基于诱导型区间直觉模糊混合算子的群决策方法

针对属性值以区间直觉模糊数形式给出的多属性群决策问题,提出了两种融合信息更加全面的诱导型区间直觉模糊混合集结算子.利用提出的区间直觉模糊数的熵值度量方法来确定诱导变量,并结合基于支持度的数值依赖型集结算子,通过综合考虑位置、数据自身重要性及信息包含量,提出了诱导型区间直觉模糊混合平均(Ⅰ-ⅡFHA)算子和诱导型区间直觉模糊混合几何(Ⅰ-ⅡFHG)算子,分析了相关性质,进而给出一种区间直觉模糊多属性群决策方法,实例研究表明了所研方法的适应性与有效性.     

区间直觉模糊多属性群决策自收敛算法

对区间直觉模糊多属性群决策中的一致性问题进行研究,引入了一种可自收敛算法得到一致性群决策矩阵。首先基于区间直觉模糊数的运算法则和集结算子,将单个决策者的决策矩阵集结为群体决策矩阵;然后通过可自收敛算法反复迭代,直到得到满足一致性的群体决策矩阵;最后再次基于区间直觉模糊数的集结算子和排序规则实现方案选优。从理论上论证了该算法的收敛性和保序性,并通过算例验证了算法的可行性和有效性。     

混合信息下的多属性大规模群体决策方法

针对多属性大规模群体决策问题中决策者评价信息类型不一致的情况,提出一种包含精确数、区间数、语言信息的多属性大规模群体决策方法。首先,定义了几种不同的转换函数,以此将各决策者给出的精确数、区间数、语言信息一致化为虚拟语言术语;然后,给出了大规模群体决策矩阵的的分组方法,并利用新的三维语言密度算子对其进行集结;最后,在语言幂Heronian算子的基础上,对群体综合决策矩阵进行集结。通过算例验证了所提方法的可行性与有效性。算例分析表明,该方法不仅能够较好地解决混合信息的处理问题,以及能够充分考虑群体共识度;还能够体现属性之间的关联性,以及反映集结值的整体均衡性,因此可使得决策结果更为客观合理。     

混合信息下的多属性大规模群体决策方法

针对多属性大规模群体决策问题中决策者评价信息类型不一致的情况,提出一种包含精确数、区间数、语言信息的多属性大规模群体决策方法。首先,定义了几种不同的转换函数,以此将各决策者给出的精确数、区间数、语言信息一致化为虚拟语言术语;然后,给出了大规模群体决策矩阵的的分组方法,并利用新的三维语言密度算子对其进行集结;最后,在语言幂Heronian算子的基础上,对群体综合决策矩阵进行集结。通过算例验证了所提方法的可行性与有效性。算例分析表明,该方法不仅能够较好地解决混合信息的处理问题,以及能够充分考虑群体共识度;还能够体现属性之间的关联性,以及反映集结值的整体均衡性,因此可使得决策结果更为客观合理。     

区间直觉模糊幂加权算子的动态多属性决策

为了解决集结算子处理动态多属性决策问题时,现有的区间直觉模糊(interval valued intuitionistic fuzzy, IVIF)加权平均算子未考虑集结数据之间的相互关系、决策结果精度不高的不足,利用幂加权几何平均(power weighted geometric average,PWGA)算子的非线性特性将集结数据之间相互关系联系起来,提出了IVIF PWGA算子的动态多属性决策方法。首先,将实数形式的PWGA算子扩展到区间直觉模糊集(IVIF set,IVIFS),利用数学归纳法证明了数据融合后的综合集结值是区间直觉模糊数(interval valued intuitionistic fuzzy number, IVIFN)的结论。然后,定义了IVIF条件下,处理动态多属性决策问题的PWGA算子。通过动态PWGA算子集结多个时间点的单一集结值得到综合集结值,根据综合集结值的得分函数和精确函数,对各方案排序。最后,通过实例说明了该算法的有效性。     

基于区间数变权原理的教学质量评估模型

讨论了区间数变权原理,给出若干区间数变权综合决策模型;进而利用区间数变权原理讨论了高校教学质量评估问题,给出一种教学质量评估的C 程序实现.     

基于变权投影灰靶的指控系统动态效能评估

针对传统效能评估中指标权重相对固定的不足,基于变权理论和灰靶理论,提出了一种动态评估方法,解决了指标评价值为精确实数、区间数和三角模糊数的混合型多属性指挥控制系统效能评估问题。首先,引入指标作用度的概念,解决混合型指标评价值相对重要度度量问题,采用改进序关系法求解指标初始常权;其次,以指标评价值与正、负靶心距离的相对值作为变量,定义了一种新的优势度函数用于刻画指标的优劣性,并基于变权理论构造局部状态变权函数对初始常权进行动态修正;最后,以评估对象变权投影靶心距作为度量标准,采用投影灰靶方法确定了评估对象综合效能及排序。实例分析验证了所提方法的可行性。     

基于区间数的变权与状态变权

利用变权的方法对决策信息为区间数形式的多因素决策问题进行了研究.首先给出了区间数一种排序方法和区间数的四则运算与逻辑运算,并研究它们的性质;然后讨论区间数变权与状态变权的定义及其约束条件,给出若干区间数状态变权;最后证明了区间数状态变权的一个等价条件,并给出两个由已知区间数状态变权构造新的状态变权的方法.     

有人机/UCAV编队协同作战决策分配方法

针对有人机/UCAV(unmanned combat aerial vehicle)编队协同作战决策分配过程中属性值和专家建议的不确定性,采用区间直觉模糊多属性决策(interval-valued intuitionistic fuzzy multiple attribute decision-making,IVIFMADM)方法,综合处理不确定数值.首先,对专家域中专家建议矩阵进行一致性检验,并进行收敛迭代生成群体决策矩阵;其次,采用熵权法求得各属性值权重大小,赋予高熵值属性以较大权重;然后,基于改进灰色关联分析,并与属性权值进行信息集结得到属性值与各决策等级间的相似度,确定最终决策等级;最后,通过实例验证了IVIFMADM方法应用于有人机/UCAV编队协同作战决策分配的有效性和稳定性.     

基于VI~2OWA的多指标评价方法及其在新能源中的应用

新能源发电绩效评价是选择合适新能源作为替代能源的关键。它具有指标值不精确、指标偏好间存在交互作用等特点。据此,本文在模糊测度和R-OWA算子等理论基础上构建考虑指标间交互作用的变权区间有序加权平均(Ordered weighted average operator with varied weighted,interval argument and interactive criteria,VI2 OWA)方法。探讨区间有序加权平均算子(Ordered weighted average operator with interval argument and interactive criteria,I2 OWA)的性质;考虑不同区域偏好不同,设置两类状态变权函数;并分析了VI2 OWA方法在江苏省新能源发电绩效评价中的应用。     

基于区间数的预警机作战效能评估

建立了预警机作战效能评估的指标体系,提出了区间数的幂运算法则。采用区间数特征向量法确定了指标体系中定性指标的权重,采用区间数特征向量法和信息熵法相结合的组合赋权法确定了指标体系中定量指标的权重。给出了指标体系中定量指标和定性指标的规范化方法,提出了用区间数形式的加权和与加权积关系进行指标聚合的方法。最后通过算例对该方法的有效性进行了检验。     

基于SPA及PSO的超视距空战态势评估

在超视距空战中获取的原始数据信息常常并不精确且包含不完备信息,而且现有方法不能反映战机机动对态势的影响,造成决策结果的可信度不高,对此提出基于区间集对分析（set pair analysis, SPA）的超视距空战态势评估方法。利用证据理论验证集对分析处理区间数多属性决策问题的可行性;将战机机动融入态势评估函数,选取在一定时间敌我机动前后的战场态势构成区间数决策矩阵;利用集对分析理论把区间值转化成联系数进行评估,并用粒子群（particle swarm optimization, PSO）算法对态势要素权重进行寻优。经验证,该方法在一定程度上提高了态势评估的真实性。     

基于合作协同进化的多机空战目标分配

为寻找一种满足多机空战需求的目标分配优化方法,提升空战效能,提出了一种基于合作协同进化的多机空战目标分配方法。首先,该方法基于单机空战优势,建立多机协同空战优势评价指标体系。然后,对战机间的协同相关性进行分析计算,建立多机协同空战目标分配模型。在变长度染色体遗传算法(genetic algorithm, GA)的基础上,设计了基于交叉、嫁接、分裂和拼接算子的改进合作协同进化算法,提高了模型的进化效率。最后,设计实验分别对优势评价指标体系的有效性、静态算例、动态算例和大规模无人战斗机算例进行仿真验证,并将2种模型以及4种算法的计算结果和所提算法的实验结果进行对比。仿真结果表明,改进合作协同进化算法适用于该模型计算,结果收敛稳定,亲和度值显著提升,能够优化目标分配方案,在空战中具有一定的应用意义。     

基于结构熵和IGSO-BP算法的动态威胁评估

针对传统超视距空战威胁评估不能根据各类威胁因素的变化动态调整其对应权值的问题,引入前向反馈(back propagation, BP)神经网络,采用综合考虑主客观因素的结构熵权法确定各威胁指数权值并作为神经网络训练参数进行训练,提出了改进萤火虫算法(improved glowworm swarm optimization, IGSO)和BP神经网络相结合的空战动态权值计算方法。该算法采用改进萤火虫算法优化BP网络的权值和阈值,优化后的BP网络能更好地计算不同态势下的威胁指数权值,从而根据威胁估计模型进行威胁评估。以某一时刻预测多无人机空中对抗时的威胁度为想定,分别采用结构熵权法和IGSO BP进行仿真计算。结果表明：结构熵权法能够科学合理地计算各威胁指数权值,IGSO BP算法可有效解决空战目标威胁评估问题,且所提算法与现有几种算法相比在可靠性和准确性上都有明显提高。     

无人战斗机态势评估变精度粗集决策方法

为了解决在态势评估中一般粗糙集决策方法仅对规则进行提取而不完成规则匹配的问题,提出了基于加权相似性度量的无人战斗机（unmanned combat aerial vehicle, UCAV）态势评估的变精度粗集决策方法。建立了UCAV态势评估决策信息系统模型,基于正确分类率β的确定原则,给出了β值的确定方法,在该β值下从决策模型中提取出了决策规则。提出了基于互信息度的属性相对重要度计算方法,并依据相对重要度给出了属性的客观权重,结合专家经验形成了属性的综合权重。提出了基于属性综合权重的加权相似性度量方法,通过比较当前对象与决策信息系统中所有对象的相似程度给出决策结果,完成对该对象作战意图的预测。结果表明,该方法有利于UCAV对对象作战意图的预测和判断。     

双机编队协同战术的实现

针对空战的特点,对双机编队的作战任务进行功能分解。通过引入描述攻击过程中编队作战决策心智状态的信念、目标、行动和路径等算子,给出了双机编队的协同作战意图,以及编队内各架飞机之间通信行为的概念。研究了基于协同作战意图的“主从式协同、协商式协同”编队战术的协调方法。仿真结果表明,基于协同作战意图的协调方法可提高编队的作战效能。     

新变权缓冲算子的构造方法及其内在联系

针对传统缓冲算子不能实现作用强度的微调, 从而导致缓冲作用效果过强或过弱的问题,构造了几类新的变权缓冲算子,探讨了这几类变权缓冲算子的内在联系,揭示了变权强化缓冲与变权弱化缓冲的对应关系,研究了变权缓冲算子调节度与可变权重之间的关系.结果表明,变权缓冲算子对序列的调节度与可变权重同(反) 方向变化,与γ 取值无关, 且现有算术变权缓冲算子和几何变权缓冲算子均是所构造变权缓冲算子的特例.     

数据缺失状态下目标威胁评估的AR(p)动态突变排序法

针对目标威胁评估过程中观测数据缺失、难以综合考虑来袭目标的动态威胁态势以及已有评估方法大多需要确定各指标权重而过多依赖专家经验的问题,将自回归(auto regressive,AR(p))预测模型、时间序列赋权及突变理论相结合,提出了目标威胁评估的AR(p)动态突变排序法。该方法通过AR(p)模型预测时间序列上的缺失目标数据,为综合各时刻数据进行威胁评估提供了基础数据信息;采用泊松分布逆形式对时间序列进行赋权,全面考虑了当前时刻和之前时刻的目标关联信息;在突变理论基础上抽象出了突变排序的思想,将目标威胁评估指标体系中下层指标对上层指标的作用归因为控制变量对状态变量的作用,并采用归一化公式对作用程度进行求解,以此方式由底层往上逐层推进最终得到目标威胁评估值。实例分析结果表明,AR(p)动态突变排序法适用于目标数据缺失时的威胁评估,更贴合实战,且不需确定各指标权重,计算过程简洁高效,可操作性强,由于综合考虑了目标的动态威胁态势,评估结果更加合理,具有一定的实用价值。     

调和变权缓冲算子及其作用强度比较

针对传统缓冲算子不能实现作用强度的微调, 从而导致缓冲作用效果过强或过弱的问题, 构造了调和变权弱化缓冲算子(VWHWBO) 和调和变权强化缓冲算子(VWHSBO), 研究了该类缓冲算子调节度与可变权重之间的关系, 比较了调和变权缓冲算子与算术变权缓冲算子、几何变权缓冲算子的作用强度, 并探讨了该类缓冲算子的优化问题. 结果表明, 该类缓冲算子对序列的调节度是可变权重的单调增函数, 在控制作用强度方面的灵活性要明显优于传统缓冲算子; 算术变权缓冲算子、几何变权缓冲算子与调和变权缓冲算子的弱化算子和强化算子的作用强度都是依次递减的. 最后, 以我国能源消费总量的预测问题为例验证了调和变权缓冲算子的有效性与优越性, 以及三算子的作用强度.     

基于IBPSO的编队协同对地攻击目标分配算法

针对编队协同对地攻击目标分配问题特点,对二进制粒子群算法应用于编队协同对地攻击目标分配的若干问题进行研究。首先,通过战斗机毁伤目标收益和攻击目标代价建立了目标分配问题的评估标准。然后,在引入了一系列操作符的基础上,对二进制粒子群算法的速度和位置更新计算公式进行了改进,并利用改进的二进制粒子群算法完成了编队协同对地攻击目标分配。仿真结果表明,改进的二进制粒子群算法比遗传算法具有更强的全局寻优能力、更快的收敛速度。