Group consensus algorithms based on preference relations

In many group decision-making situations, decision makers’ preferences for alternatives are expressed in preference relations (including fuzzy preference relations and multiplicative preference relations). An important step in the process of aggregating preference relations, is to determine the importance weight of each preference relation. In this paper, we develop a number of goal programming models and quadratic programming models based on the idea of maximizing group consensus. Our models can be used to derive the importance weights of fuzzy preference relations and multiplicative preference relations. We further develop iterative algorithms for reaching acceptable levels of consensus in group decision making based on fuzzy preference relations or multiplicative preference relations. Finally, we include an illustrative example.     

Lattices of fuzzy sets and bipolar fuzzy sets, and mathematical morphology

Mathematical morphology is based on the algebraic framework of complete lattices and adjunctions, which endows it with strong properties and allows for multiple extensions. In particular, extensions to fuzzy sets of the main morphological operators, such as dilation and erosion, can be done while preserving all properties of these operators. Another extension concerns bipolar fuzzy sets, where both positive information and negative information are handled, along with their imprecision. We detail these extensions from the point of view of the underlying lattice structure. In the case of bipolarity, its two-components nature raises the question of defining a proper partial ordering. In this paper, we consider Pareto (component-wise) and lexicographic orderings.     

优势粗集中的属性约简和对象排序

为进一步解决优势粗糙集中存在的属性约简和对象排序的问题,通过分析已有优势粗糙集模型的共性,提出了基于由粗糙边界引起的不确定概率的属性约简算法和约简对象集后的基于区分矩阵的属性约简算法,并对两种算法的时间复杂度做出了分析,同时通过实例验证了两种算法的实用性和高效性,尤其是第二种算法在处理数据量大信息系统时体现出更大的优势.对于对象排序,提出一种基于优势差的二元对象排序方法,为对象排序提供了一种新的思路.     

基于复杂网络的财富分布的仿真研究

基于网络结构对财富增长的影响, 针对财富动态增长性及其重分机制, 定义影响力系数, 提出一类财富总值不断增长的网络模型. 应用系统方程得到财富总值、节点度以及累积财富的时变方程. 经过具体分析可知, 影响力系数可调节节点度对财富增长的影响力度, 它对网络结构和累积财富值影响很大. 数值仿真表明, 调节影响力系数可降低基尼系数, 促使财富分布更趋近于均匀化, 且在一定条件下节点度与累积财富呈近似线性关系.

     

一种基于最优可能满意度的群AHP 判断矩阵集结方法

针对层次分析法(AHP)判断矩阵群决策问题,提出一种新方法：定义可能度和满意度指标,分别衡量属性排序约束下合成矩阵的一致性程度和合成矩阵与群组判断矩阵的差异程度;利用模糊互补判断矩阵的线性和连续性,计算与群组判断矩阵差异最小的最优可能度矩阵和无约束的最优满意度矩阵;采用两个最优矩阵上三角元素的几何平均,获取满足最优可能满意度的群决策合成矩阵。最后通过算例表明了所提出方法的有效性和实用性。     

基于项目类型的群组推荐方法

近年来,群组推荐吸引了大量研究人员的关注。针对群组推荐中融合策略的不足而导致群组推荐结果准确率低的问题,提出了一种新的基于项目类型的方法来改进偏好融合策略,以此提高推荐结果的准确性。通过引入项目类型占比因子并计算群组类型偏好和用户类型偏好之间的类型相似性,同时提出了评分融合公式来预测群组的最终项目分数,从而改进偏好融合策略。最后,在Movielens数据集上进行实验并将本文方法与几种经典的群组推荐方法进行比较。结果表明,本文方法比传统基线方法具有更高的准确率。     

基于灰靶决策和多目标布谷鸟算法的微电网分布式电源鲁棒优化

风机、光伏等可再生能源出力和负荷需求的不确定性给微电网稳定运行带来挑战。首先,针对这一特性,构建约束条件的不确定集,综合考虑运行成本和环境成本,建立微电网多目标鲁棒调度模型,并引入鲁棒不确定预算调节不确定集合的保守度。其次,采用基于Pareto支配策略的改进的非线性多目标布谷鸟算法求出Pareto最优解集,并利用多目标灰靶决策从Pareto最优解集中选择出满意方案。最后,针对一个小型微电网系统建立优化模型并求解,对比分析仿真结果,验证了所提方法的可靠性和有效性。     

绿色产品制造工艺方案的研究

通过对影响绿色产品制造工艺决策的因素进行定性和定量相结合的分析。从资源利用属性、能源利用属性、环境负担和经济性等几个方面建立了绿色制造工艺评价体系的层次结构图,并应用层次分析法确定绿色制造工艺决策的权重和应用有限方案多目标决策逼近理想解法对决策工艺方案进行排序。在此基础上应用实例求绿色产品多个制造工艺方案的最优解,并通过验证是可行的。     

基于多属性决策的气动隐身多目标优化

针对多目标优化结果排序与选择的多属性决策(Multi-attribute decision making,MADM)问题,将多目标优化与MADM相结合,提出基于MADM的多目标优化方法,并将该方法应用于跨声速前掠翼(Forward-swept wing,FSW)气动隐身多目标优化中,优化结果提高了跨声速FSW的气动和隐身性能。采用类别形状函数变换法(Class-shape function transformation,CST)方法对翼型几何外形进行描述,实现FSW气动和隐身多学科优化设计模型的参数化描述。建立基于N-S方程的计算流体力学方法的FSW气动分析模型和基于矩量法的计算电磁学方法的FSW隐身分析模型。将Pareto多目标遗传算法得到的Pareto非劣解集构成MADM矩阵,采用基于模糊熵权的改进的逼近理想解的排序法(Modified technique for order preference by similarity to ideal solution,M-TOPSIS)方案评价方法进行Pareto非劣解排序,最终确定最佳的Pareto非劣解。研究结果验证了所提出方法的有效性,为多目标优化问题提供了一种新的解决途径。