自动化技术、计算机技术

TP11,C9342006031603一类不确定信息下的多属性决策问题的研究/廖貅武,李垣,董广茂(西安交通大学管理学院)//西安交通大学学报.―2005,39(8).―792～795,803.对一类不确定信息下的多属性决策问题进行了研究,给出了不确定信息的定义,即在决策过程中决策者不仅不能准确地估计方案     

面向海洋环境的装备选优与排序方法

针对海洋环境下的武器装备选择问题,将其转化为带方案偏好、属性权重完全未知且属性值为区间数形式的多属性决策问题。基于主观偏好与客观属性值偏差最小化的思想,提出一个单目标二次优化模型,并利用LINGO软件进行模型求解,求得属性权重。通过对属性值和属性权重的线性集结,得到排序结果。最后通过数值算例,验证了该方法的可行性和操作性。     

存在冲突证据下的证据推理多属性决策方法

针对传统的证据推理方法对证据冲突处理能力的不足,在引入冲突参数的基础上提出了新的证据推理算法,通过证明,新算法完全满足证据合成的4个公理.基于方案集间冲突参数对决策结果影响差异最小化原则,提出了新的冲突参数优化模型,最后通过实例仿真,论证了新算法对解决证据间存在冲突时的多属性决策问题的可行性和优越性.     

基于动态直觉模糊淘汰选择法的目标类型识别

将不确定条件下的目标类型动态识别问题归结为一类特殊的多属性决策问题;结合淘汰选择法(ELECTRE)的思想和直觉模糊集的信息表达优势以及属性信息的动态积累过程,提出了动态直觉模糊淘汰选择法及相应的多属性决策方法。所建方法考虑了属性的动态变化情况、优势关系矩阵信息的直觉模糊集表示以及直觉模糊集的构建等。利用舰艇编队空中目标类型识别实例对方法的有效性进行了说明。     

基于信息价值的多属性群决策方法

根据信息的质量和价值这两个重要属性,建立了覆盖信息的时效性、关联性和准确性的价值评价指标体系;然后针对多属性群决策问题的描述和求解特点,构建了基于信息评价的相关数学模型,进而计算决策群体对各备选方案的最终排序结果;最后用炮兵防空实例说明其有效性。该方法将信息价值评价的思想引入到群决策,考虑了决策时所获取信息的延时损失及其与决策任务的关联性。     

基于推理和多属性决策的空中目标攻击意图判断模型

研究了空中目标攻击意图判断问题。基于知识推理方法可以利用专家知识,但高精度下计算速度慢,难以满足实时性要求;多属性决策方法计算速度快,但无法利用专家知识。结合两者优点提出了基于直觉模糊产生式规则推理(IPR)和多属性决策的空中目标攻击意图判断模型,直觉模糊产生式规则推理利用专家知识对目标相对独立特征进行高精度推理,获得相对独立特征的攻击意图可能性;多属性决策综合各相对独立特征攻击意图可能性获得目标攻击意图。最后应用一个实例对该模型进行了验证,结果合理且计算速度快,满足实时性要求。     

一种基于逼近于理想灰关联投影的多目标决策算法

分析了多目标决策问题;综合灰色系统理论、TOPSIS和矢量投影方法,提出了一种新的基于逼近于理想灰关联投影的多目标决策算法,介绍了该方法的基本原理和一些基本概念,建立了综合决策方案与正、负理想方案之间接近程度的决策模型,总结了用该方法进行决策分析的一般步骤;提出了一种基于方案区分度的决策灵敏度分析方法.实际算例验证了提出的多目标决策模型和决策灵敏度分析方法的可行性和有效性,该方法为多目标决策提供了一种新思路,决策灵敏度高,能为方案的决策提供更为可靠的科学依据.     

远程AUV区间值直觉模糊Petri网自主决策方法研究

由于感知能力限制,远程AUV自主决策属性模糊隶属度不明确,传统模糊Petri网决策方法无法进行知识的表达与推理。将模糊Petri网的模糊集进行拓展,提出了区间值直觉模糊Petri网的概念,并重新设计了推理方法和决策步骤;在此基础上,建立了远程AUV行动决策模型,通过算例实现了远程AUV自主行动决策。决策过程形象、快速、清晰,决策结果验证了方法的有效性。该方法可为多属性决策问题提供新的参考思路。     

空战多目标攻击决策综述

就近年来单机和多机协同空战多目标攻击决策的研究成果进行了总结与分析,指出了有待研究的问题和综合决策研究的优势,提出了应用影响图分析法研究多目标攻击决策问题。可为今后空战多目标攻击决策领域的研究提供综合参考。     

效能评估的区间数灰关联投影法

针对权重不完全确定且属性取值为精确数、区间数和模糊数相结合的混合型多属性效能评估问题,提出了一种基于区间数灰关联投影的装备效能评估方法.介绍了该方法的基本概念和基本原理,建立了综合决策方案与正、负理想方案之间接近程度的决策模型,总结了用该方法进行效能评估的一般步骤.在此基础上,对几种类型的导弹进行了装备效能排序计算,验证了采用该方法评估装备效能的有效性和可行性.     

基于QABC-IFMADM算法的有人/无人机编队作战威胁评估

信息化条件下有人/无人机编队作战环境具有高度不确定性,如何对目标进行快速有效的威胁评估成为亟待解决的问题.在直觉模糊集框架下,研究决策者对方案具有偏好,目标属性值为区间数且权重未知的评估问题,提出一种量子蜂群（QABC）优化属性权重的直觉模糊多属性决策（IFMADM）的威胁评估方法.首先,建立方案偏好模型;其次,综合考虑客观优化排序和决策者方案偏好信息,建立主客观最优属性权重优化模型,并采用量子蜂群算法优化属性权重,使得属性权重更准确地反映实际情况.最后,通过编队对地作战威胁评估算例验证了所提方法的合理性与有效性.     

基于直觉模糊集多属性决策的灰色关联分析法

基于直觉模糊集理论,提出了一种新的灰色关联分析方法来研究模糊多属性决策问题.首先,根据直觉模糊集的几何意义,引入了两个直觉模糊集之间的距离,且每个备选方案的评价值用直觉模糊值表示.其次,依据传统灰色关联分析方法的基本思想,通过计算每个方案对直觉模糊正、负理想方案的灰色关联度.然后计算备选方案对直觉模糊正理想方案的相对关联度度.最后,通过一个具体实例说明该方法的有效性和具体应用过程.     

Heterogeneous wireless network selection algorithm based on group decision

In the environment of heterogeneous wireless networks, it is vital to select a currently optimal network for applications and subscribers. The use of multiple attribute decision making （MADM） for heterogeneous network selection can provide subscribers with satisfactory service quality. Converting heterogeneous network selection into a MADM problem, the authors present an improved algorithm for MADM based on group decision theory. The algorithm combines weight vectors of multiple attribute decision making to obtain a combinational weight vector. Then the results＇ compatibility will be assessed. If they do not meet the requirements of compatibility, the judgment matrix will be modified until a comprehensive vector that satisfies compatibility requirements is produced. The vector is combined with simple weighting method （SAW） for network selection. Simulation shows that the algorithm can provide users with satisfactory quality of service （QoS）.     

基于约束半环的CP-nets占优查询算法

用户的偏好在自动决策中起着重要的作用,作为一种表示多属性定性偏好断言的直观工具,CP-nets被许多学者研究.其上的占优查询算法的高复杂度还是一个难题,本文研究如何降低其复杂度.引入了一种求解约束满足问题的通用框架——SCSP(基于约束半环的满足问题),并指出CP-nets中的条件偏好表本质上是一种动态约束.给出了将C...     

新的犹豫模糊集相关系数及多属性决策应用

为解决犹豫模糊集相关系数违背统计学和随机过程直觉的问题,分析了现有相关系数的局限性,基于更严谨的数学相关系数定义模式,通过定义犹豫模糊集的方差和协方差提出新的犹豫模糊集相关系数计算方法.并考虑犹豫模糊属性权重的影响将其拓展为加权相关系数,最后将所提出的方法应用到多传感器多属性决策问题中.仿真试验验证了新的犹豫模糊集相关系数决策的有效性,并对比分析了相关系数计算性能和属性权重对的决策结果的影响.     

异构网络中多网络并行传输的网络选择算法

为了充分利用异构网络中的无线资源,提出了一种基于多网络并行传输的异构网络接入选择算法,该算法根据终端接收信号功率确定能够进行通信的无线网络,以这些无线网络的任意非空子集作为候选方案,计算各个方案对应的聚合属性,再根据吞吐量和功耗阈值条件限定候选网络方案,对这些方案建立多属性决策矩阵,采用基于用户偏好的逼近理想值排序法(TOPSIS)得到各个候选网络方案的效用函数值,从中选出与理想方案最接近的多网络接入方案。仿真结果表明该算法能有效改善用户服务质量,提高用户吞吐量,降低用户的单位吞吐量对应的功耗和费用,保证网络的负载均衡。      

Adaptive fuzzy multiple attribute decision routing in VANETs

Vehicular ad hoc networks (VANETs) have attracted much research attentions in the recent years. Although there are many outstanding solutions of geographic routing designed for the VANETs, only one or two features of the VANETs have been specifically utilized in each of the proposed solutions. In this paper, we propose a novel adaptive fuzzy multiple attribute decision routing (AFMADR) scheme, by which a packet carrier is supposed to be a decision maker in the selection of a target for the next hop transmission with more factors to be considered. The AFMADR scheme consists of four steps. Firstly, the candidate vehicles are characterized by four attributes including the distance, the direction, the road density, and the location to obtain a fuzzy attribute score of each attribute. Secondly, according to the real‐time conditions of the candidates' attributes, weights of attributes will be calculated by the proposed adaptive weight algorithm, which makes the AFMADR scheme more scalable and robust in different VANET scenarios. Then, a fuzzy performance score will be produced for each candidate based on the fuzzy attribute score and their real‐time weights. Lastly, a route decision is made by choosing a candidate with the highest performance score as the target for the next hop transmission. We carry out simulation experiments to compare the performance of the AFMADR scheme with the existing well‐known geographic routing protocols for the VANETs. The simulation results demonstrate that the proposed AFMADR scheme can achieve the best performance in terms of the highest delivery ratio and the lowest delivery delay with a reasonable number of hops among all protocols in all the simulation scenarios. Copyright © 2015 John Wiley & Sons, Ltd.     

异构融合无线网络中的网络选择：一种基于MADM的新方法

An MADM-based algorithm called IFM is presented on integrated heterogeneous wireless network selection. It aims to maximize the difference among candidate networks in order to obtain weights of each attribute. Compared with the AHP-based algorithm in several aspects, performance evaluation shows that it ensures the accuray of decision making and improves the distance among candidate networks. The changes of the number of attributes and candidate networks have less influence on the attribute objectiveness of weighted values and attribute importance. Ranking abnormality is reduced due to large difference among candidate networks.     

Network selection based on multiple attribute decision making and group decision making for heterogeneous wireless networks

One of the key issues for radio resources management is network selection strategy in heterogeneous scenarios.In order to provide ubiquitous service,the paper puts forward a network selection algorithm based on multiple attribute decision making(MADM) and group decision making(GDM).Firstly,the proposed algorithm acquires attribute weights’ vectors of the subjective and objective decision makers based on MADM,and then the two attribute weights’ vectors are synthesized to be a new attribute weights’ vector by using GDM.Considering that the results of GDM should be reasonable and convincible,the criterion of consistency is adopted for judging the compatibility of group judgments.More specifically,the algorithm takes into account not only objective attributes of networks but also the preference of subscribers and traffic class.Hence it guarantees that the subscribers can not select the networks with poor performance depending on their preference.The simulation results show that the proposed algorithm can effectively reduce the handoff number and provide subscribers with satisfactory quality of service(QoS).