多属性决策的IPv6移动网络路由选择算法

针对IPv6多宿移动网络容易出现数据流集中于少数移动路由器节点,从而导致负载过重问题,提出了一种基于多属性决策的负载均衡路由选择算法。通过引入移动路由器节点的带宽、丢包率、挂载节点个数等多个决策属性信息,使用组合赋权法计算各决策属性的权重,建立了多属性决策模型,移动节点依据该决策模型选择最优的移动路由器节点来转发数据。该算法综合考虑移动网络负载分布状况及节点数据类型,合理分配数据流量,可均衡全网络流量。仿真实验表明,该算法使移动网络流量得到控制,且网络延时降低约50%,网络整体性能得到了明显的改善,同时该算法代价小且具有良好的网络环境适应性。     

基于多属性决策的空间DTN网络路由算法研究

空间信息网絡是未来信息网络的重要发展方向,低轨卫星DTN网络是空间信息网络的重要组成部分,由于低轨卫星网络存在时延大、中断频繁、拓扑结构变化剧烈等特点,因此路由问题成为了制约该型网络发展的瓶颈。为推进路由问题的解决,提出了一种基于多属性决策理论的路由算法,利用卫星网络链路带宽、链路建立时延、节点剩余存储空间、节点数据转发率四个重要指标作为路由选择依据,通过计算各属性比例关系决定数据转发路径,从而实现DTN网络路由,同时,通过调整属性偏好,可以针对不同网络业务实现网络路径的优化,从而适应空间信息网路的多业务需求。仿真实验结果表明:该算法与Epidemic、PROPHET路由算法比较,在数据传输成功率、网络平均时延方面均有改进。     

基于三角模糊数的动态混合多属性决策法

研究了含有实数、区间数和模糊语言数且时间权重和属性权重已知的动态混合多属性决策问题,提出了一种基于三角模糊数的优化决策模型。利用三角模糊数的性质,通过建立评估方案与正理想方案和负理想方案的关联模型,实现评估方案的综合排序并得到最终决策结果,以风险投资方案评估为例,验证了该方法的实用性和可行性。该方法概念直观清晰,计算过程简单,易于实际操作。     

不确定性多属性决策中确定属性熵权的一种方法

针对属性值以区间数形式给出的不确定性多属性决策中确定属性权重的问题，提出了一种区间数熵权的确定方法．依据多属性决策中传统熵权确定方法的思路，首先，通过构建两个最优化模型，求得区间熵；然后根据传统熵权确定公式及区间数运算法则得到以区间数形式表示的属性熵权．该方法具有概念清晰、实用的特点，得出的属性熵权能够较好地反映各属性信息的差异程度．最后通过一个算例说明了该方法的实用性和有效性．     

多属性决策中权重确定的主客观赋权法

研究了多属性决策中属性指标权重问题的确定，提出了一种主客观赋权法，该方法是通过一个数学规划模型自动求解属性的权重，使确定的权重同时反映主观程度和客观程度．     

权重信息未知的区间直觉模糊多属性决策方法

针对权重信息完全未知且属性值为区间直觉模糊数的多属性决策问题,提出了一种基于线性规划和投影模型的决策方法.该方法首先引入区间直觉模糊数相离度的概念,然后,给出了一种基于加权属性值离差最大化的线性规划模型,通过求解此模型得到相应的属性权重.进而利用各个方案的加权属性值在加权模糊正理想点上的投影对方案进行排序.最后用实例说明了该方法的可行性和有效性.     

给出方案偏好值的模糊多属性决策方法

针对属性值均为模糊变量，属性权重完全未知但给出方案偏好值的模糊多属性决策问题给出了决策方法。该方法通过建立一个模糊期望值目标规划模型来确定属性的权重，基于简单加权平均法则来计算方案的模糊综合评价值，利用比较模糊变量大小的期望值方法来对方案进行排序。最后通过实例说明了该决策方法的可行性和有效性。     

基于多属性决策的化工产品生命周期设计

针对产品生命周期设计的三个主要属性,运用生命周期评价、质量功能展开生命周期成本分析分别对化工产品设计的环境、质量、成本指标进行评价。利用多属性决策方法,优选出最佳的设计方案。     

基于特殊偏好的交互式多属性决策

由于武器装备的立项决策经常会受到多种特殊因素的影响，因此它既不同于一般的政府行为决策，也不同于主要基于经济性原则的商业决策，这就需要决策者参与到决策过程并逐步得到其偏好信息。所以它希望有一种能够充分反映决策者主观偏好的决策方法来解决此类问题。这里提出一种基于特殊偏好的交互式多属性决策方法，允许决策者反复地对方案进行权衡比较和剔除，并结合客观和主观的因素，利用偏差最大法求解单目标线性规划模型确定各个属性权值，继而得到决策者比较满意的方案排序及最优方案。     

基于加权处罚的K-均值优化算法

在各种聚类算法中,基于目标函数的K-均值聚类算法应用最为广泛,然而,K-均值算法对初始聚类中心特别敏感,聚类结果易收敛于局部最优。为此,提出基于加权处罚的K-均值优化算法。每次迭代过程中,根据簇的平均误差的大小为簇分配权值,构造加权准则函数,把样本分给加权距离最小的簇中。限制簇集中出现平均误差较大的簇,提高聚类准确率。实验结果表明,该算法与K-均值算法、优化初始聚类中心的K-均值算法相比,在含有噪音的数据集中,表现出更好的抗噪性能,聚类效果更好。     

基于处罚的K-均值优化算法

判断聚类结果中是否存在误分类的簇,即簇中包含的样本不属于同一类。若存在,则在已有聚类结果上使用加权方案,处罚误分类的簇,输出新的聚类结果。若不存在,则输出已有聚类结果。限制簇集中存在误分类的簇,消除初始聚类中心对K-均值算法的影响,提高聚类准确率。实验结果表明,该算法与K-均值算法、优化初始聚类中心的K-均值算法相比,在坏的初始化条件下,表现出更好的鲁棒性;在含有噪音的数据集中,表现出更好的抗噪性能;聚类效果更好。     

基于加权多特征参数模型的动态频谱接入方法

为尽可能满足认知网络系统对认知用户多种类型业务的传输需求,提出了一种基于信道加权多特征参数模型分组聚类的动态频谱接入技术. 通过建立可接入信道的加权多特征参数模型,采用多目标聚类实现信道的频谱池分组划分,以实现认知用户频谱的动态接入,满足认知用户业务传输对频谱性能的需求. 通过多特征参数组合、动态频谱仿真实验验证,结果表明该方法可有效地实现信道的性能划分,提高认知用户的频谱接入效率和业务传输性能.     

基于Moran过程的无线网络接入选择方法

提出了一种基于Moran过程的接入网络选择方法,将选择策略的演化过程描述为有限个体间的群体博弈,并证明了每个群体策略演化是一个随机生灭过程. 在此基础上,从多策略角度改进了局部更新机制,以揭示选择策略的演化机理. 仿真实验表明,该方法能在有限演化次数内收敛到纳什均衡解,同时能避免无限群体博弈模型所产生的“乒乓效应”.     

一种基于Vague集的不确定多属性决策方法

提出了一种基于Vague集的不确定多属性决策方法.首先通过定义单指标的Vague集真、假隶属函数计算每个方案的单指标Vague值,然后利用单指标Vague值加权计算得到每个方案的多指标综合Vague值,最后给出两个具有直观意义且计算简便的排序准则,利用它们对方案进行排序并选出最优方案,实例分析表明了该方法的可行性和有效性.     

一种基于Vague集的不确定多属性决策方法

提出了一种基于Vague集的不确定多属性决策方法。首先通过定义单指标的Vague集真、假隶属函数计算每个方案的单指标Vague值，然后利用单指标Vague值加权计算得到每个方案的多指标综合Vague值。最后给出两个具有直观意义且计算简便的排序准则，利用它们对方案进行排序并选出最优方案，实例分析表明了该方法的可行性和有效性。     

基于局部需求特征的副本优化选择算法

为提高内容分发网络的用户满意度,提出一种基于局部需求特征的副本优化选择算法.在边缘代理存储能力受限的情况下,依据边缘代理所在区域的局部需求特征,通过对局部需求特征的提取并以此作为启发式信息进行副本的优化选择.仿真结果表明,与其他几种副本选择算法相比较,该算法所获得的请求覆盖率均高于其他算法.     

基于耦合人工神经网络的工业材料选择与决策方法研究

为了实现工业材料的快速选择和决策,提出利用以往工业产品设计方案实例来训练神经网络.通过目标产品的编码信息和索引模式实现知识推理,从而获得所需的信息.文中首先研究了工业材料选择与决策方法的耦合神经体系结构,通过ART1网络的学习规则和工作规则,解决工业材料的选择和决策问题,并给出了ART1神经网络模式的链式32位二进制工业材料编码方法.通过实例推理、神经元网络、面向对象等技术,使得基于耦合神经网络的工业材料和决策系统能够有效地实现产品的方案设计,达到了预期目的.     

基于BPNN-GA算法的双边多属性谈判求解

通过对现有网上谈判模型研究发现,原有求解方法因多采用线性效用函数假设而存在自身无法克服的局限性。提出了基于BPNN-GA算法的双边多属性谈判求解方法。为求解属性间具有复杂函数依赖关系、效用函数难以显式表达,以及具有非线性效用函数映射关系的双边多属性谈判提供了一种有效的求解方法。最后通过谈判实例验证了该方法的有效性。     

基于蚁群算法的配电网优化规划

提出了一种考虑电网可靠性的配电网规划模型,采用前推后代迭代法进行潮流计算,利用经典的故障模式后果分析法计算电网缺电成本,基于蚁群算法提出了一种适合于配电网的优化规划方法。通过对某算例的计算和分析,验证了本文方法的有效性。