云计算安全评估的区间犹豫模糊灰色妥协关联分析方法

针对云计算安全评估动态性强的问题,提出一种可对云计算安全进行评估的区间犹豫模糊灰色妥协关联分析决策方法。首先,为了准确衡量两个区间犹豫模糊集之间的距离,定义了新的区间犹豫模糊距离公式。其次,为消除区间犹豫模糊集形式指标之间量纲差异,构造了新的区间犹豫模糊标准化公式。同时,为了综合考虑所有专家意见,解决指标冲突的情况,结合妥协思想,提出灰色妥协关联度的概念。在此基础上发展了一种可用于云计算安全评估的区间犹豫模糊灰色妥协关联决策方法并进行实例分析,分析结果表明所提方法是可行的,而且与现有区间犹豫模糊多属性决策相关文献的对比分析表明该决策方法更科学有效。     

改进IVHF-TODIM在云服务安全评估中的应用研究

针对云服务安全评估时专家判断复杂的心理特征问题,在区间犹豫模糊背景下提出一种改进的IVHF-TODIM多属性决策方法。结合COWA算子和Dice相似性测度的各自优势,提出了一种考虑决策者态度的区间犹豫模糊Dice相似性测度公式,并对其基本性质加以验证,在TODIM方法优势度的计算中,运用所提出的Dice相似性测度替代原有的距离测度,最后将该方法运用到云服务安全评估上。实例分析表明了该方法的有效性。     

区间犹豫模糊的改进层次TODIM在云制造资源中的应用研究

针对具有递阶层次准则结构的决策问题,考虑到决策者偏好表达的不确定和犹豫性以及认知的参照依赖和损失规避行为,提出一种区间犹豫模糊多层的TODIM多准则决策方法。首先在对传统JACCARD距离修正后提出一种新的区间犹豫模糊距离测度,接着结合层次分析法思想与TODIM方法建立一种能够解决递阶层次准则结构决策问题的区间犹豫模糊决策方法。最后将该方法运用于云制造资源选择问题,并通过对比分析证实了其有效性和可用性。     

区间犹豫模糊熵应用于地方高等教育发展研究

构造了新的区间犹豫模糊熵、交叉熵公式,提出了一种新的区间犹豫模糊多属性群决策方法,并将其应用于地方高等教育发展研究的过程中。构建了一种新的区间犹豫模糊熵公式,并证明其满足区间犹豫模糊熵的公理化条件;给出了区间犹豫模糊距离测度的公理性定义,研究了区间犹豫模糊距离测度和区间犹豫模糊熵、交叉熵的关系,并构建了区间犹豫模糊加权交叉熵公式。在区间犹豫模糊环境下,基于区间犹豫模糊熵、交叉熵以及交叉熵贴近度,提出了一种新的属性权重未知的多属性决策方法,并将其应用于对地方高等教育发展研究的过程中,验证该方法的可行性和有效性。     

多源信息云服务质量的犹豫模糊优劣IPA评价方法

为有效评价多源信息云服务质量水平,在IPA框架下提出了一种以指标优劣水平为性能度量的犹豫模糊方法。首先,从用户满意角度构建了多源信息云服务质量评价的IPA层次结构框架;接着,以犹豫模糊集表述评价信息,基于参考解依赖评价规则,融合TOPSIS方法的最优与最劣参考解和EDAS方法的平均参考解,提出了一种以指标优劣水平为性能度量的犹豫模糊IPA分析方法,用于多源信息云服务质量评估。此外,考虑到现有的犹豫模糊距离测度无法度量不对称信息问题,构建了一种基于Squared-χ2的犹豫模糊测度。最后,以东莞A企业多源信息云服务质量评价为实例进行分析,结果表明了该方法的可行性,并通过与近似方法的对比分析可知,该方法能够有效评价多源信息云服务质量。     

区间Pythagorean犹豫模糊连续熵及灰色关联度的应用

区间Pythagorean犹豫模糊集,可以更加全面完整地描述决策者给出的决策结果,因此它是一个表示不确定现象的强有力的工具。针对模糊信息下的决策问题,提出了一种基于区间Pythagorean犹豫模糊连续熵的多属性决策方法。提出连续区间Pythagorean犹豫模糊有序加权平均（CIPHFOWA）算子,并提出了区间Pythagorean犹豫模糊连续熵,同时给出了属性权重完全未知和部分已知时的权重确定方法;提出了一种基于区间Pythagorean犹豫模糊连续熵-灰色关联度的多属性决策方法,并通过新型农村医疗制度完善情况评价案例说明该方法的可行性和有效性。     

基于云模型的区间直觉模糊数多属性群决策

针对属性值为区间直觉模糊数的多属性群决策问题,考虑到模糊性和随机性对群决策过程及结果的影响,本研究将利用云模型理论结合区间直觉模糊数的特征,运用灰色关联系数法和信息熵理论确定专家和属性权重,通过信息集结构建综合评价云模型.不同于传统的区间直觉模糊数的排序方法,本研究利用云模型的3En规则将区间直觉模糊数进行云转换并通过云相似度确定方案的综合评价值和犹豫度,然后对决策方案进行比较分析.研究结果表明:该方法能够科学有效地进行决策,进而为决策方提供科学依据.     

Pythagorean犹豫模糊灰色关联前景多属性决策方法

针对Pythagorean犹豫模糊环境下的多属性决策问题,提出了一种基于前景理论的Pythagorean犹豫模糊灰色关联多属性决策方法。定义了Pythagorean犹豫模糊数的灰色关联度和前景价值函数。基于灰色关联度定义了各方案相对于正负理想解的差异集,结合前景价值函数将Pythagorean犹豫模糊决策矩阵转化为价值矩阵。通过各方案的收益损失比值对备选方案进行优劣排序。为了说明该决策方法的可行性和有效性,将其应用到能源项目的综合评价上,并通过实例对比验证了提出决策方法的优越性。     

区间值对偶犹豫模糊集的相关系数及其应用

区间值对偶犹豫模糊集因其可能隶属度与可能非隶属度均采用区间的形式而更具有一般性,因而得到广泛的应用。相关系数可以用来度量两个模糊信息之间的相关关系。基于区间值对偶犹豫模糊集相关系数提出了一种新的多属性群决策方法。在对偶犹豫模糊集的基础上给出了区间值对偶犹豫模糊集的定义及其基本运算;给出了区间值对偶犹豫模糊集的相关系数的定义及相应的计算公式;构造了确定权重的优化模型;基于区间值对偶犹豫模糊集的相关系数和确定权重的优化模型,提出一种属性权重部分未知的模糊多属性群决策方法,并通过实例说明该方法的有效性和可行性。     

混合型概率犹豫模糊熵和交叉熵测度

针对已有概率犹豫模糊熵测度构造复杂、区分能力弱等缺点,提出一种混合型概率犹豫模糊熵测度.混合型熵测度能够综合反映概率犹豫模糊元所具有的个体不确定性和整体不确定性,具有结构简单、物理意义明确、区分能力强等优势.在概率犹豫模糊元规范化的基础上,基于混合型熵测度的构造理念所设计的混合型交叉熵测度,能够克服已有交叉熵测度的设计缺陷,综合反映两个概率犹豫模糊元之间的个体区分度和整体区分度,且具有自然的对称性.基于混合型熵测度和交叉熵测度,进一步设计概率犹豫模糊环境下的多属性决策方法,并将其应用于无人机集群作战效能评估.数值和理论分析结果表明,所提出的混合型概率犹豫模糊熵和交叉熵测度能够成对设计,互为印证,具有广泛的应用前景.     

基于D-S理论的可信云服务评价方法研究

云制造环境下,用户选择云服务资源时往往陷入信息量巨大以及信任缺失的困境。针对如何选取可信云服务的问题,提出了一种基于D-S理论的云服务评价方法。选取六个云服务指标作为可信特征集;通过获取定性定量指标评价信息,求解指标的评价等级隶属度;进而获得评价指标效用偏好度作为基本概率分配值;引入各云服务评价指标的权重修正基本概率分配以减少证据合成过程中的冲突;应用D-S理论合成规则对可信云服务的证据进行合成;计算各云服务的信任区间并将其进行偏序关系的对比,实现了云服务的选择。以某汽车零部件制造商选择云服务为例,验证所提方法的可行性和有效性。     

基于模糊区间值GM(1, 1)预测模型及几何布朗运动 的矿山投资决策

提出一种新的投资决策方法并应用到矿山投资实践中去是本文的研究核心.该方法以净现值为目标函数,以价格预测及成本评估为中心,综合应用了模糊区间数灰色预测方法和几何布朗运动随机过程理论.首先,给出了模糊数到区间灰数的转换方法,然后,采用对区间序列上、下限分别预测的思路建立了模糊区间数灰色预测模型,并给出了模型精度的检验标准.接着,通过路径矩阵、组合实验、可视化比较及人工分析的方法得到了合理的布朗运动系数值完成了成本预测.最后,结合一个铜矿投资项目,分别应用所提出的模糊区间灰色模型及几何布朗运动理论对价格和成本进行了预测和模拟,成功地实现了金属矿山风险投资的评估并形成了可行性的决策参考.     

一个新的灰色综合评估模型研究

不同于一般灰数和区间灰数,本文依据灰数内涵和存在的实际背景,利用不确定性数集与普通数集(实数集)的异同点与联系,定义一种新的灰数表征方法——灰数量度。它满足四则运算法则且有自己的测度公理化定义,在此基础上建立一个灰色综合评判模型,并用案例验证它的有效性和简便性。     

基于模糊理论的可信计算信任评估方法研究

信任链是可信计算的关键技术之一,如何对其表达和评估是研究热点。针对可信计算环境中影响信任评价的各种复杂因素以及信任关系的不确定性和动态性,提出一种基于模糊理论的可信计算信任评估方法。引入历史度量记录和时间衰减因子以构建直接信任度,建立粒度为5的信任等级空间,并给出间接信任度的模糊评判方法。运用改进的Einstein算子定义相似度函数,在此基础上给出信任链上实体的信任模糊推理和评估过程。方法把模糊推理和信任传递相结合,可以全面地评估信任链上实体的信任度。模拟实验表明,与同类方法相比较,所提方法对恶意评估具有较好的抵抗能力,且评估结果的可信性和可靠性更好,是一种可信计算信任评估的新方法。     

Towards an accurate evaluation of quality of cloud service in service-oriented cloud computing

Cloud computing promises to provide high quality, on-demand services with service-oriented architecture. However, cloud service typically come with various levels of services and performance characteristics, which makes Quality of Cloud Service (QoCS) high variance. Hence, it is difficult for the users to evaluate these cloud services and select them to fit their QoCS requirements. In this paper, we propose an accurate evaluation approach of QoCS in service-oriented cloud computing. We first employ fuzzy synthetic decision to evaluate cloud service providers according to cloud users’ preferences and then adopt cloud model to computing the uncertainty of cloud services based on monitored QoCS data. Finally, we obtain the evaluation results of QoCS using fuzzy logic control. The simulation results demonstrate that our proposed approach can perform an accurate evaluation of QoCS in service-oriented cloud computing.     

Fuzzy-Grey信息集成模式识别算法的研究

介绍了灰关联度(GRD)的有关理论，讨论了一种灰关联度综合评价模型，在此基础上，结合模糊集理论，定义了模糊关联系数(FRC)、模糊关联度(FRD)和模糊相对权重(FRW)，并将它们与灰关联度综合评价模型进行集成，提出了模糊灰关联度(FGRD)的概念，设计了一种新的Fuzzy-Grey信息集成模式识别算法，模拟应用表明，该算法是可行、有效的。     

基于带区间值的产生式规则及其模糊推理机制研究

在分析了传统的产生式规则的三种不确定性的基础上,给出了基于模糊数的产生式规则结构,并量化了结构中的各重要参数,描述了知识表示和推理的关系,并在此基础上提出了基于模糊数产生武规则的模糊推理机制。     

云制造服务综合评价方法研究

作为云制造平台中的关键技术之一,云制造服务的综合评价对于整个云制造资源配置至关重要,在云制造服务综合评价中,服务资源的评价是综合评价的基础。针对云制造服务评价问题,根据云制造服务评价体系中评价指标的多样性与云制造服务特点相匹配,基于模糊理论中的模糊数学,建立了模糊综合评价模型,并确定了由层次分析法和熵权法组合确定权重的方法。再根据云制造环境下评价指标的构建原则,选取了七个一级指标和十六个二级评价指标,以上述指标构建了多层次云制造服务评价因素集和对象评语集,从而建立了云制造服务资源综合评价指标体系。最后,通过云制造服务实例验证了该云制造服务综合评价模型及模糊综合评价算法的操作简便性及实用性。     

基于云理论和信息融合理论的系统性能评估方法研究

现代系统结构复杂,其性能评估需要从多个层次综合评判形成合理可信的最终评估结果,评估过程大量存在多源不确定信息。不确定性的存在增加了评估过程中定性与定量综合集成的难度。云理论和信息融合理论在不确定信息和多源信息的处理上各有优点,在功能上具有一定的互补性。两者相结合能够增强对信息的处理能力,挖掘出数据中更有价值的隐含信息。本文创新地将二者结合起来,提出了新的系统性能评估模型和方法,较好地融合了影响系统性能的多源信息,充分利用和集成了信息的模糊性和随机性,完成定性和定量之间的映射。这种方法能有效地处理各多源信息的不确定性,具有科学性,同时最终得到的评价结果是语言评判值,具有直观性。该方法是对信息融合理论和云理论联合使用的探索。