基于属性不完全判断的语言群决策方法

研究多个决策者对属性有不完全类别偏好的语言案例决策方法.基于案例学习框架定义属性公共提及因子,提出考虑多重类别偏好的信息增益系数;基于灰靶决策框架建立综合靶心距最小的属性权重优化模型;基于决策者个体和群体的关联度确定决策者权重,进而给出方案排序.案例分析表明了所提出方法的应用步骤和可行性.     

考虑心理行为的区间二元语义动态群决策方法

针对当前属性值为区间语言信息的群决策方法的不足,提出了一种考虑决策者心理行为的区间二元语义动态多属性群决策方法。定义了一种更接近决策者思维习惯的区间二元语义新的距离公式;引入时间度概念,结合考虑专家评价的综合一致性,建立优化模型求解时序权重;并基于前景理论,构建前景偏差值最小化的权重优化模型;采用基于新距离测度的交互式多属性决策（TODIM）方法计算方案的综合总体优势度,以此对方案进行排序。并以供应链协同合作伙伴的选择与评价为例,验证了所提方法的有效性和合理性。     

基于EDAS和共识模型的动态概率语言多属性群决策方法

针对评价信息为概率语言术语且属性权重未知的多属性群决策问题,提出一种新的、基于离平均解距离(EDAS)和共识模型的概率语言多属性后悔理论群决策方法.首先,考虑到现实决策中决策者面对方案选择时会呈现“有限理性”的行为,将后悔理论融入群决策方法的研究中,通过计算决策者的后悔-欣喜值来度量其感知效用;其次,将EDAS方法与概率语言信息处理相结合用于方案排序,并基于最大化偏差法思想,给出一种概率语言多属性决策问题属性权重的确定方法,以得到初始解决方案;然后,对初始解决方案进行共识测度,进一步根据个人属性集得到个人方案集,通过共识模型的动态反馈调整,得到符合大多数决策者意愿的最终解决方案;最后,以共享自行车设计方案的选择为例对所提出方法进行验证,并通过对比分析说明方法的可行性和有效性.     

基于IITFN输入的复杂系统关联MAGDM方法

区间直觉梯形模糊数（Interval-valued intuitionistic trapezoidal fuzzy number,IITFN）是刻画复杂系统不确定性的有效工具. 基于进一步完善的IITFN 运算规则,讨论其局部封闭性. 由此定义IITFN 几何Bonferroni 平均算子,并验证该算子的相关性质. 针对决策者及属性之间均存在关联作用且权重均未知的多属性群决策（Multi-attribute group decision making,MAGDM）问题,提出基于前景混合区间直觉梯形几何 Bonferroni （Prospect hybrid interval-valued intuitionistic trapezoidal fuzzy geometric Bonferroni,PHIITFGB）平均算子 的关联多属性群决策方法. 该方法首先通过依次定义IITFN 的前景效应、前景价值函数和前景价值,获取前景价值矩阵;其次,将前景价值矩阵转化为前景记分函数矩阵,并综合运用基于灰关联深度系数的客观属性权重极大 熵模型和基于2-可加模糊测度与Choquet 积分联合的决策者权重确定模型,获取决策者权重及属性权重;再次,利 用PHIITFGB 算子集结各决策者的方案评估信息,结合决策者权重即可获取相应于各方案的综合前景价值;最后,计算综合前景记分价值函数,基于IITFN 的序关系判别准则确定方案排序. 案例验证决策方法的有效性和可行性.     

基于决策者信任度的风险型混合多属性群决策方法

考虑决策者对风险型混合多属性评价结果的信任程度不同, 提出基于前景理论和改进投影理论的群决策方法. 建立一个数组以描述在不同信任度下群决策专家的评价结果, 并将数组中混合数据类型转化为三角模糊数. 在考虑决策者信任度的前提下集结群信息、确定属性权重. 引入综合前景价值和考虑权重的投影相对接近度两种方法对方案进行排序. 最后通过实例表明了所提出方法的合理性和有效性.

     

基于云模型具有语言评价信息的多属性群决策研究

针对多属性群决策中具有语言评价信息偏好的表示与集结的关键问题．研究了基于云模型的决策专家个体偏好表示、偏好集结和方案优选方法．首先采用云模型表示决策者给出的自然语言评价信息,而属性和决策者权重大小则用云的语气运算表示;然后用浮动云进行偏好集结,根据云模型的相对距离进行方案的排序和优选．此方法可充分表达评价语言的模糊性和随机性,具有较大的客观性．     

直觉模糊信息环境下考虑后悔规避的决策方法

针对属性值为直觉模糊信息、属性权重和自然状态发生概率完全未知的多属性决策问题,考虑决策者的心理行为,提出一种基于后悔理论和证据理论的多属性决策方法。该方法首先运用证据理论计算各自然状态发生的概率;然后基于得到的区间模糊矩阵、[t-]分布估计以及得分函数矩阵确定属性信息的效用值,进而依据后悔理论得到各种自然状态下的感知效用矩阵;通过加权算术平均计算综合感知效用矩阵,并依据方案综合感知效用的大小确定方案优劣排序。通过对游戏的选择开发实例验证提出的决策方法的可行性与有效性。     

基于概率语言术语信息的前景决策方法

针对属性值为概率语言术语、属性权重完全未知的多属性决策问题,提出一种基于概率语言术语信息的前景决策方法.首先,为解决语言决策信息的群集结问题,通过power语言集结算子把一组语言术语集集结为概率语言术语,最大程度保留决策信息;其次,考虑概率语言术语集现有距离公式分辨率不高,定义一种新的距离公式;再次,鉴于决策者主观风险态度,引入前景理论至概率语言环境中,结合新的距离公式,构建前景决策矩阵;进而,综合主客观因素,构建组合赋权模型计算属性权重;最后,结合前景理论决策模型和指标权重求得综合前景值以此排序得最优方案,并通过算例验证其有效性.     

基于前景和量子理论的模糊多属性决策方法

针对属性权重不完全确定且属性偏好值为区间直觉模糊数的多属性决策问题,提出一种基于前景理论和量子进化算法的模糊多属性决策方法。该方法根据前景理论及模糊数距离公式,定义区间直觉模糊数的前景价值函数,同时将决策者对方案的风险偏好纳入决策行为中,以此来构建方案综合前景值最大化的非线性规划模型。通过引入量子进化算法,求解模型得出最优权重向量。最终根据方案前景值确定出方案的排序。该方法适用于模糊决策环境,能满足决策者不提供确定属性权重的要求,并充分考虑决策者风险心理因素对决策行为的影响,具有广泛的应用价值。数值算例说明了该方法的有效性和可行性。     

基于后悔理论和证据理论的犹豫模糊决策方法

针对属性值为犹豫模糊信息、属性权重和自然状态发生概率完全未知的多属性群决策问题,考虑决策者心理行为,提出一种基于后悔理论和证据理论的多属性群决策方法。首先,运用证据理论计算各自然状态发生的概率;然后,基于区间模糊矩阵、t-分布估计以及得分函数矩阵确定属性信息的效用值,进而依据后悔理论得到每个自然状态下的感知效用矩阵;通过加权算术平均得到综合感知效用矩阵,并依据方案综合感知效用的大小确定方案优劣排序;最后,将所提方法运用于对投资公司的选择实例中。实验结果表明,虽然所提方法与现有方法得到的决策结果相同,但是所提方法在决策过程中只需考虑较少数量的参数。对比分析实验表明,所提方法得到的决策结果合理、可靠,且能反映实际决策情况。     

Research on the multi-attribute decision-making under risk with interval probability based on prospect theory and the uncertain linguistic variables

With respect to risk decision making problems with interval probability in which the attribute values take the form of the uncertain linguistic variables, a multi-attribute decision making method based on prospect theory is proposed. To begin with, the uncertain linguistic variables can be transformed into the trapezoidal fuzzy number, and the prospect value function of the trapezoidal fuzzy number based on the decision-making reference point of each attribute and the weight function of interval probability can be constructed; then the prospect value of attribute for every alternative is calculated through prospect value function of the trapezoidal fuzzy number and the weight function of interval probability, and the weighted prospect value of alternative is acquired by using weighted average method according to attribute weights, and all the alternatives are sorted according to the expected values of the weighted prospect values; Finally, an illustrate example is given to show the decision-making steps, the influence on decision making for different parameters of value function and different decision-making reference point, and the feasibility of the method.     

一种基于前景理论的不确定语言变量风险型多属性决策方法

针对区间概率条件下属性值为不确定语言变量的风险型多属性决策问题,提出了一种基于前景理论的决策方法．首先建立了不确定语言变量的前景价值函数和区间概率权重函数,计算了方案在各属性下的前景值;然后通过属性权重得到各方案的加权前景值,利用各方案加权前景值的期望值对方案进行排序;最后通过应用案例说明了该方法的决策步骤和价值函数不...     

基于前景理论及云模型风险型多准则决策方法

针对具有语言评价信息、准则权系数部分已知的多准则决策问题,提出一种基于前景理论及云模型的决策方法。首先,通过给出一种改进的云模型生成方法将语言评价值转化为云模型;然后,通过定义云模型距离和可能度给出云前景价值,并以其他备选方案为动态参考点,构建云前景决策矩阵;最后,在依据离差最大化得出最优权系数的基础上,通过各方案综合前景值对其进行排序。算例验证了所提出方法的合理性和可靠性。     

An EEG emotion recognition method based on transfer learning and echo state network for HilCPS

As a new cyber physical application, emotion recognition has been shown to make human-in-the-loop cyber-physical system (HilCPS) more efficient and sustainable. Therefore, emotion recognition is of great significance for HilCPS. Electroencephalogram (EEG) signals contain abundant and useful information, and can objectively reflect human emotional states. According to EEG signals, using machine learning to recognize emotion is the main method at present. This method depends on the quantity and quality of samples as well as the capability of classification model. However, the quantity of EEG samples is often insufficient and the quality of EEG samples is often irregular. Meanwhile, EEG samples possess strong nonlinearity. Therefore, an EEG emotion recognition method based on transfer learning (TL) and echo state network (ESN) for HilCPS is proposed in this paper. First, a selection algorithm of EEG samples based on average Frechet distance is proposed to improve the sample quality. Second, a feature transfer algorithm of EEG samples based on transfer component analysis is proposed to expand the sample quantity. Third, in order to solve the problem of the nonlinearity of EEG samples, a classification model of EEG samples based on ESN is constructed to accurately classify emotional states. Finally, experimental results show that compared with traditional methods, the proposed method can expand the quantity of the high-quality EEG samples and effectively improve the accuracy of emotion recognition.     

犹豫模糊语言环境下的无线传感器选择方法

无线传感器系统的选择是无线传感器管理中的一个重要课题,其本质是一个多属性决策问题。针对犹豫模糊语言环境下无线传感器的选择问题,基于前景理论和证据理论的思想,提出一种新的犹豫模糊语言多属性决策方法。该决策方法首先利用证据理论确定各自然状态发生的概率,进而得到每种状态发生的决策权重函数;其次,运用正态分布概率密度函数构建犹豫模糊语言决策参考点,并基于属性值与决策参考点之间的距离计算价值函数矩阵,从而获得前景价值矩阵;进一步构建以综合前景价值最大化为目标函数的最优化模型求解属性权重,并依据各无线传感器系统的综合前景价值进行优劣排序。通过对无线传感器系统的选择实例验证提出的决策方法的可行性与有效性。     

基于PCA的离散小波自回归情感识别

针对情感识别进行研究,提出基于主成分分析法（PCA）过滤小波变换结合自回归模型提取的信号特征方法,并基于梯度提升分类树以实现情感分类.将特征提取的重点放在脑电信号变化情况以及小波分量变化情况作为脑电信号特征.采用Koelstra等提出的分析人类情绪状态的多模态标准数据库DEAP,提取8种正负情绪代表各个脑区的14个通道脑电数据.结果表明,算法对8种情感两两分类识别平均准确率为95.76%,最高准确率为98.75%,可为情感识别提供帮助.     

区间Pythagorean模糊前景多阶段多属性应急决策方法

针对属性权重未知且决策信息为区间Pythagorean模糊语言的应急决策问题,提出一种基于组合赋权和前景理论的多阶段多属性决策方法。根据方案信息熵确定属性权重范围,并以区间Pythagorean模糊熵最小为目标构建模型并求解,以确定属性权重。定义正负理想点作为参考点,运用前景理论求出每一阶段各状态下的前景值,并考虑前一阶段方案对后一阶段状态概率的影响,求出方案链的前景值。在此基础上,以方案链的前景值最大和成本最小为目标构建优化模型,并将多目标转化为单目标,求解模型以确定各阶段的最优方案。以某传染病疫情防控应急决策问题为算例验证了该方法的可行性,并将多阶段决策效果与单一阶段的决策结果进行比较分析,验证了该方法的有效性。     

一种属性权重未知的区间概率风险型混合多属性决策方法

针对指标权重未知的区间概率风险型混合多属性决策问题,提出一种基于熵权和投影理论的决策方法.首先,建立了语言变量和不确定语言变量与梯形模糊数的转化关系,将混合型数据转化成统一的梯形模糊数;然后,通过期望值将风险型决策矩阵转化为确定型决策矩阵,并用熵权法确定各指标权重,计算加权决策矩阵,根据各方案在正负理想方案上投影的相对接近度对方案进行排序;最后,通过应用案例说明了该方法的有效性.     

考虑决策者可靠性自判的语言群决策方法

研究带有决策者判断可靠性的语言信息群决策问题.针对以语言变量表示的决策者意见自判可靠性,构建基于语言信息灰度的可靠性测度方法,提出依据群体一致性、语言信息灰度和先验信息的专家综合权重确定方法.基于信息集结后的语言信息灰度,计算并分析决策可靠度,提出考虑语言信息灰度的排序算法.通过算例表明了所提出方法的有效性.