基于信息分解的区间灰数一致性投影决策模型

针对区间灰数决策时信息得不到充分利用的问题, 在信息不丢失的前提下, 利用信息分解方法将区间灰数分解成实数型的“白部”和“灰部”. 在分析已有的向量投影决策方法优缺点基础上, 建立正、负理想点的“白部”和“灰部”与方案点 的“白部”和“ 灰部”构成向量双向投影的测度方法, 进而构建向量双向投影的一致性系数决策 模型. 最后通过算例表明了所提出模型的可行性和有效性.     

面向对象多属性差异的矩阵型灰色聚类方法及其应用

针对传统灰聚类法对聚类对象间的关系信息和属性间的差异信息利用不充分、灰类划分宽泛、聚类结果约束相对严格、完备性不足等问题,提出一种面向对象多属性差异的矩阵型灰色聚类方法。该方法充分利用对象已有的多属性信息,可以在不同的属性类别组合上获得多元、客观的聚类结果,使对象的分类更贴近于实际。通过对安徽省国家级贫困县进行聚类分析,展示了矩阵型灰色聚类方法的应用,表明了矩阵型灰色聚类方法的实用性和有效性。     

区间灰数表征与算法改进及其GM (1, 1)模型应用研究

针对目前区间灰数的表征和运算过程中存在着较为严重的问题，即：运算结果对灰数的灰度进行不必要的放大，造成信息的严重失真，笔者定义了标准区间灰数与第一和第二标准区间灰数的概念，分析了第一和第二标准区间灰数之间的关系，进一步设计了普通区间灰数与标准区间灰数之间的转换规则，提供了标准区间灰数之间的比较与运算法则，较好地解决了区间灰数之间的大小比较与运算问题。最后，将这一研究成果应用于基于区间数的GM (1, 1)模型预测问题，取得了良好的效果。     

基于相对核和精确度的灰数排序新方法研究

研究区间灰数的排序方法, 分析已有排序方法的特点和优劣. 为了更好地切合实际问题, 考虑到灰数的取值论域, 基于信息保留原则建立了普通区间灰数到标准灰数的投影法则; 依据投影得到的标准灰数提出了相对核和精确度的概念, 在此基础上给出了灰数的排序方法, 克服了已有排序方法的不足, 且使相同灰数的排序区分度在不同的应用背景下有不同的体现, 有助于决策者进行分析. 最后, 通过算例验证了所提出方法的可行性和优越性.     

两阶段灰色综合测度决策模型与三角白化权函数的改进

首先将中心点三角白化权函数中对应于灰类1 和灰类s的三角白化权函数分别取为下限测度白化权函数和上限测度白化权函数. 这一改进避免了将各聚类指标的取值范围向左、右延拓的困扰. 针对灰色聚类系数向量delta_i  的各分量均衡取值或灰色聚类系数向量delta_i 有若干个位于前列的主分量取值相近, 难以判定决策对象归属的问题, 构建一种新的两阶段灰色综合测度决策模型, 以解决灰色聚类系数向量delta_i 的各分量取值趋于均衡或delta_i 有若干个位于前列的主分量取值相近情形下的综合决策问题, 并通过应用实例验证了模型的有效性.

     

小样本条件下基于属性权重Shapley值分配的粗糙集决策模型

小样本条件下,根据粗糙集理论构建的决策规则受数据来源偶然性误差影响较大,个别数据样本难以反映真实知识关系.为解决小样本条件下粗糙集决策规则可信度未知的问题,提出信息区分量、属性影响方向等概念,运用Shapley值法进行属性权重分配,求取每个属性对决策结果的影响方向,进而得出决策规则的参考信度,以寻求真实可信且适合工程实际的决策规则.实例分析论证了所提方法的可行性以及对数据来源误差的分辨能力.     

发动机气缸早期磨损的原因分析

发动机在工作过程中,气缸的磨损是不可避免的,但气缸的早期磨损会影响发动机的使用寿命,本文对发动机气缸早期磨损的原因进行了分析。     

基于信息融合的罪案关联证据推理模型

针对传统犯罪案件中出现的冲突证据难以处理的情况,提出一种基于证据可信度和灰色关联的冲突证据融合处理方法;基于相似性视角的灰色关联度作为证据间的联系,采用改变证据源的证据组合规则来衡量证据源中各个证据之间的贴近度;考虑到证据的可信度,提出新的基于证据贴近度的权重确定方法,以证据的可信度作为权重,对参与融合的证据的基本概率分配函数进行加权平均,使证据融合收敛速度更快,并提升融合效果.最后以安徽省某市的入室盗窃犯罪案件为例,运用基于信息融合的关联证据推理方法处理案件中的冲突证据问题,验证了所提出方法的合理性和有效性.     

基于产品可靠性和时效性的闭环供应链系统策略研究

通过分析闭环供应链系统的产品内在逻辑关联特征,从产品可靠性和时效性两方面揭示了老产品及其零部件的再利用与再制造对新产品质量的影响,并构建了闭环供应链系统中产品质量的系统演变模型。在此基础上,引入不同的闭环供应链策略,深入分析再制造策略对最终产品质量的影响。为产品质量分析提供了新的方法,也为闭环供应链系统的策略分析与管理提供了定量分析依据。     

基于类别加权算子的环形灰靶决策

针对现有灰靶决策方法只有一个靶, 不能科学解决评价信息疏密程度不一致的决策问题, 通过有序增量法将决策者评价信息按信息的差异性分成不同的组别, 并给出类别加权算子的定义. 在此基础上, 定义一个靶心多个靶环的环形灰靶, 并将类别权重赋予相应的环形灰靶, 建立基于类别加权算子的环形灰靶决策方法. 该方法更接近现实灰靶, 且通过对方案评价信息的环内和环间信息的二次集结, 使得评价结果更为实用合理. 最后以一个应急案例进行了验证.