一种基于灰色关联度的多属性群决策方法

基于灰色关联度的思想提出了一种群决策方法。该方法根据各专家给出的决策矩阵,利用灰色关联度的思想确定专家权重,得出群决策矩阵,基于偏差最大化的思想计算属性权重,计算各方案的综合关联度,据此确定方案的排序。算例表明了利用此方法得出的方案综合关联度之间相对差距较大,提高了决策的科学性和有效性。指出了徐选华等人提出的算例中的错误,予以纠正。     

基于分形维数的非常规决策表的属性约简

属性约简是粗糙集的一个核心研究课题,但经典属性约简及其延伸算法是基于有决策属性的决策表的属性约简算法,它们对无决策属性的非常规决策表的属性约简无能为力。以粗糙集理论为基础,对无决策属性的非常规决策表从分形维数方面进行研究,提出了一种适用于无决策属性的决策表的启发式属性约简算法。该算法在一定程度上能够解决非常规决策表的属性约简问题,进一步扩展了粗糙集理论的应用范围。实例表明该算法是有效可行的。     

基于k-means聚类的神经网络分类器集成方法研究

针对差异性是集成学习的必要条件,研究了基于k-means聚类技术提高神经网络分类器集成差异性的方法。通过训练集并使用神经网络分类器学习算法训练许多分类器模型,在验证集中利用每个分类器的分类结果作为聚类的数据对象;然后应用k-means聚类方法对这些数据聚类,在聚类结果的每个簇中选择一个分类器代表模型,以此构成集成学习的成员;最后应用投票方法实验研究了这种提高集成学习差异性方法的性能,并与常用的集成学习方法bagging、adaboost进行了比较。     

存储区域网中基于神经网络故障检测器的研究

故障检测器是构建可靠的存储区域网所必需的部分。针对系统中节点状态变化快的特点,设计了一种基于神经网络的故障检测器。它结合心跳策略和神经网络模型,根据环境的变化预测出被检测节点的状态,在一定的检测时间内,提高了故障检测器的精度。实验表明,该故障检测器具有较好的性能,提高了存储区域网的可靠性。     

融合雷达数据与地理信息系统的归并算法

融合算法将“不具备完整地理信息”的雷达栅格数据转换为能被GIS平台显示、处理及分析的矢量面几何体。算法从左到右、从上到下扫描雷达栅格矩阵,以相邻点的回波等级分布情况作为网格区域归并的判断依据,处理“左右一致”、“左右、上下一致”、“左右、左上、上下一致”、“左右、上下一致,而左上不一致（岛）”等的相邻栅格点情况,最终将大量的规则雷达栅格数据点归并为数量较少的不规则矢量面,从而提高雷达数据的显示、处理速度,并能借助GIS空间算子的操作,实现与空间点、线、面地物的空间统计分析。实验分析结果显示融合结果正确,对雷达观测的原始结果值在空间上不产生形变;算法处理速度较快,能满足实际应用的要求。而针对雷达矢量面数据空间分析及计算的检验结果表明雷达栅格数据在转换为矢量格式后确实能完成在原始数据格式下很难,甚至无法完成的空间统计分析功能。     

关于左C-wrpp半群的若干性质

左C-wrpp半群是左C-半群和左C-rpp半群的共同推广,杜兰等研究了左C-wrpp半群,给出了左C-wrpp半群的curler结构。进一步研究左C-wrpp半群,得到左C-wrpp半群的若干特征和等价刻画,丰富了杜兰等关于左C-wrpp半群的结果。     

FPGA与DDR2 SDRAM互联的信号完整性分析

论述了Virtex-5和DDR2?SDRAM在互联中的信号完整性问题,利用前仿和后仿的措施分析和验证了它们在不同互联拓扑结构下的信号完整性。通过原型机的测试,验证了该理论在高速电路设计中的应用有效性。     

CUDA架构下大规模稠密线性方程组的并行求解

在Gauss-Jordan消去法的基础上,给出了一种适应于CUDA架构的改进Gauss-Jordan消去并行算法。通过分析该方法的处理过程以及CUDA架构的相应限制,在CUDA的grid-block-thread三层组织结构的基础上,从算法构造的角度提出了grid-strip-group-block-thread五层结构,给出了基础行以及全局基础行等概念,并构建了适应于CUDA架构的Gauss-Jordan消去法的并行版本,在最高维数为4 000维的大规模稠密线性方程组的算例求解上与串行Gauss-Jordan消去法进行了比较,实验结果表明,该算法能够充分利用GPU的硬件特性,有效地降低了大规模稠密线性方程组的求解时间。     

自主水下航行器的回坞导引和入坞控制算法

针对军事侦察和海洋环境监测领域中对自主水下航行器（AUV）水下自主回收能力的需求,研究了AUV自主回收过程中回坞和入坞的导引和控制问题。将水下自主回收过程分为回坞导引和入坞控制两个连续的阶段,其中回坞阶段采用经典的视线（LOS）导引法,使AUV到达回收器正前方的回坞航路点;入坞阶段则采用非线性横向跟踪控制方法,使AUV精确跟踪沿回收器中轴线的入坞直线航路航行并最终进入回收器。采用REMUS AUV的模型参数对水下回收进行了仿真研究,结果表明该方法是有效的,具有良好的工程应用前景。     

基于协同进化博弈的多学科设计优化

复杂系统的设计问题可以非层次分解为并行的多个子空间优化设计问题。多学科优化的迭代过程可看成子空间博弈的过程。各冲突子目标协商一致条件下,子空间合作博弈的均衡点能达成原系统的整体最优,并给出协同进化算法求解博弈的Nash均衡点的计算框架。以某型民用客机的总体优化设计为例,将其分解成气动和重量两个子空间优化。设计变量不重叠地分布于各子空间,两冲突子目标分配相同权值,线性加权组合而形成的单目标作为各子空间共同的优化目标。计算结果表明此方法是有效的。     

考虑准则依赖的风险型多准则决策新方法

为有效应对风险型多准则决策过程中准则依赖的问题,针对现有文献中完全理性和有限理性决策两种视角下准则独立假设的不足,应用DEMATEL方法分析决策准则之间的相互影响关系,得到准则依赖情境下的综合重要性权重,进而以备选方案状态均值为参照点,从前景理论出发,求解风险状态下备选方案的综合前景价值,作为决策依据。案例应用结果表明,所提方法在实践中是切实可行的。     

B2B协同决策半自动一致性模型设计与实现

具有群一致特性的多属性协同决策（MACD）技术对于支持供应链中复杂多变、资源动态的大型群体供应商与客户B2B协同是十分重要的,现有的群一致性模型存在明显不足：难于管理较大群体,需要大量复杂手工操作以确保协同决策过程有效。提出了面向供应商与客户B2B协同的多属性协同决策半自动一致性模型（SACM）。SACM包括4阶段：（1）供应商与客户B2B协同资源数据初始化;（2）形成协同决策问题;（3）一致性达到过程及供应商与客户B2B协同计划生成;（4）协同计划执行实时监控分析及计划重构。研究结果描述了供应链中,供应商与客户B2B协同由单向、局部的优化扩展进化为具有多层一致性与抗风险性的闭环、反馈的计划与执行协同优化的有效方法,提出的方法深化了对供应商与客户B2B协同管理的理解。     

基于直觉模糊偏好信息的群组DEMATEL决策方法

决策试行与评价实验室（DEMATEL）方法中,构造直接影响矩阵（DIM）是该方法实现系统分析的关键技术。为克服DIM构造过程中存在的专家判断主观随意性太强以及意见集成机理不明确的内在缺陷,提出一种基于直觉模糊偏好信息的DEMATEL决策方法,该方法依据系统直觉思维,充分考虑了专家认知能力、个人偏好、情境特征,将其判断结果通过直觉模糊数予以反映,不仅完善了现有DEMATEL评价模式,使专家对复杂问题的判断更为科学,而且通过精确加权法对专家直觉模糊信息进行集成,更为清晰地揭示出DEMATEL群组决策的集成机理。实例验证结果表明,所提方法实践可操作性较强。     

基于RBF神经网络的射频功放行为模型研究

为了设计和优化高线性功率放大器和通信子系统,在系统级仿真中,构建功率放大器精确的行为模型是极为重要的。应用实际功率放大器晶体管测试板,通过ADS（Advanced Design System）仿真得到大量功放输入输出数据,建立了一个基于RBF（Radial Basis Function）神经网络的行为模型,给出了RBF 神经网络的结构设计及K-均值聚类算法和共轭梯度优化算法,并进行了模型检验。结果表明,基于RBF神经网络的功放行为模型具有较高的精度,相对于BP 神经网络模型具有更高的逼近能力和速度。     

基于DEMATEL和VIKOR的服务外包风险评估

服务外包风险评估是企业供应商管理的重要依据。传统风险评估方法FMEA没有考虑风险模式间的相互影响关系,模糊DEMATEL方法用来分析风险模式的净影响度,进而修正其初始评估的严重度。针对传统FMEA方法将风险因子简单相乘的缺陷,采用模糊VIKOR方法对风险模式的严重度、发生频率和难检度进行综合评估。传统模糊VIKOR计算过程中需要进行模糊数的反模糊化处理,造成信息的损失,相对偏好关系分析引入模糊VIKOR计算解决这一问题。以某公司服务外包风险评估为例,验证了所提方法的有效性。     

A normal wiggly hesitant fuzzy MABAC method based on CCSD and prospect theory for multiple attribute decision making

Normal wiggly hesitant fuzzy set (NWHFS) is a new fuzzy information form to help decision makers (DMs) express their evaluations, which can further dig the potential uncertain information hidden in the original data given by the DMs. Firstly, we define a new distance measure and new operational laws of NWHFSs. Then, for the situation where attribute weights are completely unknown, we propose an extended CCSD method to produce them objectively, which comprehensively uses standard deviation (SD) and correlation coefficient (CC). What's more, we introduce the MABAC (multiattributive border approximation area comparison) method, which takes the distance between alternatives and the border approximation area (BAA) into consideration for handling the complex and uncertain decision‐making problems. Meanwhile, we combine the MABAC method with prospect theory (PT), which considers DMs' psychological behavior, and propose a new NWHF‐CCSD‐PT‐MABAC method to cope with the multi‐attribute decision making problems under normal wiggly hesitant fuzzy environment. Lastly, we illustrate the validity and advantages of the proposed method through an example of college book supplier selection.     

基于前景M-V准则的正态三角模糊随机多属性决策方法

针对具有正态三角模糊随机变量且属性权重未知的多属性决策问题, 提出基于前景均值-方差(M-V) 准则的正态三角模糊随机多属性决策方法. 该方法首先构建正态三角模糊随机决策矩阵, 进而通过运算得到属性值的期望与方差, 并将其转化为M-V 决策矩阵; 然后, 通过定义前景效应构建前景M-V 决策矩阵, 利用改进灰色系统理论模型求解属性权重值, 获取综合前景M-V 决策矩阵; 最后, 定义前景序关系, 两两比较前景M-V 价值获取方案排序. 在此基础上, 通过案例验证了所提出方法的可行性及有效性.

     

基于证据推理和第3 代前景理论的不确定性多属性决策方法

针对多状态不确定性多属性决策问题, 建立基于证据推理和第3 代前景理论的决策方法. 首先, 给出不确定性知识表示方法—– 确定因子结构及其构造方法; 然后, 将第3 代前景理论构造价值函数和确定权重函数引入决策方法中, 得到每个方案在各属性下的前景价值; 进一步, 根据证据推理方法对前景价值进行信息融合得到各方案的合成前景价值, 并依据合成前景价值对方案进行排序; 最后, 通过算例验证了所提出方法的可行性和有效性.

     

基于犹豫模糊语言多属性群决策的VIKOR扩展方法

针对犹豫模糊语言多属性群决策问题,提出了一种基于可能度分布的VIKOR方法。该方法首先将基于犹豫模糊语言的评价信息转化成可能度分布值,定义了新的距离公式,避免了传统犹豫模糊语言评价信息在计算过程中造成的信息扭曲。然后,设计了基于最大群体效用与最小个体遗憾两个目标的群体信息集结优化模型,并给出多属性群决策的VIKOR扩展方法。运用一个交通建设方案选择的案例分析验证了方法的有效性和优越性。     

Multiattribute decision making based on power operators for linguistic intuitionistic fuzzy set using set pair analysis

The aim of the presented paper is to give a multiattribute decision making (MADM) method under the linguistic intuitionistic fuzzy (LIF) environment using the set pair analysis (SPA) theory. LIF set can express the qualitative information in terms of linguistic variables, whereas the connection number (CN) based on the “identity,” “discrepancy,” and “contrary” degrees of the SPA theory handles the uncertainties and certainties systems. On the basis of these features, we develop some series of linguistic CN (LCN) power weighted and ordered weighted geometric aggregation operator to aggregate the different LCNs. Several properties of the operators are also studied. Afterward, we present a novel MADM method to solve decision‐making problems under LIF set environment and illustrate with several examples to validate it. A comparative analysis is also presented to show the results.