基于特殊偏好的交互式多属性决策

由于武器装备的立项决策经常会受到多种特殊因素的影响，因此它既不同于一般的政府行为决策，也不同于主要基于经济性原则的商业决策，这就需要决策者参与到决策过程并逐步得到其偏好信息。所以它希望有一种能够充分反映决策者主观偏好的决策方法来解决此类问题。这里提出一种基于特殊偏好的交互式多属性决策方法，允许决策者反复地对方案进行权衡比较和剔除，并结合客观和主观的因素，利用偏差最大法求解单目标线性规划模型确定各个属性权值，继而得到决策者比较满意的方案排序及最优方案。     

基于相对接近度的结构选型模糊多属性决策方法

结构选型是概念设计阶段最重要的设计决策，具有典型的“软科学”决策特点，需要运用“软设计”理论和“软计算”方法进行此类问题的求解，结构选型的问题求解模型包括方案生成，方案评价和方案决策三个子过程。其中，结构型式的优选决策属于典型的多属性决策问题，决策过程中需要运用决策者的偏好信息和方案属性的不确定性信息，因此，采用传统的多准则决策理论不能对此问题进行有效的求解。为此，建立了结构选型的模糊多属性决策模型，给出了属性模糊满意度矩阵的确定方法，以有效地处理模糊信息，为了克服直接采用欧式距离确定偏好最优方案的缺点，提出了相对接近度的定义和基于相对接近度的模糊多属性决策方法，并给出了具体的求解程序。以大跨空间结构选型为例，说明了结构型式方案优选的决策过程。实例应用的结果表明，本文提出的方法可以有效地处理模糊环境下结构选型中的方案优选决策的问题。     

基于属性相似度的属性约简算法

为解决粗糙集属性约简算法存在的诸多问题，从属性相似度出发推导出属性相似度与粒度相似度的一致性，进而提出了一种基于属性相似度的属性约简算法，主要包括采用分明矩阵法求条件属性集的约简，核的求取，可省属性的相似度计算和最简约简的求出等步骤，仿真与对比分析表明其计算简便、效果显著。     

隐藏认证的有条件不经意传输

在不经意属性证书和隐藏证书的基础上提出了隐藏认证的有条件不经意传输，利用双线性对构造了一个具体方案，解决了不经意属性证书可能暴露接收者的某些敏感信息的问题．该方案有如下特点：只有持有特定属性证书的接收者才能打开与其属性值相对应的消息．而接收者不需要向发送者提供任何证书，发送者不能确定接收者是否能够打开消息也不能确定接受者打开的是哪个消息．     

多属性决策鲁棒性评价的仿真方法研究

鲁棒性分析是近几年学术界较为关注的问题。以往的研究都是针对环境参数、模型参数或模型偏好结构，较少研究决策系统结构对结果鲁棒性的影响。提出了一种多属性决策鲁棒性评价的仿真方法，利用这种方法就方案和属性数量对SAW、TOPSIS、ELECTREⅢ和PROMETHEEⅡ等经典的多属性决策方法进行了鲁棒性比较，计算结果表明，该方法容易理解、简单易行。     

决策信息数据为区间数的一种多属性群决策方法

为了解决属性值为区间数的多属性群决策问题,提出了一种以决策信息数据为区间数的多属性群决策方法.首先分析了评价专家权重的计算方法; 然后采用区间数熵值法确定属性权重; 最后在确定评价专家权重与属性权重后对每个方案的综合有效评价值和属性的正负有效综合理想属性值进行测度,以此求出每个方案的有效综合属性测度结果,并进行排序.采用实例验证表明,该方法操作简单,便于计算,能够快速取得正确的排序结果.     

给出方案偏好值的模糊多属性决策方法

针对属性值均为模糊变量，属性权重完全未知但给出方案偏好值的模糊多属性决策问题给出了决策方法。该方法通过建立一个模糊期望值目标规划模型来确定属性的权重，基于简单加权平均法则来计算方案的模糊综合评价值，利用比较模糊变量大小的期望值方法来对方案进行排序。最后通过实例说明了该决策方法的可行性和有效性。     

云计算环境下支持高效撤销的新型属性基加密方案

为了解决开放云计算环境下用户属性变化导致的用户权限撤销及变更问题,提出一种基于代理重加密和密钥分割技术的属性基代理重加密方案,该方案支持用户权限的即时撤销,当发生用户撤销时,只需要更新云存储服务器中的密文组件以及代理服务器中未撤销用户的属性无关私钥组件.当发生用户属性撤销时,只需更新用户属性撤销列表,解密时根据用户属性撤销列表控制撤销属性用户的访问,可减少密文更新和用户私钥更新的计算量,提高系统撤销用户权限的执行效率,保护用户属性的隐私信息.     

基于查询属性基加密的访问控制方案

针对医学影像数据云平台环境下数据安全和隐私保护问题,提出了基于CP-ABE的查询属性基加密访问控制方案。查询属性基加密融合了属性基加密方法和可搜索加密方法,使本文方案在有效阻止非授权访问的同时,提供密文查询功能,并且关键字密文可被多个用户共享检索。     

基于规则推理的油料装备维修多属性决策

为了解决油料装备维修约束因素多、维修决策效率低的问题,提出基于规则推理的油料装备维修智能多属性决策方法.使用ELECTREⅢ中的伪准则,评判维修方案间的超越关系,构建优势属性集.引入阈值和指标来评估属性值确定时的模糊性.在获得部分基本偏好序关系后,进行规则推理,自动地获取备选维修方案的复杂偏好序关系,并用有向图表示.用图论占优度算法对有向图进行偏好序分析,排序备选方案.案例研究表明,该方法摆脱了以往数值模型依赖于精确数值信息的束缚,可快速实现油料装备维修多属性决策.     

指标排序条件下方案有偏好的多指标决策及应用

为了解决指标条件下决策者对方案有主观偏好信息的多指标决策问题,给出了决策分析模型,了决策原理和方法,并给出实例。     

关键型多属性消错决策方法

针对关键型多属性决策问题,从消错理论的角度提出一种新的决策方法.通过消错理论阐述了关键型多属决策问题与“一票否决制”情形下的多属性决策问题之间的同质性.结合消错理论给出非劣策略和非优策略的概念.通过计算错误值的方式将非优策略从备选策略集中排除,通过计算错误偏离度对非劣策略进行排序和选优.并通过一个实例对决策方法的可行性和合理性进行说明.     

一种不同偏好信息下的多目标群决策方法

研究决策者给出属性偏好信息的多目标群决策问题。根据多个决策者给出关于属性的两类偏好信息———属性偏好顺序和AHP判断矩阵,首先构造一个转换函数将不同的偏好信息作归一化处理———转化为AHP判断矩阵,其次建立了一个能够集成决策群体对属性偏好信息的线性目标规划模型,通过求解该模型算出群体对属性权重的集成值,最大程度地反映了每个决策者的偏好。最后给出了一个算例。     

模糊多属性群决策问题的一种新TOPSIS方法

基于梯形模糊数的期望值算子,给出了一种新的TOPSIS方法来处理模糊决策矩阵、属性权重和决策者权重都已知,且均以梯形模糊数给出的模糊多属性群决策问题.先采用加权算术平均(Weighted Arithmetic Averaged)算子把所有规范化模糊决策矩阵集结为综合加权规范化模糊决策矩阵.然后以梯形模糊数的期望值排序方法和距离公式,求得模糊理想解和模糊负理想解及备选方案到模糊理想解和模糊负理想解的距离,从而确定各备选方案对模糊理想解的相对贴进度,并以其大小判断方案的优劣次序.最后通过一个实例说明该群决策方法的有效性.     

多属性决策中权重确定的主客观赋权法

研究了多属性决策中属性指标权重问题的确定，提出了一种主客观赋权法，该方法是通过一个数学规划模型自动求解属性的权重，使确定的权重同时反映主观程度和客观程度．     

基于布尔差别矩阵逻辑运算的属性约简

针对差别矩阵属性约简存在的不足,首先将决策表简化,并引入布尔差别矩阵定义及其逻辑运算方法;然后给出基于布尔差别矩阵核属性和属性约简的定义,同时证明了该核属性和属性约简与正区域的核属性和属性约简是等价的;接着,设计基于属性布尔差别矩阵逻辑运算的属性约简算法,算法的时间和空间复杂度均为O(|C||U/C|2)。最后,通过实例和实验验证本文算法的正确性和高效性。     

部分指标权重信息下的区间数多指标决策方法

针对指标权重信息部分已知、部分未知且指标值为区间数形式的多指标决策问题,提出一种决策分析方法.在对具有部分指标权重信息的区间数多指标决策问题进行数学描述的基础上,依据传统的理想点方法的基本思路,给出解决指标权重信息不完全的区间数多属性决策问题的计算步骤,其核心是通过构建最优化模型,得到每个方案与正理想点、负理想点的差异值,进而通过计算出相对接近度,即可得到所有方案的排序结果.通过一个算例说明该方法的实用性和有效性.     

区间数刻画属性值下的两种多属性决策新算法

为了解决区间信息多属性决策问题,建立了两种多属性决策算法(算法1和算法2).算法1: 首先利用区间数的积型贴近度公式将属性的区间信息数据转换为精确数值,然后使用Maclaurin对称平均算子集结属性的精确数值,进而通过比较其数值大小来判断方案的优劣.算法2: 首先利用区间数的积型贴近度公式算出各方案在所有属性上的积型模糊互补判断矩阵,然后通过求解积型模糊互补判断矩阵的排序向量来判断方案的优劣.研究表明,两种算法的决策路径虽然不同,但其排序结果相同,即不同决策路径不会影响方案的排序结果,因此决策者可以根据实际问题需要选择适当的决策算法及排序规则,以更好地满足决策需求.