基于正态分布优先集结算子的随机多准则群决策方法

对准则值为正态随机变量,而准则之间具有优先级别的随机多准则群决策问题进行了研究。首先,定义了一种集结正态分布数的优先加权平均（NDNPWA）算子,并给出了该算子的相关性质;进一步,基于NDNPWA算子和正态分布数加权算术平均（NDNWAA）算子,提出了一种准则值为正态随机变量,准则之间具有优先级别,而决策者之间不具有优先级别的随机多准则群决策方法。最后,通过实例分析表明,该方法具有可行性和有效性。     

基于区间直觉梯形模糊数的群决策方法

针对准则值为区间直觉梯形模糊数（IVITFN）的群决策问题,定义了新的区间直觉梯形模糊数的加性的运算法则;基于这些运算法则,给出了几种区间直觉梯形模糊数信息的算术集成算子,包括区间直觉梯形模糊数的加权算术平均（IVITFNWAA）算子、区间直觉梯形模糊数的有序加权平均（IVITFNOWA）算子和区间直觉梯形模糊数的混合集成（IVITFNHA）算子;基于IVITFNWAA算子和IVITFNHA算子,提出了一种准则值为区间直觉梯形模糊数而准则权重确知的群决策方法。最后,实例分析表明了该方法的可行性和有效性。     

基于Vague集和混合集成算子的群决策研究

在定义了属性值和属性权重都为Vague值的模糊数加权算数集成算子(VWAA)、有序加权集成算子(VOWA)以及融合这二者优点的混合集成算子(VHA)的基础上,根据Vague值的运算规则,给出3种算子计算公式,然后利用记分函数给出了基于混合集成算子(VHA)的多属性群决策的方法和决策步骤,最后结合案例说明了基于混合集成算子(VHA)的多属性群决策方法的有效性和优越性.     

基于I-IFHA算子的动态直觉模糊多属性群决策方法

假设各决策时段的时间权重、各决策时段下的属性权重以及决策者权重均已知,各决策者针对各决策时段给出的属性值以直觉模糊数形式给出的动态多属性群决策问题,提出了一种基于导出直觉模糊混合平均(I-IFHA)算子动态直觉模糊多属性群决策方法.该方法利用动态直觉模糊加权平均(DIFWA)算子和动态加权平均(DWA)算子集结动态决策信息分别得到各决策者的综合直觉模糊决策矩阵和综合属性权重向量,并在此基础上利用直觉模糊加权平均(IFWA)算子计算得到各决策者下各方案的直觉模糊评价值;利用I-IFHA算子集结决策者群体决策信息得到各方案的综合直觉模糊评价值;利用直觉模糊数的得分函数及精确函数对决策方案进行排序和择优.最后,通过投资银行对企业进行投资的实例说明了该方法的应用.     

基于CC-OWG算子的区间数多属性群决策方法

针对属性权重和属性值均以区间数形式给出的不确定多属性决策问题,提出一种基于CC-OWG算子的区间数多属性群决策方法.该方法利用连续区间数据有序加权平均(C-OWA)集成算子对区间数属性权重进行处理,利用组合的连续区间数据有序加权几何(CC-OWG)集成算子对区间数属性值进行集成.最后,以实例分析说明了该方法的实用性和有效性.     

基于离散粒子群优化的鲁棒Web服务组合

服务于互联网业务的Web服务,其服务质量（QoS）具有内在的不确定性,增加了QoS感知的Web服务组合优化难度。假设QoS及其聚合服从正态分布,构建一种QoS感知的鲁棒Web服务组合优化模型,重点讨论两个独立的正态分布随机变量的和、最大值、最小值和积的期望与均方差的计算方法。通过重新定义加减法操作算子,选择合适的适应度函数,设计一种支持约束条件的离散粒子群优化算法求解该模型。仿真实验表明,该模型具有较好的精度,所获取的组合服务具有较好的鲁棒性。     

区间直觉模糊数密度加权算子及其决策应用

在多属性决策中,当属性值为区间值直觉模糊数时,考虑属性信息分布疏密程度,研究了区间值直觉模糊集数据聚类的问题,提出了新的算子——线性区间值直觉模糊数密度加权平均中间算子(IIFDWA)和积性区间值直觉模糊数密度加权平均中间算子(IIFDWGA),统称区间值直觉模糊密度加权算子.最后,将IIFDWA算子和WAA算子结合应用到多属性群决策问题中.     

机载液压油源系统非马尔科夫随机Petri网模型与时间参数识别

本文研究了基于Petri网的机载液压油源系统的建模与时间参数识别问题。机载液压油源系统的正常行为执行时间服从正态分布和异常行为执行时间服从指数分布时间,Petri网模型处理确定行为,不能处理随机行为。随机Petri网(Stochastic Petri Nets ,SPN)模型与确定-随机Petri网(Deterministic Stochastic Petri Nets ,DSPN)模型处理执行时间属于指数分布的行为,不能处理执行时间属于正态分布的行为,本文提出用正态-随机Petri网(Normal-Stochastic Petri Nets, NSPN)模型对机载液压油源系统建模,正态-随机Petri网模型有正态分布的变迁与指数分布的变迁。本文提出正态-随机Petri网模型的正态参数 与指数分布参数 的识别算法,其中 为正态分布的名义值, 为正态分布的标准差, 为指数分布的指数参数值。本文建立了机载液压油源系统的NSPN模型,应用本文参数估测算法对变迁时间参数进行识别,仿真计算结果表明,计算的变迁时间参数与系统实际运行时间参数一致,证明了该方法的有效性。     

直觉模糊多属性群决策的VIKOR方法

针对属性权重信息完全未知且属性值以直觉模糊数形式给出的多属性群决策问题,提出了一种基于多准则妥协解排序的决策方法.利用直觉模糊加权平均算子集成所有的个体决策信息,以获取群决策信息.利用直觉模糊数熵权公式求得属性的熵权.依据传统VIKOR法的基本思想,结合直觉模糊数的距离公式,对备选方案进行排序择优.文中通过实例分析,表明该方法的实用性与可行性.     

基于区间粗糙数相似度的多准则群体决策方法及其应用

针对权重未知的区间粗糙数多准则群体决策问题,提出一种基于相似度最大化的群体决策方法。文章对区间数构造区间粗糙数的方法进行改进,进一步定义区间粗糙数相似度公式,并给出相应的性质;以各方案与标准方案相似度最大化及熵值最大为目标,建立多目标优化模型求解准则权重,利用区间粗糙数算子求出方案的综合决策值,进而由区间粗糙数可能度和排序向量模型获得方案的排序结果。最后,通过投资实例证明该方法是有效的、合理的。     

区间数据混合加权集成算子及在群决策中的应用

研究了区间数据信息的集成问题,给出了一些新的区间数据信息集成算子,即不确定加权算术平均（UWAA）算子和不确定混合加权平均（UHWA）算子．证明不确定有序加权平均（UOWA）算子和UWAA算子都是UHWA算子的特例．基于这些算子,提出一种属性权重确知且属性值以区间数形式给出的不确定多属性群决策方法．通过实例分析对该决策方法的有效性进行了说明．     

广义区间直觉梯形模糊优先级加权几何算子及应用

针对决策指标和决策者不在同一优先级下的区间直觉梯形模糊多属性决策问题,提出了广义区间直觉梯形模糊优先级加权几何算子,并推导出其数学表达式,研究了该算子的相关性质和一些特例,探讨了基于广义区间直觉梯形模糊优先级几何算子的多属性群决策方法;最后给出数值实例证明了算子的有效性。     

模糊诱导有序加权平均算子

给出了诱导有序加权平均算子的矩阵表示,在此基础上提出了模糊诱导有序加权平均算子,讨论了模糊诱导有序加权平均算子的相关性质,并将模糊诱导有序加权平均算子用于一个投资决策实例分析中。     

直觉对偶犹豫模糊集的集结算子及其应用

在对偶犹豫模糊集与直觉模糊集的基础上,提出了直觉对偶犹豫模糊集的概念和基本运算,构造了直觉对偶犹豫模糊集的算术加权平均集结算子和几何加权平均算子,并考虑有序和广义的情况,分别给出相对应的公式。同时针对某些算子的特殊性质,给出了详细描述和证明。针对模糊集的多属性群决策问题,提出了一种新的基于直觉对偶犹豫模糊集的集结算子的多属性群决策方法,通过一个实例说明了该方法的实用性和有效性。     

基于投影及优势度的不确定语言群决策方法

针对属性权重信息不完全的多粒度不确定语言多属性群决策问题,提出一种基于投影及优势度的群决策方法.该方法采用连续区间二元语义的有序加权调和平均(ITC-OWH)算子将多粒度不确定语言评价矩阵转化为二元语义决策矩阵,基于投影法构建目标规划模型,从而确定单个决策者的属性权重向量.在每个决策者之下,计算任意2个方案之间比较的综合属性优势度,根据综合优势度矩阵及决策者权重向量获得群体综合优势度矩阵,由各方案的总优势度获取方案的排序结果.最后,将提出的群决策方法应用到潜艇研制方案遴选问题中,验证了该方法的可行性与有效性.     

基于联系数广义有序加权平均算子的三角模糊数多属性决策方法

为解决属性值和属性权重都是三角模糊数时的多属性决策问题,采用等价转换的思路将属性值和属性权重的三角模糊数转换成同异型二元联系数,进而将三角模糊数的多属性决策转换成二元联系数的多属性决策.基于对二元联系数的有效信息集成,构建了一种新型的联系数广义有序加权平均(CNGOWA)算子,并提出了一种基于CNGOWA算子的三角模糊数多属性决策方法.实例分析表明,基于CNGOWA算子的三角模糊数多属性决策方法合理、稳定,可应用于三角模糊数型的模糊数据的决策分析和应用.     

模糊多属性群决策问题的一种新TOPSIS方法

基于梯形模糊数的期望值算子,给出了一种新的TOPSIS方法来处理模糊决策矩阵、属性权重和决策者权重都已知,且均以梯形模糊数给出的模糊多属性群决策问题.先采用加权算术平均(Weighted Arithmetic Averaged)算子把所有规范化模糊决策矩阵集结为综合加权规范化模糊决策矩阵.然后以梯形模糊数的期望值排序方法和距离公式,求得模糊理想解和模糊负理想解及备选方案到模糊理想解和模糊负理想解的距离,从而确定各备选方案对模糊理想解的相对贴进度,并以其大小判断方案的优劣次序.最后通过一个实例说明该群决策方法的有效性.