基于变权的语言评价信息不完全的群组评价方法

针对评价群体成员权重未知且语言评价信息不完全的群组评价问题,提出了一种基于变权的证据推理解决方法．该方法将各评价群体成员的评价意见作为证据,将位置权向量引入到信度初始分配的建立中,定义了冲突度指数的概念作为证据赋权的诱导分量,结合“大多数”模糊量化算子确定权重,并应用Ｄｅｍｐｓｔｅｒ规则进行证据合成．该方法从证据之间提取权重信息,体现了采纳多数人意见的群组评价思想．最后给出了一个应用实例．

     

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.     

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.     

基于变权向量的群体评价信息集结方法

为了减轻群体评价中少数评价者的错误或偏见对群体评价结果的影响,提出基于变权向量的群体评价信息集结方法.根据各评价者的评价值与基于线性加权法的群体评价值的差别,确定了一个变权向量,给出了基于该变权向量的变权集结算子.实例分析表明,将该变权集结算子用于群体评价的信息集结,可以有效减轻少数评价者的错误或偏见对群体评价结果的影响.     

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.

     

一种基于熵权和经验因子的模糊综合评价方法

针对系统综合评价过程中存在各种不确定性的问题,提出了一种基于熵权和经验因子的模糊综合评价方法。将模糊数学理论与综合评价理论相结合,利用模糊集合来表示专家的评价结果,对专家评价意见进行量化;权重的确定采用基于熵权和经验因子的权重确定方法,将由决策矩阵确定的客观权重同由先验知识确定的主观权重结合起来,提高了权重确定的科学性;最后,对专家意见和权重进行模糊合成运算,得出综合评价的最终结果。结合某信息系统的风险评估算例,给出了该方法的应用步骤。     

基于证据理论的群组DEMATEL改进方法

在群组DEMATEL（决策试验与评价实验室）分析过程中,科学合理地集成群组专家意见是保证群决策有效性的技术核心。然而现有文献不仅没有对群组专家意见的集成机理作出科学合理的解释,而且还存在单专家对因素关系判断过于主观武断的问题。为克服上述缺陷,在概述传统群组DEMATEL及系统分析其缺陷的基础上,提出了一种基于证据理论的群组DEMATEL改进方法。该方法优点在于：一方面以信度函数反映决策信息的不完备性,并通过Dempster组合规则有效集成群组专家意见;另一方面以整体判断思想实现群组专家证据信息的交互。实例验证结果表明,改进方法是科学可行的,有着较强的实际应用可操作性。     

融合上下文信息与自注意力机制的群组推荐算法

针对群组推荐中组内成员存在偏好动态复杂性的问题,群组成员间的偏好会彼此影响,提出了一种融合上下信息与自注意力机制的群组推荐算法。首先,为了更好地捕捉群组成员间的动态关系,利用自注意力机制自动学习群组内用户的上下文信息与群组中其他成员间的关系权重;其次,根据自注意力机制学习到的组矩阵取其均值嵌入得到群组偏好表示;最后,根据群组偏好利用贝叶斯个性化排序方法进行群组推荐。将提出的方法在MovieLens-1M和CAMRa2011两个数据集上进行实验,并且与基准算法进行比较分析,该方法在推荐的命中率HR和NDCG两个指标上均有提升,实验结果证明该方法得到了更优的群组推荐结果。     

基于灰色关联度的多阶段语言评价信息集结方法

研究多阶段语言评价信息的群集结方法.采用二元语义进行语言信息转化;依据评价过程中事物发展规律,提出了方案量变和质变的判定方法和评价者判断质量变化的测度指标;建立了基于灰色关联度的时间权重确定模型;研究多阶段群体差异最小的评价者定权模型,提出了多阶段信息的群集结方法.算例分析表明了方法的应用步骤和有效性.     

基于决策单元异质性的群组交叉效率评价方法

交叉效率评价方法是数据包络分析（DEA）的拓展工具,但是现存交叉效率方法是对所有决策单元（DMUs）统一测评,没有考虑决策单元间的异质性问题。提出了一种考虑决策单元异质性的群组交叉效率模型,将具有异质性的群组间效率值进行合理集结的绩效评价方法。运用仁慈型交叉效率模型分析各群组内部的相对效率值;运用改进的熵权法为群组内部各决策单元分配适当权重,得到群组整体的最优权重向量;运用传统交叉效率模型评价与分析群组之间的相对效率值,并以此进行综合排序。为证明该方法具有理论与适用效力,2015年应用于16家中国商业银行的绩效评价,结果表明该方法行之有效。     

基于变权证据合成的信息安全评估

D-S证据理论具有良好的不确定信息决策融合能力,但存在木桶效应问题。为此,提出一种基于变权证据合成的信息安全评估方法,采用证据所对应指标的安全风险程度自适应地调整状态变权向量,根据证据向低安全级的倾斜程度确定权重系数,并通过DS规则实现证据聚合。实验结果表明,与原方法相比,改进方法能给出更合理的评估结果。     

Project evaluation method using non-formatted text information based on multi-granular linguistic labels

We propose a novel project evaluation method for non-formatted Chinese text evaluation information. First, the non-formatted Chinese text evaluation information is determined and expressed using extensible markup language and a hypertext preprocessor. Then, the evaluation problem is transformed into a multiple-criteria decision-analysis problem based on multi-granular linguistic labels, including a comprehensive evaluation score for alternatives and an evaluation criteria point score for incomplete items. Next, we propose a weighting model for the criteria based on the minimal difference between the comprehensive evaluation score and the evaluation criterion point score of decision-makers. We establish an estimation model for incomplete evaluation items with the minimal evidence distance of Dempster–Shafer theory using maximal group consistency. In addition, we calculate a weighting for the decision-makers using the similarity of the group. Finally, we present a score modification method for alternatives based on weights of the criteria and the decision-maker. We use a soft science project evaluation and selection to illustrate the application process and feasibility of the proposed method.     

二元语义信息下的动态激励群体评价方法及应用

针对目前关于动态群体评价问题的研究相对较少,且主要是基于点值信息评价的不足,提出一种新的二元语义信息下的动态激励群体评价方法,将动态激励评价及语言评价信息引入到群体评价中。首先探讨了能够较好地集结群体语言评价信息的二元语义一致算子;然后在各阶段的动态评价中引入激励区间,并运用时间诱导的二元语义时序激励加权平均算子集结得到受“奖惩”的动态群体综合评价值,从而进行最终评价。最后,通过算例给出了所提方法的步骤,并进行了结果分析,证明了该方法的可行性和有效性。     

变权无参考视频质量评价模型

由于视频图像在传输过程中信道噪声将导致质量下降,在无需增加传输信息的前提下客观无参评价方法可实现视频质量的自动评估,因此成为一个重要研究课题。为了提高无参考评价方法准确性,提出了符合人类视觉特性的变权评价模型,综合考虑空域中的清晰度和时域中的平滑度两类指标,利用视频内容的运动信息控制权重变化,模型评价结果与主观评价符合度高,简单相关系数为0.85。实验结果表明,符合视觉特性的连续变权方法比固定权值模型准确,计算复杂度比同类研究方案小,具有更大的应用价值。     

基于可信度的MANETs动态信任评估

移动Ad Hoc网由于没有固定基础设施,使得网络节点间的信任问题变得日益突出。针对已有信任评估模型在证据收集和信任融合方面的不足,提出了一个多维证据融合信任评估模型。通过拓展Watchdog机制,检测节点对包的各种历史处理行为,来扩宽直接信任证据收集的维度;同时使用Beta分布下的贝叶斯统计方法,计算每种行为的可信度,之后通过证据合成规则来融合多种行为,以提高信任评估的准确性。通过仿真实验,验证了该模型的有效性;分析表明,模型中使用信息贴近度量化推荐权重,降低了恶意推荐带来的影响,保证了信任评估的健壮性。     

基于模糊层次分析法的信息安全风险评估

依据模糊决策理论,提出了一种结合三角模糊数和层次分析法(AHP)定量评估信息安全风险的方法。在构建信息安全风险因素递阶层次结构模型基础上,用三角模糊数表示信息安全专家判断信息,同时采用一种基于可能度的模糊互补判断矩阵排序方法对风险因素进行重要度排序,从而确定了各层次风险因素的相对权重系数和整体绝对权重系数,为信息安全风险管理决策和安全工程建设提供了依据。最后通过实例说明了算法的应用。     

基于A-Delphi方法的信息系统安全评价模型研究

针对信息系统安全评价现有方法中各评价指标由研究者主观提出的实际情况,提出了一种新的综合层次分析法并结合德尔菲法的A-Delphi方法构建分层结构评价体系,运用该评价体系建立了一个适用于信息系统安全评价的通用数学模型。最后利用模糊综合评价法在该模型基础上对一个实际信息系统进行了安全等级评估。     

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.