基于CBR和ANFIS技术的智能建筑应急决策支持系统

目的建立基于实例推理技术（CBR）和自适应模糊神经网络（ANFIS）的智能建筑应急决策支持系统，对于加强重大灾害性突发事件的防控能力具有科学的指导意义．方法以智能建筑设备管理信息流为主线，讨论基于关系型数据库和Web技术的智能建筑设备管理信息系统集成；利用ANFIS技术加强CASE库的“知识获取”，建立了基于CBR技术的智能建筑应急决策支持系统IBFSIMS．结果IBFSIMS系统在紧急状态下可以即时发出警报并进行风险分析，实现基于案例的决策推理．结论IBFSIMS可以为指挥人员提供跨系统联动控制方案和应急决策支持，今后的研究须进一步完善知识获取的ANFIS模型，进一步丰富和完善决策支持系统的CASE库．     

多源信息的模糊决策树融合算法研究

针对不确定性问题，提出了一种新的基于知识发现的信息融合的方法.对不确定问题采用精确的数学方法解决会得到不精确的结论，模糊决策树算法可以很好地解决这类问题，并能有效地提取出模糊规则.即利用模糊决策树的ID3算法对测试空间中的大量不确定多源信息数据进行综合分析、处理，建立准确的评估模型，提取隐含其中的规则，最终获取新的知识.此方法已成功应用于吉林丰满水电数字仿真系统中的考核系统.实验证明，这种知识提取方法对处理大量无序、不确定的数据很有效.     

决策评价系统的实现：层次分析法在决策支持系统中的应用

以导弹系统设计方案评价的决策问题为背影，从工程实现的角度，设计并实现一决策评价系统，应用于决策支持系统中， 作业一种方法和工具，为导弹产品设计方案的论证进行辅助决策。介绍了决策评价系统的功能结构，评价方法，以及系统的工作机制等。     

油藏经营优化决策模式研究

油藏开发系统是一个复杂的系统，其决策是多目标优化问题。研究油藏经营优化决策模式，使复杂的油田开发评价工作条理化、程序化，为决策者提供最优开发方案，对实现油藏最佳开采起着关键性的作用，是油藏经营管理能否顺利执行的重要保证。提出了综合开发指标评价体系、开发进程监测和控制评价体系，在此基础上研究优化决策的运作模式，并设计了多目标优化决策体系功能结构的框架。     

基于概率语言组合赋权与MULTIMOORA的多准则决策方法

针对传统的全乘比例多目标优化法(MULTIMOORA)存在的难以表征评价信息的模糊性和不确定性以及评价准则的权重需要从外部获取等问题,提出了一种改进的全乘比例多目标优化法,即基于概率语言组合赋权与MULTIMOORA的多准则决策方法.该方法采用概率语言(PLTS)处理决策者的评价信息,并引入改进的G1和CRITIC法构建组合优化赋权模型以计算评价准则的组合权重.实例对比实验结果表明,改进后的MULTIMOORA决策方法不仅赋权合理,而且具有更高的决策效率和鲁棒性,因此该方法对多准则决策问题具有良好的实际应用价值.     

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。     

基于不确定信息条件下的多属性群组决策评价模型

建筑安全管理的复杂性要求将决策者的知识和经验有效结合以利于做出正确的决策判断.逼近理想解排序方法(TOPSIS)作为一种实用且有效地处理多属性决策问题的方法被广泛地应用到建设管理领域.将该方法与灰数理论相结合,通过建立不确定信息条件下的多属性群组决策模型来进行建筑安全绩效评价.首先采用区间型灰数矩阵描述专家评价信息的不确定性;其次引入线性变换函数对灰数评价矩阵进行规范化处理以改善评价信息偏差问题,并采用明可夫斯基距离函数来克服传统TOPSIS方法中初始权重影响过大的缺陷;最后结合建筑安全绩效评价实例证明该模型算法的科学性和有效性,并易于拓展到类似决策评价中.     

舰船总布置方案的直觉模糊多属性群决策模型

在舰船总布置方案决策问题中,为了得到总体一致的结论,往往需要专家经过反复的协商和妥协来实现,从有利于舰船作战使用的角度,提出了总布置方案评价的指标体系.为了克服决策过程中需要通过来自不同专业领域的专家反复协商来使专家决策信息达到可接受的一致性不仅耗时且可操作性差的问题,引入了基于自适应一致性算法的直觉模糊多属性群决策模型对设计方案进行优选评价.算法在参考群决策信息的基础上,对专家决策信息进行反复修正,使专家之间的决策信息达到可接受的一致性.算法较好地模拟了专家之间真实的谈判和妥协的决策过程,不需要专家对决策矩阵进行反复的修正,提高了决策的效率,为复杂工业设计方案决策提供了参考.     

基于知识约简的无线网络脆弱性评价指标体系构建

针对无线网络脆弱性评价指标体系中影响因素众多、层次结构复杂且指标间存在相关性的问题,提出了一种基于知识约简算法的脆弱性指标体系构建方法.首先,初步建立无线网络脆弱性评价的指标体系,在此基础上构造脆弱性评价决策表;其次,运用知识约简算法对决策表进行简化,其中非核指标的重要性排序采用特征向量法进行确定,该方法以保证评价结果的准确性为前提,较AHP权重判断法更具客观性;最后,将该方法和AHP权重判断法进行了分析比较,说明了其有效性.     

GA-LSSVM的认知无线电离线学习

针对认知无线电(CR)的智能学习研究需求,提出了一种基于最小二乘支持向量机(LSSVM)的CR学习、决策方法.通过遗传算法(GA)进行超参数搜索,建立适当的基于LSSVM的CR学习模型,利用历史案例进行LSSVM离线训练学习,获得知识来指导未来的决策.仿真结果表明,GA-LSSVM能在较少进化代数内搜索出合适的超参数,并且LSSVM学习决策方法能有效提高CR系统的性能.     

基于数据仓库的决策支持系统研究与应用

针对关系型数据库在联机分析方面的不足,利用数据仓库的相关技术和开发方法。提出了决策支持系统开发的一种新途径,该方法是在MIS系统基础之上,从分析入手,按照严格的开发步骤建立数据仓库,并根据决策支持系统对信息的要求,结合数据挖掘,数据转换,数据多维分析及联机分析等技术方法,开发出基于数据仓库的决策支持系统,通过一个商业销售分析与决策支持系统的设计,证实该方法可以提供完整,及时、准确和明了的决策信息,达到提供全面的决策支持服务的目的。     

SVM方法在武器装备综合论证中的应用

针对现有武器装备综合论证存在的不足，引入了基于支持向量机（support vecto rmachine，SVM）的多属性决策方法。分析了多属性决策支持向量机方法的机理；建立了多属性决策支持向量机方法的价值函数决策模型和方案序关系决策模型，用以训练支持向量机；提出了基于支持向量回归和分类的多属性决策支持向量机实现算法。最后给出了一个算例。     

技术经济评价决策支持系统的开发

工作项目评估是一个庞大的数字运算系统,离不开计算机系统的支持,否则评估结果也难以支持决策的时效性、准确性。PDSS具有结构化设计、界面友好、工作方法规范、封闭指标计算、高容错、高精度、节省操作时间等多种优点。将推理机引入PDSS的二库结构中,形成具备专家系统功能的三库结构的技术经济评价决策支持系统是PDSS今后的发展方向。     

基于数据挖掘的应急物流信息系统的设计

应急物流系统主要由应急指挥中心、应急物流中心以及应急物流信息系统三个主要部分组成。其中,应急物流信息系统贯穿于整个应急物流救援过程中,是应急物流中十分重要的一环,主要由预警、储备、配送、监控、决策、评价6个子系统构成。探讨了将数据挖掘技术应用于应急物流信息系统的构建过程中,利用数据挖掘发现有价值的潜在信息,并提供给应急物流信息系统的各个子系统,以便支持应急决策。     

新型舰载作战指挥系统战备完好性评估模型

为了确保新型舰载作战指挥系统保障力和战斗力的迅速生成,提出了新型舰载作战指挥系统的技术状况指标体系,综合运用熵权法和VIKOR方法,建立了新型舰载作战指挥系统战备完好性评估模型,应用实例结果表明,该模型可用于系统战备完好性评估,为装备的作战使用和技术保障提供依据。     

智能DSS中非精确推理可信度的测宽研究

在智能决策支持系统（ＤＳＳ）研究中，知识表示、自然语言理解以及相应的推理系统是急待解决的几大问题。传统的精确推理已难以适应计算机应用发展的需要。近年来在推理机的设计中发展了规则与结论都不唯一的非精确、非单调推理。但如何测定结论的可信度、可用度仍是个问题。本文探讨基于信息论引入测度的概念，以解决非精确推理结论的可信度问题。     

基于犹豫模糊集的飞机驾驶舱形态评价

为了解决飞机驾驶舱形态设计过程中,飞行员存在的认知偏好描述困难及决策犹豫的问题,提出基于犹豫模糊集的飞机驾驶舱设计形态综合评价方法. 通过对驾驶舱设计形态的认知需求分析,建立了驾驶舱设计形态认知需求的属性特征体系;利用粗数评价模型得到影响驾驶舱设计形态认知偏好的评价指标,提取驾驶舱关键部件设计形态特征线,获取了驾驶舱关键部件设计形态的核心特征,进一步结合驾驶舱设计形态的认知偏好评价指标,获取综合决策评价值;采用认知熵理论修正评价指标权重,构建集结犹豫模糊评价模型,从而得到复合认知偏好下的驾驶舱设计形态优先级排序. 与5种同类评价算法进行比较及一致性检验,结果表明本研究所提方法具有良好的可靠性且能有效解决评价信息的犹豫性,能够较好地实现对飞机驾驶舱设计形态认知偏好的精确评估.     

基于数据挖掘的评教系统的设计与实现

为了提高评教数据在教学管理中的利用率,更加有效地为学校的决策服务。本文在研究了数据仓库、OLAP分析、数据挖掘技术的基础上,设计和实现了评教系统,实现了对评教数据的综合分析和深入挖掘。使用该系统后,教学管理部门改变了对评教数据的使用方式,提高了利用率,认识和理解更加深人和全面。     

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.     

提高客户满意度的决策支持模型

一般的服务质量的测量均以SERVQUAL作为基础,在实际操作过程中比较复杂和费时费力．为此,基于多层次评价的思想,提出一种可行的提高客户满意度的决策支持模型,通过将问题简化成一些容易收集和操作的指标,以便简化各种数据的采集、引入一些统计分析方法对采集的数据进行分析、分析结果通过图形或表格表达的方式,向决策者展现需要改进的方面,可以解决企业管理中提高客户满意度的决策支持问题．