基于改进前景理论的直觉模糊随机多准则决策方法

针对方案准则值为直觉模糊数、准则权重信息部分已知的随机多准则决策问题,提出一种基于改进前景理论的决策分析方法.首先,定义一个新的记分函数,据此可将直觉模糊数转化为实数.其次,考虑到决策者并非完全理性及决策者风险态度的差异性,将决策者分为保守型、 中间型及冒险型,引入改进前景理论,根据不同决策者类型调整参数,构建改进前景决策矩阵.再次,建立以准则值总差异最大化且准则权重差异最小化为目标的非线性二次偏差优化定权模型,计算准则权重.进而,结合改进前景决策矩阵及准则权重计算各方案的综合效用值,并以此确定方案的顺序排列.最后,通过算例验证所提出直觉模糊随机多准则决策方法的有效性和合理性.     

基于前景理论的实时路径选择模型

动态路径诱导是解决交通拥堵问题行之有效的手段.传统动态路径诱导系统中的路径选择模型依托期望效用理论,实践表明这种以确定性的理论解决具有不确定性的交通问题的模型与出行者的实际行为之间存在明显的背离.针对交通状况的复杂性、时变性、不确定性,本文建立一种基于前景理论的路径选择模型,该模型考虑了由于出行者的主观能动性而导致的非完全理性化的交通行为特征,能够准确地描述不确定性交通条件下出行者的决策过程.通过仿真实验对比基于前景理论与基于期望效用理论的路径选择模型给出的最优路径,结果表明前景理论在描述出行者的路径选择行为时能够在一定程度上克服期望效用理论的不足,可以较准确地刻画出行者在不确定性条件下的路径选择决策行为,更接近于出行者的实际行为模式.     

基于前景理论的多目标灰靶决策方法

针对权重信息部分已知且属性值为区间数的多目标决策问题,考虑决策者风险态度对多目标决策的影响,提出一种基于前景理论的区间数多目标灰靶决策方法.该方法利用奖优罚劣的区间数线性变换算子对原始决策信息进行规范化处理,设计正负理想靶心,并定义前景价值函数.利用该构建方案建立优化模型以得出最优权向量,并最终确定出方案的排序.最后,通过一个实例验证了该模型适用于具有风险态度特性的区间数多指标决策,并且表明了该模型的有效性和可行性.     

基于前景理论的信息不完全的模糊多准则决策方法

针对准则权重不完全确定且方案的准则值为梯形模糊数的多准则决策问题,提出一种基于前景理论的模糊多准则决策方法.该方法将决策者的风险心理因素引入多准则决策,根据前景理论及模糊数距离公式,定义梯形模糊数的前景价值函数,并以此构建方案综合前景值最大化的非线性规划模型,求解模型得出最优权向量,最终确定出方案的排序.最后通过实例说明了该方法的有效性和可行性.     

基于累积前景理论的多指标灰关联决策方法

考虑决策者风险态度对多指标决策的影响,提出一种基于累积前景理论的多指标灰关联决策方法.该方法利用奖优罚劣的[-1,1]线性变换算子对原始决策信息进行规范化处理,由此得到正负理想方案.根据累积前景理论和灰色关联分析定义了前景价值函数,以此构建方案综合前景值最大化的优化模型.求解该模型得出最优权向量,并最终确定出方案的排序.最后通过一个投资决策实例说明了该模型的有效性和可行性.     

基于生产函数的效用优化云计算资源调度算法

针对云数据中心资源利用率低,云服务提供商收益低等问题,提出一种基于生产函数的云服务提供商收益最大化同时兼顾用户满意度的资源调度算法;该算法将资源调度分两阶段处理,首先合理规划云服务器所有资源,最优化配置资源,然后结合用户请求,云服务代理从资源池选择配置好的资源并分配资源给用户,通过两阶段的算法实现,解决了云数据中心资源利用率低,云服务提供商收益低等问题;最后通过与基于博弈的效用优化算法比较,仿真结果表明,该调度算法具有更好的性能。     

基于效用理论的远程单片机选型系统

为了克服传统的单片机选型的困难，构建了基于Ｉｎｔｅｒｎｅｔ的远程单片机选型系统。建立了以效用理论为基础的单片机型号评价模型，该模型主要根据用户定制条件的偏好度和倾向性来获得用户的需求，并排除次要条件的干扰。     

基于效用理论的多传感器智能融合

信息融合系统应综合考虑获取信息所要求的资源、计算复杂度和时间所需要的最小成本,提出了基于效用理论的传感器智能融合技术,利用期望效用最大化的观点来选择传感器,并与证据理论相组合,应用于目标识别,仿真结果表明该方法的有效性。     

通用函数曲线作图程序

一、问题的由来使用计算机绘制各种函数曲线,是许多用户经常遇到的任务。一般的作法是根据给定曲线的函数关系式,编制一个相应的作图程序。这样做的局限性显而见:函数关系改变,程序就得做相应的修改。这样的程序基本不能交流。为克服这一弊病,不少图形软件采用了“曲线库”的方法,即编出若干种常用工程(函数)曲线作图子程序,置于“曲线库”中,通过交互方式,供用户作图时选择。但是由于     

控制系统的满意优化效用理论研究及应用

提出了满意优化不同于传统优化的基本特点,并依此建立了控制系统参数设计的满意优化模型.由所建立的效用函数及其期望,设计了效用函数下的满意优化算法,并进一步探讨了文中所设计的效用函数具有有界闭凸性及其在可测非负实值函数下的基本运算性质,为该算法的应用推广提供了理论基础.单回路控制系统下的仿真算例数据表明,效用函数下的满意优化算法具有良好的收敛性.     

一种基于阀值曲面的数字水印方法

本文提出一种基于阀值曲面的数字水印方法,先构造原始图像的阀值曲面,得到原始图像的轮廓信息,然后在轮廓边缘处嵌入水印。由于该方法采用的构造阀值曲面函数高平滑性与易插值等特点,故该方法对滤波,缩放等攻击具有强抵抗力。实验结果也证明该方法具有这些优点。     

一种基于效用函数的网格资源分配策略

针对网格资源分配中用户需求的异构性问题,提出了一种基于效用函数优化的分配策略。该策略综合考虑用户作业执行费用和执行时间两方面的因素,利用拉格朗日方法解决网格用户效用函数的优化问题,通过二分搜索最优解产生一组优化的用户出价,根据该组出价按比例划分资源的计算能力。该分配策略可对网格资源的价格以及资源的占用时间进行优化,对动态、异构的网格环境具有较好的适　　应性。     

基于效用值的足球机器人系统任务分配方法

针对足球机器人系统中的任务分配问题,提出一种基于效用函数值的任务分配方法。在分析足球机器人系统任务分配问题的基础上,对机器人效用函数进行定义,并论述机器人球员相对于不同子任务效用函数的构建过程,给出基于效用值的足球机器人系统任务分配算法。仿真实验结果表明,该方法计算量小、实时性好,任务分配性能优于已有文献中的方法。     

基于径向基函数网络的隐式曲线

将径向基函数网络与隐式曲线构造原理相结合,提出了构造隐式曲线的新方法,即首先由约束点构造神经网络的输入与输出,把描述物体边界曲线的隐式函数转化为显式函数,然后用径向基函数网络对此显式函数进行逼近,最后由神经网络的仿真曲面得到物体边界的拟合曲线.实验表明,基于径向基函数网络的隐式曲线具有很强的物体边界描述能力和缺损修复能 力.     

基于QoS效用函数的比例公平调度算法

比例公平调度算法应用于多媒体业务调度时,不能满足其多方面的服务质量(QoS)需求,尤其是当有业务的瞬时QoS参数值接近业务可忍受的QoS阈值时,该业务的调度优先级变化趋势不明显,使该业务不能被及时调度,降低了多媒体业务的通信质量。为此,在PF算法调度优先级判断表达式中引入QoS因子参数项,加强服务质量需求参数项对调度的影响,提出基于QoS效用函数的比例公平调度算法。实验结果证明,该算法可以迅速增加接近QoS阈值多媒体业务的调度机会,使VolP业务的平均延时降低44%、公平性提高3%。     

一种基于效用和证据理论的可信软件评估方法

由于可信软件评估需求的动态多变以及专家主观决策的有限理性,多维多尺度可信软件评估问题是一个重要而困难的研究课题.在分析现有可信软件评估需求的基础上,提出一种基于效用和证据理论的可信软件评估方法.首先设计了一个需求驱动的可信指标树动态构造模型:开放式可信指标数据库和指标树生成算法;接着讨论分析了基于效用的可信软件定性和定量指标的信息预处理技术,并重点介绍基于分布式评估框架和Dempster合成规则的可信软件评估证据推理算法;最后通过案例证明了该方法的有效性和合理性.相信该模型的提出能对复杂环境下软件可信性评估理论的进一步研究起推动作用.     

基于图着色理论的最大效用频谱分配算法

研究基于图着色理论的频谱分配算法,提出一种改进的最大效用频谱分配算法。该算法生成类似于ISAA算法的用户效用矩阵和相应的干扰矩阵,选择最大效用用户或干扰值为0的用户进行频谱分配。仿真结果表明,该算法能有效减少频谱分配的时间开销,提高频谱的使用效率,最大化认知无线电系统的总效用。