船舶概念设计阶段的多目标优化与决策

船舶概念设计阶段,需要初步给定多组船型参数方案并从中优选出客观合理的某一方案.以散货船为研究对象,建立了以船舶造价、单位排水量船体阻力、相对回转直径为目标的船舶概念设计优化数学模型;应用改进的非支配解排序的多目标进化算法求解船舶概念设计多目标问题以获得Pareto解集.分析了主观赋权和客观赋权的优劣,提出采用线性叠加在层次分析法、变异系数法这两种主观赋权和客观赋权方法间求取组合赋权向量,将组合向量与TOPSIS法结合对所求Pareto解集进行方案排序.优化决策结果表明,改进的非支配解排序的多目标进化算法DW=36000t散货船概念设计优化能获得多组综合性能优良的船型方案,基于线性叠加的组合赋权TOPSIS决策策略能给出客观、有效的方案序列.这种二阶段的综合方法也能推广应用于船舶优化与决策其他领域.     

决策指标组合赋权方法的研究及应用

针对组合赋权中主客观权重不能有效融合的问题,提出基于相邻目标优属度和极大熵准则的指标权重确定方法。利用相邻目标优属度确定主观权重得到指标的重要性排序,通过极大熵准则赋权法得到含有变量的客观权重,并运用向量相似性原理找到与指标主观权重最接近的客观权重作为最终权重。结合指挥员决策效能评估指标权重确定的案例,通过不同方法对比分析验证了该方法的合理性和有效性。     

多属性决策中赋权方法的自适应选择研究

为解决多属性决策中众多赋权方法难以选择的问题,对主客观权值向量冲突因子与评估结果精度的相关性进行了分析,进而提出了一种基于冲突阈值的自适应选择算法。通过实验仿真,结果表明：该算法消除了主、客观权值向量冲突对评估结果的影响,提高了计算精度,实现了基于冲突阈值的自适应选择。而且,当冲突因子小于阈值时,自适应选择算法将选择算法时间复杂度低于乘法合成原理的综合赋权法。当冲突因子大于阈值时,选择计算结果准确度高的基于博弈论的综合赋权法。     

基于复合幂函数修正G1法的商户综合评价

针对多指标综合评价问题中主客观权重相悖时客观权重淹没主观权重的问题,以G1法和客观赋权法为基础,提出了复合幂函数修正G1法的组合赋权模型。首先,建立指标体系并通过G1法确定各指标主观排序和主观初始向量;然后,利用客观赋权法计算各指标客观向量;其次,在不改变主观排序的情况下利用复合幂函数算出主客观结合的综合权重;最后,利用各指标标准化后的值和综合权重计算综合评价值。采用大众点评网的商户数据进行综合评价实验：该模型的均方根误差（RMSE）为3.891,均低于G1-熵权法的8.818和标准差修正G1法的4.752,且覆盖率优于两种对比方法;分别修改主观初始向量和主观排序进行对比实验,修改主观排序的均方根误差为5.430,高于修改主观初始向量的1.17。实验结果表明,该模型得到的评价值与大众点评网官方的评分的一致性较高,且该模型弱化了主观初值对评分结果的影响,体现了主观排序的基础作用。     

基于主客观赋权的多属性空间节点选择算法

针对空间协作传输中单属性协作节点选择算法无法兼顾系统可靠性和生存时间的问题,引入多属性决策方法（MADM）,综合考虑信道衰落等级、协作节点剩余能量和误码率三个属性对空间协作节点进行多属性评估,提出一种基于主客观赋权的多属性空间协作节点选择（SOW-CNS）算法。首先,根据信道受阴影衰落影响程度,建立两状态无线信道模型,分别为无阴影Loo信道衰落模型和有阴影Corazza信道衰落模型;其次,引入基于主客观赋权的多属性决策策略,使用层次分析法和信息熵法建立空间协作节点的主观属性权向量和客观属性权向量;然后,使用最大熵原理和离差和最大法计算主客观属性权向量;最后,利用主客观属性权向量与各节点的属性值计算各潜在节点的评价值,进而选出最佳协作节点参与空间信息协作传输。仿真结果表明,与传统最佳质量协作节点选择算法（BQ-CNS）、能量公平性协作节点选择算法（EF-CNS）和随机协作节点选择算法（R-CNS）相比,基于主客观赋权的多属性决策算法不仅降低系统误码率,而且能够获得更长的系统生存期。     

组合赋权法在煤矿安全风险分析中的应用

鉴于煤矿安全风险分析中指标权重需综合考虑主客观两方面的需求,提出了一种层次分析法和熵权法相结合的组合赋权法。该方法使用层次分析法和熵权法分别得到指标的主观权重和客观权重,利用乘法集成法将主观权重和客观权重融合,得到更全面、准确的组合权重。通过案例分析验证了该方法在煤矿安全风险分析应用中的有效性。     

煤矿工作面安全状态评价指标赋权策略研究

煤矿工作面安全状态精准评价可促进矿井安全管理水平和防灾抗灾能力提升。以CH₄浓度、CO₂浓度、CO浓度、O₂浓度、温度、风速6种工作面环境监测数据为评价指标,对工作面安全状态进行评价分析。为合理确定评价指标的权重,提高安全评价结果的准确性,采用模糊层次分析法(FAHP)计算评价指标的主观权重、G-GRITIC法计算指标的客观权重,通过基于改进博弈论(IGT)的组合赋权法将主观权重与客观权重结合,得出评价指标的组合权重,解决了决策过程中主客观信息不一致性问题。基于陕西黄陵二号煤矿有限公司209综采工作面安全监控系统采集数据,对基于IGT的组合赋权法进行实验验证,结果表明该方法有效避免了线性加权法、平均加权法的主观判断性,优化了基于博弈论(GT)的组合赋权法的偏差结果,得到的评价指标更加合理,可获得更加准确的煤矿工作面安全状态评价结果。     

基于综合权重—TOPSIS的露天矿边坡稳定性评价

边坡稳定性的影响因素具有不确定性、模糊性和随机性,会影响评价的准确性,而且确定评价指标的权重易受到主观因素和外界因素的影响。目前的边坡稳定性评价方法在实际工程应用中具有局限性,不利于模糊性问题由定性向定量转化。针对上述问题,提出一种基于综合权重-逼近理想解排序(TOPSIS)的露天矿边坡稳定性评价方法。根据根据国家能源集团下属的露天矿边坡工程数据、研究成果及边坡工程实践经验,选取岩石质量指标、岩体完整指标、地应力、黏聚力、内摩擦角、边坡坡高和日最大降水量7个指标作为边坡稳定性的评价指标。利用AHP主观赋权法确定主观权重,利用CIRTIC客观赋权法确定客观权重,针对主观赋权法和客观赋权法都存在一定的局限性问题,采用主客观综合权重,以提高数据结果的准确性和科学性。结合TOPSIS模型对边坡稳定性进行评价分析。以某露天矿边坡为实例进行建模计算,验证该方法对于露天矿边坡的适用性与准确度。将该方法与集团边坡安全监测系统相结合,协助边坡安全预警处理,为露天矿边坡安全监测提供了一条新途径。     

基于“功能驱动”和“差异驱动”原理的灰关联贴近度决策方法

针对决策过程中指标权重确定问题, 在分析基于“功能驱动”原理和“差异驱动”原理的主客观赋权方法优缺点的基础上, 利用灰色关联度和逼近理想解方法(TOPSIS) 的思想, 考虑各指标间可能产生相互影响, 以数据包络分析(DEA) 和层次分析法(AHP) 为辅助模型, 构造一种基于面积的度量方法, 并以两个方案相邻指标之间构成的多边形面积为关联系数的灰色关联贴近度决策模型, 分别计算各方案的灰色关联贴近度, 使得权重的确定能够同时反映主客观要求与变换趋势的一致性. 最后通过实例分析表明了所提出方法的科学性和实用性.

     

基于模糊修正熵权TOPSIS的战时装备供应链风险评估

针对战时装备供应链的特点,以远程精确打击、敌特后方袭扰和恶劣天气等三个因素为主要风险指标,运用修正的模糊信息熵权对TOPSIS法进行改进,提出了一种新的战时装备供应链风险评估方法。首先利用原始数据产生的模糊信息熵权进行客观赋权,并引入专家因素对权重进行主观修正,利用逼近理想解排序方法进行运算,最后通过实例计算与分析,验证该评估方法简便易行,结论合理,有效降低了指挥员决策的主观随意性。     

信息系统性能效率评估方法

针对当前信息系统性能效率评估模型简单、评估结果具有随机性和模糊性的问题,给出一种信息系统性能效率评估方法;分析并绘制信息系统性能效率执行框架图,构建评估指标,应用改进的功效系数法从多层级角度归一化评估指标的评分,基于权重间的对比性和冲突性,构建综合多位专家主观权重和客观权重的多权重组合赋权法,既克服单一专家的主观偏向性,又综合考量主客观权重优点,并采用云模型结合组合赋权权重以自然语言描述性能效率综合评估结果,克服综合评估的模糊性与随机性;最后,将该方法应用于某大型CRM信息系统,结果表明该CRM系统综合评估等级为适中性能,基本满足性能效率的要求,该结果与预案评审结果一致,验证了该方法在性能效率评估中的有效性和适用性。     

基于离差最大化组合赋权的煤矿安全评价研究

针对组合赋权中权重分配不够客观准确的问题,提出基于离差最大化组合赋权的煤矿安全评价法。综合分析煤矿安全生产的风险原因,建立包含12个一级指标、50个二级指标的评价体系。采用熵权法与变异系数法计算各指标的客观权重,通过构建的离差最大化组合预警评价模型使两种赋权法的组合结果最佳,利用Spearman秩相关系数法检验其兼容度。以6所矿井为例进行实例验证,得到的风险等级量化值为{0.65,0.62,0.60,0.32,0.63,0.55},兼容度为0.8632。结果表明该模型充分融合了指标的权重信息,避免了主观分配法和平均分配法忽略指标数据实际意义的错误,验证了模型的可靠性与有效性。     

软件可靠性影响因素权重分析

对软件可靠性早期预测模型的研究,首先必须考虑影响软件可靠性的主要因素。而影响因素权重的确定可以说是整个早期预测模型的“灵魂”。针对主观赋权法和客观赋权法的优缺点,提出了基于神经网络和MIV的组合赋权法来分析软件可靠性的影响因素。该方法首先根据主观赋权法得到影响因素的排序,然后利用神经网络的强大的非线性处理能力以及MIV进行客观分析,从而获得更客观更具解释性的权重值和排序。     

基于综合赋权法的高校资产管理评价研究

为了解决高校资产管理绩效难以准确地评估的问题,对评价体系指标赋权的方法进行了回顾,提出高校资产管理的绩效评价问题要考虑的主客观因素;利用主客观权重组合方法,将主客观权值组合成为指标的组合权,评判专家再对评价指标评分,通过对指标的权值和评分向量的计算得出高校资产管理的绩效值。实验验证表明：设计的高校资产管理绩效计算方法有效地解决了高校资产管理绩效的评价问题,从而为高校资产管理绩效的评价提供了新的思路和方法。     

基于组合赋权-改进可拓云的装甲车辆PHM系统性能评估

针对装甲车辆PHM系统性能评估过程中主观性强、评语等级界限分明等问题,采用主客观组合赋权和改进可拓云理论相结合的评估方法,增强了评估结果的客观性和准确性;首先介绍了装甲车辆PHM系统组成及其性能评估指标体系,然后采用基于“AHP-熵值”的组合赋权法确定指标权重系数,采用基于最优云熵的改进可拓云理论确定各指标云关联度值,最后采用模糊综合评判方法计算了4套装甲车辆PHM系统性能;结果表明,改进评估方法在不失准确性的同时,能够有效克服评估主观性和评语等级界限分明性,为装甲车辆PHM系统性能的优化提供了借鉴和参考。     

基于熵权Vague集的多目标决策方法

针对目前基于Vague集的多目标决策中目标权重的主观任意性以及评价函数的单一性问题,提出一种基于熵权Vague集的多目标决策方法。首先,将决策矩阵转化为目标优属度矩阵,再利用熵权系数法计算各个目标的客观权重,综合考虑客观权重和主观权重得到各个目标的权重向量区间;然后,通过计算方案的支持目标集、反对目标集和中立目标集得出方案的Vague估计值;最后,定义新的评价函数对方案进行排序并选出最优方案。通过算例验证了所提方法的合理性和有效性。     

An integrated method for evaluating and predicting long-term operation safety of concrete dams considering lag effect

Effective operation safety evaluation of concrete dams is critical for ensuring the longevity and quality service of a dam. This paper introduces a novel method for quantifying the safety status of concrete dams and predicting future long-term safety performance, considering lag effect of indices. First, lag effect of operation indices is quantified using the modified moving average-cosine similarity method, based on which a comprehensive safety evaluation index system is established. Second, analytic hierarchy process is used to determine the subjective weighting of each index. Considering data correlation, a new method named coefficient of discreteness and independence is proposed to calculate the objective weighting of each index using maximal information coefficient. The final actual weighting of each index is assumed to be a linear combination of the above subjective and objective weightings. Third, based on the long-term monitoring data of a concrete dam, the safety score of a concrete dam can be quantified using technique for order preference by similarity to an ideal solution. Finally, neural networks (NN) are used to predict future long-term safety performance as a faster and simpler way to obtain future safety score. The effectiveness of this proposed method is verified through a case study. The case study showed that structural safety, environmental safety, and total safety scores of a concrete dam can fluctuate periodically, but the overall performance trend is relatively stable, as expected in real-world cases. NN were found to be accurate in predicting future safety performance.

     

基于AHP和CRITIC综合赋权的K-means算法

传统的K-means算法认为被分析样本的各个属性在聚类中作用是相同,针对这种不足,提出一种基于AHP和CRITIC综合赋权的K-means聚类算法.首先利用CV-K-means方法计算每个属性的权重,从而两两进行比较得到判断矩阵.然后,根据层次分析法（AHP）确定各个属性的主观权重,再利用CRITIC方法确定各个属性的客观权重.采用差异系数法确定组合系数,实验证明该算法的聚类精确度高于传统K-means算法.