述故障样本集的代表性.应用表明,该方法可以有效地评估故障样本集,指导故障样本的选取,结论分析表明该方法相比已有方法更加合理,工程适用性更高.     

基于信息熵的产品造型风格形成原理与设计决策顺序研究

将信息论方法引入产品造型设计领域,提出通过计算两两造型特征变量的信 息系数来分析某种造型风格的形成原理和决策要点：以两种风格的金融机具为例,选取代表性 样本,提取风格特征变量,计算各变量的信息熵值和两两信息系数,结果得出了两种风格的形 成原理和设计决策顺序。实例证明了该方法的可行性,可以为造型设计提供有效的参考。     

强相关树基因选择方法及AE-RSVM分类研究

对肿瘤基因表达谱进行分析,从而有效区分正常样本与肿瘤样本的关键是：准确找出能够决定样本类别的最少特征基因,并用一个性能较好的分类器进行分类预测。针对该问题,用修订的特征记分准则（RFSC）去除分类无关基因;对两两冗余法进行改进,提出强相关树法用于冗余基因的去除;对粗糙支持向量机（RSVM）改进,提出近似等价粗糙支持向量机（AE-RSVM）对样本集进行分类测试。以肿瘤样本集为例进行测试,实验结果表明了提出方法的可行性和有效性。     

基于模糊修正熵权TOPSIS的战时装备供应链风险评估

针对战时装备供应链的特点,以远程精确打击、敌特后方袭扰和恶劣天气等三个因素为主要风险指标,运用修正的模糊信息熵权对TOPSIS法进行改进,提出了一种新的战时装备供应链风险评估方法。首先利用原始数据产生的模糊信息熵权进行客观赋权,并引入专家因素对权重进行主观修正,利用逼近理想解排序方法进行运算,最后通过实例计算与分析,验证该评估方法简便易行,结论合理,有效降低了指挥员决策的主观随意性。     

基于谱聚类的虚假评论群组检测

为了从数据集更有效地检测出虚假评论群组.提出一种基于谱聚类的检测算法.对数据集中的多维数据样本进行分析,确定衡量用户之间相似程度的指标;利用用户相似度指标构造一幅以用户为节点、用户之间相似度为边上权值的带权评论者图;将该图的邻接矩阵作为相似度矩阵,利用谱聚类算法对其进行群组检测,将所有用户分为15个候选群组;对检测出的候选群组进一步挖掘,分析其内部特征.将不同方法检测得到的候选群组内部特征进行比较,结果表明该算法具有更高的有效性.     

面向分组类别概率问题的模糊SVM分类算法

分组类别概率问题（Q-GP）给定样本的群组统计信息或类别概率分布,寻求每个个体样本的实际类标签,有着广泛的实际应用,但目前相应的研究仍较少。Q-GP问题求解的关键是如何利用已知的样本群组信息来获取单个样本的分类信息。文中通过比较二分类Q-GP问题与有监督及半监督二分类问题的异同,提出利用模糊分类的思想,根据已知的各群组类别概率分布近似获取个体样本的类隶属度,以此构造有监督样本进行学习。具体方法是:首先使用fuzzy层次分类构造各群组的等价类,并利用等价类将二分类Q-GP问题变换成多个带模糊隶属度的有监督二分类子问题;然后实施fuzzy SVM训练子分类器;最后整合多个子分类器的结果即得到每个样本的类标签估计。     

基于“层次分析法”的数据库预处理方法研究

层次分析法作为运筹学方法，把复杂的决策系统层次化，通过逐层比较各种关联因素组建有效模型，为分析和决策提供定量的依据。该文提出的基于“层次分析法”的数据库预处理方法在数据仓库构建的数据清理阶段，对每个准备导入数据仓库的数据库进行3种数据指标(完整性、平滑性和一致性)的评估，以“层次分析法”的准则选择合适的数据库进行数据清理，提高数据预处理的效率。     

人群运动中的视觉显著性研究

在公共场所中人们都倾向于以分组的形式进行运动,本文把这种以分组形式运动的若干个行人称为运动群组,具有视觉显著性的人群运动群组是场景理解的重点,其对人群的整体运动也影响最大。本文对运动群组的视觉显著性展开了研究,分别从规模、速度、组内紧致度和变化度４个方面来对运动群组的视觉显著性进行度量,并基于该度量给出了视觉显著性运动群组检测方法。首先,利用光流法对运动人群进行分析得到光流向量;然后通过层次聚类算法对运动人群进行分组;最后,基于本文所给出的度量计算每个群组的视觉显著性,以检测出视觉显著性最高的运动群组。实验表明该方法能够有效地对视觉显 著性运动群组进行检测,该研究成果可应用于人群场景理解、人群运动分析和人群场景分类等计算机视觉研究领域。     

应用信息融合技术实现矿井电网故障选线

文章提出了一种基于信息融合技术的故障选线新方法。该方法不受消弧线圈的影响,选用故障时的稳态量、奇异量、暂态量作为故障特征向量,运用D-S证据理论将3种故障信息转换为多判据,采用迭代算法对各判据进行有机融合,使选线结果聚焦到各判据的共同支持点上,提高了选线的准确性。该方法通用性好,尤其适用于矿井供电网络。仿真实例证实了该方法的有效性。     

基于可持续发展的供电企业营销效果评价研究

目前,供电企业加强了电力市场营销工作的开展,以满足客户对电力的需求。木文首先建立了一套评价供电企业营销效果的指标体系;然后采用层次分析法确定指标权重,并运用模糊综合评价方法,对供电企业营销效果进行评价,并给出一实例;本文提出了一套适用于供电企业的营销效果评价系统,为供电企业营销工作的发展提供了有效的支持。     

基于可持续发展的供电企业营销效果评价研究

目前,供电企业加强了电力市场营销工作的开展,以满足客户对电力的需求。木文首先建立了一套评价供电企业营销效果的指标体系;然后采用层次分析法确定指标权重,并运用模糊综合评价方法,对供电企业营销效果进行评价,并给出一实例;本文提出了一套适用于供电企业的营销效果评价系统,为供电企业营销工作的发展提供了有效的支持。     

基于层次分析法的停电试验与不停电检测技术等效性分析模型

为了评价停电试验与不停电检测技术的等效性,提出了一种基于层次分析法的停电试验与不停电检测技术等效性分析模型。首先根据两种技术的状态量获取过程确定了准确度、有效性与故障检出能力组成的准则层,以及数据数值准确度等七个指标构成的指标层。采用层次分析法计算各指标权重系数,建立了双层次的等效性评价指标体系。根据各指标层中各指标性质,确定各个指标层指标的量化方法及归一化计算方法。针对不停电检测和停电试验的数据数量不相等、时序不匹配的特点,提出了数据三次样条插值拟合后再取值的数据预处理方法,最终建立等效性分析模型。实例分析表明该模型可以减少人为干预,综合状态量数据获取的主要阶段来评价不停电检测对停电试验的等效性。     

基于粗糙集的层次分析及其应用

在实际择优决策过程中,层次分析法被广泛使用,而在不完备复杂信息系统中粗糙集理论被大量使用,对系统进行约简.本文在层次分析方法的基础上,通过粗糙集理论对层次分析模型中矩阵的维数进行了降维,有效地改善复杂大系统的处理复杂度,提升了计算机利用层次分析法解决实际择优问题的效率.实例证明了该方法的可行性和有效性.     

基于粗糙集的层次分析及其应用

在实际择优决策过程中,层次分析法被广泛使用,而在不完备复杂信息系统中粗糙集理论被大量使用,对系统进行约简。本文在层次分析方法的基础上,通过粗糙集理论对层次分析模型中矩阵的维数进行了降维,有效地改善复杂大系统的处理复杂度,提升了计算机利用层次分析法解决实际择优问题的效率。实例证明了该方法的可行性和有效性。     

Fuzzy portfolio selection using fuzzy analytic hierarchy process

Financial problems have been the subject of much research. A widely used approach in recent work on these problems is the use of fuzzy set theory, where fuzzy terms are used to model the uncertain environments. The purpose of this work is to combine the fuzzy analytic hierarchy process (AHP) with the portfolio selection problem. More specifically, the decision-making problem is to decide which stocks are to be chosen for investment and in what proportions they will be bought. To do this, we first dealt with two constrained fuzzy AHP methods given by Enea and Piazza [M. Enea, T. Piazza, Project selection by constrained fuzzy AHP, Fuzzy Optimization and Decision Making 3 (2004) 39–62]. We revised the first of these methods, addressing some of its fallacies, and called it revised constrained fuzzy AHP method (RCFAHP). Then we applied these two methods, namely, RCFAHP and the second- method of Enea and Piazza (2004), to the problem of choosing stocks on the Istanbul Stock Exchange (ISE). The methodology used for the hierarchy construction is based on the paper of Satty et al. [T.L. Saaty, P.C. Rogers, R. Bell, Portfolio selection through hierarchies, The Journal of Portfolio Management (1980) 16–21].In this paper, we show that both of the models provide both ranking and weighting information, via fuzzy AHP, to the investors in this financial scenario. Finally, we discuss the relative advantages and disadvantages of these methods in comparison to existing methods in the literature.     

Fuzzy multi-attribute selection among transportation companies using axiomatic design and analytic hierarchy process

The basic concept in axiomatic design (AD) is the existence of design axioms. First of these axioms is the independence axiom and the second one is the information axiom. Information axiom proposes the selection of the best alternative that has minimum information. Analytic hierarchy process (AHP) is another multi-attribute method which is a decision-making method for selecting the best among a set of alternatives, given some criteria. The method has been extensively applied, especially in large-scale problems where many criteria must be considered and where the evaluation of alternatives is mostly subjective. Multi-attribute transportation company selection is a very important activity for effective supply chain. Selection of the best company under determined criteria (such as cost, time, damage/loss, flexibility and documentation ability) using both multi-attribute AD and AHP will be realized in this study. The fuzzy multi-attribute AD approach is also developed and it is compared by one of fuzzy AHP methods in the literature. The selection process has been accomplished by aiding a software that includes crisp AD and fuzzy AD.     

捷联式惯性导航系统性能的综合评价新方法

该文根据捷联式惯性导航系统的组成元件及功能,给出评价其性能的多层次指标体系,具体评价步骤如下：首先由专家采用百分制给出的三角模糊数的初始评价矩阵,选用隶属函数得到三角模糊数隶属关系阵。其次利用AHP确定各层次的指标权重,由此建立了三角模糊数与AHP相结合的多层次模糊评价模型。最后应用Yager方法计算三角模糊数的平均值对各系统的评价结果进行排序。此方法弥补了单纯的AHP法解决多层次问题以及对评价结果排序的不足。为评价实际工程中多系统、多层次问题的研究提供了新的方法。     

A parallel approach to the analytic hierarchy process decision support tool

The Multiple Criteria Decision Aiding methods dedicated to discrete problems follow different philosophies and strategies for selecting, clustering or ranking alternatives. This work presents a tool using one such method—the Analytic Hierarchy Process (AHP). The Decision Maker (DM) can structure his criteria as a hierarchy tree having the alternatives as leaf nodes. The DM must then build matrices for each node by performing pairwise comparisons between its children. The AHP finds the weights of each child concerning the parent criterion by calculating the elements of the eigenvector corresponding to the maximum eigenvalue of the comparison matrix. Weights are then combined in order to obtain the influence of each alternative on the top of the hierarchy. A DM expects that a Decision Support Tool works faster than he/she does. In order to achieve speed a parallel approach was developed. Parallel implementations described in this work follow different message-passing strategies and capitalise on the fact that the vector of weights for each matrix can be calculated independently. The authors used a network of four Inmos Transputers. Research will focus on finding which implementation will run faster and how the DMs options affect the speedups obtainable.