基于AHP的威胁评估与排序模型研究

层次分析法(AnalyticHierarchyProcess,简称AHP)把一个复杂问题表示为有序的递阶层次结构,通过定性判断和定量计算,将经验判断给予量化,对决策方案进行排序,是一种定性分析与定量分析相结合的决策分析方法,适用于多准则决策问题。通过仿真实验用AHP根据威胁程度的大小对敌空袭目标进行排序,介绍了威胁评估和排序的求解过程,以此提供敌空袭目标对我保卫目标或区域所构成的威胁等级。该方法有效地解决了对敌空中目标威胁评估与排序问题。     

基于模糊综合评判法的高职学生德育评价模型

德育评价受很多因素影响。本文在列举影响因素的基础上,建立递阶层次结构,借助模糊数学模型,以定量分析的方法,全面、客观地评价学生的德育状况,并以实例做了验证。本模型在理论上比较成功地解决了德育的评价问题,方法简单,操作方便,在指标权重大小的确定上有一定的灵活性,可根据需要作适当调整,使模型具备诊断、导向和激励的功能。     

基于改进的排列法的目标威胁评估与排序模型

结合现代防空作战的特点和指挥自动化系统的工作过程,分析了影响目标威胁评估的几个重要因素,应用多属性决策中的一种改进排列法建立了数学模型,验证了其可行性.该方法不必将各属性值精确量化,只需知道各属性间的大小关系及权重就可以进行威胁评估与排序.     

空袭目标威胁估计的模糊决策

针对传统线性加权模糊综合评价方法的精确性，重点对空袭目标威胁估计中的模糊因素，给出相应要素的隶属函数，采用模糊决策对其进行综合评估，并与传统方法进行了比较。     

基于模糊综合评判的网络认知模型

针对传统传输控制协议(TCP)应用于异构网络的局限性,提出了一种基于模糊综合评判的网络认知模型。该模型通过建立隶属度函数和不同网络环境下的动态权重分布,运用模糊综合评判的方法来区分无线误码丢包和网络拥塞丢包。仿真实验证明：与传统TCP协议相比,该模型在不同的网络条件下,能够较准确地区分无线误码丢包和网络拥塞丢包,提高了TCP的吞吐量,改善了网络性能。     

一种改进的网络安全风险模糊综合评判法

研究网络安全风险评估问题.信息资产价值、安全威胁和安全漏洞是风险评估时必须评估的三个指标.针对传统模糊综合评判法直接评估各指标的风险等级和权重,容易出现评估偏差,导致最终模糊综合评判结果不够客观、准确.为提高评估效率和准确性,提出改进的网络安全风险糊综合评判法,各指标的风险等级采取先由专家评估指标风险值,再通过列表法求得;各指标权重采取先由专家评估指标排队等级,再通过公式法求得.仿真结果表明,改进后的方法减少了主观因素的影响,提高了模糊综合评判的准确度.     

构建模糊检索的数学模型

为了提高系统处理非精确信息的能力，模糊检索是不可缺少的，而构建模糊检索所用模糊语言的数学模型又是其成败的关键所在，对于数值型属性的语言变量使用隶属函数以及一些模糊算子，能够较准确表达模糊语言变量的含义；对于字符型属性的数据检索，当模糊性只存在字型和字音两方面时，建立匹配函数更能体现模糊检索的优越性，从而帮助用户在信息模糊的情况下检索出所需信息。     

模糊加权知识及其在辅助决策决心案综合评判中的应用

该文在研究了知识的模糊性及其在事物中的权重问题,讨论了有关模糊隶属函数计算方法的基础上,吸纳模糊度与权重作为新成员以拓展人工智能中传统知识的三元组表示,提出了模糊加权知识的五元组表示,并将它成功地运用于人工智能辅助决策决心案的综合评判之中。     

基于威胁排序的分流结构IPS研究与设计*

研究了在高速网络环境下的入侵防御系统设计与实现。分流系统本身缺乏有效的检测方法,不能对数据流量进行深层次的分析,所以其漏检率较高,应用范围有限。提出了一种用于分流系统的威胁排序方法,运用层次分析法对数据包的威胁程度进行排序,有效地解决了分流系统的漏检问题,并实现了一个完整的分流入侵防御系统的各模块设计,对其效能进行了初步评估。     

基于模糊动态贝叶斯网络的辐射源威胁估计

针对复杂电磁环境下观测数据的不确定性,建立辐射源威胁评估的离散模糊动态贝叶斯网络模型。对连续观测值通过模糊分类函数进行模糊分类,获得连续观测值属于各个模糊集合的隶属度,结果作为离散模糊动态贝叶斯网络的输入。对动态贝叶斯网络的推理算法进行了改进,使其能处理具有多个状态的观测值。仿真结果表明,依据离散模糊动态贝叶斯网络所建立的辐射源威胁评估模型,能够准确跟踪战场态势的变化,及时发现态势的转换边界,而且在观测值出现大量错误时,仍然可以给出正确的评估结果。     

k-部排序本体相似度计算

将本体图中每个顶点的相关信息用一个向量表示。根据本体图自身的结构将顶点分成k个部分。在每个部分中选取样本点组成S,并选择相应的排序亏损函数。运用k-部排序学习算法得到最优排序函数,从而将本体结构图中每个顶点映射成一个实数,通过比较实数间的差值判断两概念的相似程度。实验表明该方法对于计算本体概念间的相对相似度是有效的。     

一种用于本体排序的内容分析方法*

针对使用传统的用于本体排序的方法得到的排序结果不够准确的问题,提出了一种新的内容分析方法。首先通过构造本体的概念模型提取本体的主题词集合得到本体的主题相似度;然后通过对关键词所在的本体上下文进行分析,得到本体相对于关键词的上下文相关度;最后结合主题相似度和上下文相关度得到本体相对于关键词的综合评价值并进行排序。实验结果表明,该方法可以有效地提高本体排序的准确性。     

特殊模糊数集上的一种新的排序函数

针对模糊数的排序问题,给出几条自然的排序准则并提出了一种新的特殊模糊数的排序函数。该函数基于格论中的字典序,依次通过模糊数中心、模糊数与x轴所围图形面积以及模糊数图形的重心位置三个指标综合确定模糊数的排序;克服了现有方法的某些缺陷,具有一定的优越性和启发性。     

一种面向标签排序数据集的特征选择方法

针对标签排序问题的特点,提出一种面向标签排序数据集的特征选择算法（Label Ranking Based Feature Selection, LRFS）。该算法首先基于邻域粗糙集定义了新的邻域信息测度,能直接度量连续型、离散型以及排序型特征间的相关性、冗余性和关联性。然后,在此基础上提出基于邻域关联权重因子的标签排序特征选择算法。实验结果表明,LRFS算法能够在不降低排序准确率的前提下,有效剔除标签排序数据集中的无关特征或冗余特征。     

二元语义互补判断矩阵的相容性及排序研究

为了衡量二元语义互补判断矩阵之间的差异程度, 对其相容性进行了研究,给出了判断两个二元语义互补判断矩阵是否相容的指标,并提出一种新的排序方法。定义了二元语义的相容度和二元语义互补判断矩阵的相容度,研究了两者的性质,给出了二元语义互补判断矩阵的相容性指标,进而确定专家权重,并结合二元语义的集结算子,得到每一方案优于其他方案的程度并排序。通过实例验证了该方法的有效性和实用性。     

Vague集向Fuzzy集转化的方法分析

介绍了Vague集与Fuzzy集的特点,结合Vague集理论及投票模型下的解释,对Vague集向Fuzzy集转化的多种方法进行了分析,指出已有方法的不足,根据Vague集的三维特性并结合人的心理变化情况首次直观地提出一种新的有效非线性方法,并通过实例说明该方法的正确性和直观性。     

Vague集转化为Fuzzy集的新方法

结合Vague集理论及投票模型下的解释,对Vague集向Fuzzy集转化的方法进行了分析,指出已有方法存在的不足之处,提出了一种Vague集转化为Fuzzy集的新方法,并证明了该方法的有效性。     

Pythagorean fuzzy preference ranking organization method of enrichment evaluations

Recently, a new extension of fuzzy sets, Pythagorean fuzzy sets (PFS), has attracted a lot of attention from scholars in various fields of research. Due to PFS’s powerfulness in modeling the imprecision of human perception in multicriteria decision-making (MCDM) problems, this paper aims to extend the classical preference ranking organization method of enrichment evaluations (PROMETHEE) into the Pythagorean fuzzy environment. The proposed method takes not only the weights related to different criteria but also the preference relations as Pythagorean fuzzy numbers, therefore providing a broader range of choices for the decision-maker to express their preferences. Five properties are put forward to regulate the designing of both intuitionistic and Pythagorean fuzzy PROMETHEE (PF-PROMETHEE) preference functions. Furthermore two illustrative examples are given to demonstrate the detailed procedure of PF-PROMETHEE, and comparisons are made to distinguish the differences among our proposed method, the classical PROMETHEE and intuitionistic PROMETHEE. The results show that PF-PROMETHEE is effective, comprehensive, and applicable to a wide range of MCDM problems.     

一种Vague集向Fuzzy集转化的新方法

基于Vague集理论及投票模型下的解释,介绍了Vague集向Fuzzy集转化的一些方法,并指出了这些方法的不足,在此基础上提出了一种新的转化方法,并证明了该方法的有效性,实例表明该方法比已有的方法更合理。     

基于Dixon结式和逐次差分代换的多项式秩函数探测方法

秩函数探测是循环程序终止性分析的重要方法，目前，已有很多研究者致力于为线性循环程序探测对应的线性秩函数，然而，针对具有多项式循环条件和多项式赋值的多项式型的循环，现有的秩函数探测方法还有所不足，解决方案大多是不完备的、或者具有较高的时间复杂度。针对现有工作对于多项式秩函数探测方法不足的问题，基于扩展Dixon结式（KSY方法）和逐次差分代换（SDS）方法，提出一种为多项式循环程序探测多项式型秩函数的方法。首先，将待探测的秩函数模板看作带参数系数的多项式，将秩函数的探测转换为寻找满足条件的参数系数的问题；然后，进一步将问题转换为判定相应的方程组是否有解的问题，至此，利用KSY方法中的扩展的Dixon结式，将问题更进一步简化为带参系数多项式（即结式）严格为正的判定问题；最后，利用SDS方法，找到一个充分条件，使得得到的结式严格为正，此时，可以获取满足条件的参数系数的取值，从而找到一个满足条件的秩函数，通过实验验证该秩函数探测方法的有效性。实验结果表明，利用该方法，可以有效地为多项式循环程序找到多项式秩函数，包括深度为d的多阶段多项式秩函数，与已有方法相比，该方法能够更高效地找到多项式秩函数，对于基于柱形代数分解（CAD）方法的探测方法因时间复杂度问题无法而应对的一些循环，利用所提方法能够在几秒内为这些循环找到秩函数。