基于方案群体满意度的多属性群决策方法

为了在多属性群决策过程中，能够恰当体现不同决策者偏好的差异并进行偏好集结，定义了方案的群体评价正理想值和群体评价负理想值，构造了多属性群决策中衡量方案的一个新指标——方案群体满意度。在此基础上，根据主观给定的权重信息状况，分成无给定权重信息、给定权重限制条件、给定确切主观权重三种情形，并提出了相应的基于群体满意度的多属性群决策方法。最后，通过实例说明了所提方法的具体应用。     

多粒度不确定语言信息下的多阶段交互式群体评价方法

针对目前多阶段交互式群体评价研究较少且评价信息多为精确数或区间数的问题,以及大多数交互式群体评价缺乏对评价信息质量判断的不足,提出了一种新的多粒度不确定语言信息下的多阶段交互式群体评价方法.首先,定义了一个多粒度语言转换函数,将多粒度不确定语言信息一致转换为同一粒度下的不确定语言信息;其次,给出了一个语言型稳定性指标,以探讨交互终止的条件;最后,基于2个诱导不确定纯语言算子,分别对评价信息进行"横向"和"纵向"集结.实例分析验证了该方法的有效性与合理性.     

求解多峰函数的改进粒子群算法的研究

针对标准粒子群算法进行多峰函数优化时存在的易陷入局部极值和搜寻效率低的问题，提出了子种群划分和自适应惯性权重改进方法来求解多峰函数．根据群体微粒的相似度将粒子群分成子群体，各子群体围绕一个有最佳适应值的群体中心进行建立，并通过几个经典函数进行求解．实验表明：改进的粒子群算法能快速有效地找到多峰函数的全局最佳值．     

考虑多阶段决策信息集结的新算法及其应用

针对多阶段区间信息集结与决策问题,提出一种考虑最小化集结矩阵与阶段区间矩阵之间距离的新方法,寻求更趋近帕累托最优的集结结果,使最终评价值更符合多阶段评价的目标。 首先,根据多阶段专家评价值将区间信息转化为二维坐标点,并将其映射到二维坐标系中。然后,构建区间信息离差最小化集结模型,并基于植物模拟生长算法(PGSA）进行群体判断信息的集结,再通过合成各方案的属性评价值,给出各决策方案的综合评价值并进行排序,进而给出最优决策方案。最后,以物流服务商的多阶段绩效评价为例,验证了该方法的合理性和有效性。     

考虑多阶段决策信息集结的新算法及其应用

针对多阶段区间信息集结与决策问题,提出一种考虑最小化集结矩阵与阶段区间矩阵之间距离的新方法,寻求更趋近帕累托最优的集结结果,使最终评价值更符合多阶段评价的目标。 首先,根据多阶段专家评价值将区间信息转化为二维坐标点,并将其映射到二维坐标系中。然后,构建区间信息离差最小化集结模型,并基于植物模拟生长算法(PGSA）进行群体判断信息的集结,再通过合成各方案的属性评价值,给出各决策方案的综合评价值并进行排序,进而给出最优决策方案。最后,以物流服务商的多阶段绩效评价为例,验证了该方法的合理性和有效性。     

考虑处置效果的苯系物泄露应急方案生成方法

针对苯系物泄露次生突发环境事件的应急响应问题,研究了基于案例推理和处置效果的应急方案生成方法。首先,在计算案例相似度时,为避免历史案例不全产生的情景要素遗失,基于随机森林算法,结合专家知识构建了权重求解方法,采用案例检索方法得到相似案例集;然后,构建了应急处置效果评估指标体系,以全面评价相似案例对应的处置效果;进一步,考虑多专家评价可弥补决策者知识、经验等的不足,引入了自适应群共识调整算法,得到群体评价意见,通过集结相似度与处置效果,得到了方案的综合评价值并生成最优方案;最后,用算例说明了方法的可行性和有效性。     

基于区间数的直觉模糊多属性决策研究

研究一类属性权重未知的直觉模糊多属性决策问题.将直觉模糊数的属性值转由双区间数表示,根据决策方案属性值间的离差确定属性权重.根据各方案属性加权综合值及区间直觉模糊数的得分函数,对2套方案分别进行排序和比较,并通过实例说明了该方法的有效性.     

改进模糊TOPSIS群决策法在应急设施选址中的应用

为确保在应急救援设施选址群决策问题中决策的合理性,充分考虑灾后不确定因素和环境的模糊性以及针对评价值为混合型的多属性群决策问题,引入模糊集理论,将改进的逼近理想解排序法(TOPSIS)扩展到模糊环境问题,提出一种基于模糊TOPSIS的应急救援设施选址群决策的方法.由于在应急多属性决策问题中,决策者的决策数据经常会出现不确定性,因此精确的数值不足以来模拟现实生活中的情况.在此情况下,该算法采用三角模糊数、语言变量等来进行评价决策,并运用组合赋权法来计算各评价指标和各决策者的综合权重.最后,通过具体的算例来验证该方法的可行性和有效性,并进行灵敏度分析.结果表明,所提出的方法符合实际决策机制.     

概率OWG算子及其在多属性决策中的应用

提出了概率有序加权几何算子(P-OWG算子),研究了该算子的一些基本性质,基于该算子提出了属性权重确知、各状态概率已知的不确定多属性决策方法,最后,进行了实例分析。     

群决策中考虑主观偏袒因素的评价信息综合

在群决策中,如何将多个决策者的评价信息综合成整体信息是要研究的重要问题.最简单的方法是基于每个决策者是专业并且客观的假设,给他们的评价赋予相同的权重.但是实际情况要复杂得多,正如孔子所说,真正好的,应该是善者好之,不善者恶之.笔者研究了决策者中存在偏袒因素时的评价综合方法,拓宽了一般权重的约束限制,提出了基于评价之间相关关系的权重设置方法.     

语言信息下基于占优关联系数的群决策模型

利用等级偏好占优关联系数研究具有语言信息的多属性群决策问题。首先计算各个方案的综合占优指数,然后建立基于语言信息形式的等级偏好占优关联系数的群决策模型,最后用实例说明该方法的可行性。     

基于动态因子和共享适应度的改进粒子群算法

为提高粒子群算法的收敛速度和优化性能,避免陷入局部最优,提出了一种基于动态学习因子和共享适应度函数的改进粒子群算法.在惯性权重w随着迭代次数非线性减少而动态调整学习因子的基础上,引入共享适应度函数.当算法未达到终止条件而收敛时,利用粒子和最优解间距离挑选一批粒子重新初始化形成新群体,并用共享适应度函数对新群体进行评价,新旧2个群体分别追随自己的局部最优解直至迭代结束.对4个典型多峰复杂函数的测试结果表明,该改进算法不仅加快了寻得最优解的速度,而且提高了粒子群算法全局收敛的性能.     

基于直觉梯形模糊数多因子群决策方法的110 kV智能变电站装配式建筑造价评价简

将直觉梯形模糊数引入110kV智能变电站装配式建筑造价评价中,在识别出智能变电站装配式建筑造价影响因子的基础上利用ITFN对造价影响因子进行了定义和描述,并基于国网智能变电站装配式建筑典型设计方案构造了造价影响因子理想直觉梯形模糊向量,运用Hamming距离测度提出了多因子群决策模式下的专家权重决策向量的求解方法,引入得分函数和精确度函数建立了智能变电站装配式建筑造价评价模型,为科学合理的开展装配式建筑造价评价提供了一条有效途径。最后应用实例分析验证了模型的有效性和可行性。     

粒子群优化算法的收敛性分析

根据粒子群优化(Particle swarm optimization,PSO)算法的数学模型定义粒子状态序列和群体状态序列,并分析其马尔可夫性质,引入了粒子转移概率,证明了粒子及种群的最优状态集的封闭性;进一步基于随机过程理论证明了群体状态以概率转到最优状态集,从而证明了标准粒子群算法以一定概率收敛于全局最优。 更多还原     

基于电子病历的乳腺癌群组与治疗方案可视分析

乳腺癌是当前最常见的恶性肿瘤之一，其电子病历数据可用于挖掘隐含规律，对治疗与预后分析有重要意义。通过与乳腺科医生合作，选择合适的预测模型和可视化方法，搭建了一个基于电子病历的乳腺癌群组和治疗方案可视分析系统。首先，对具有高维属性的病人进行降维和聚类处理，形成病人群组，并采用南丁格尔图、词云和时间轴可视化方法，直观展示病人群组间特征的差异；然后，用支持向量机（support vector machine，SVM）模型预测治疗方案，用平行坐标、矩阵热力图和分类图分别展示属性相关性、训练后的特征权重和预测结果；最后，用真实案例验证了系统在群组分析、治疗方案及病人属性关联分析中的有效性，从而较好地帮助医生选择合适的治疗方案。     

一种基于概率加权的朴素贝叶斯分类

朴素贝叶斯分类是一种简单而高效的方法,但是它的属性独立性假设,影响了它的分类性能。为了克服该问题,提出了一种基于概率推理的加权朴素贝叶斯分类模型。通过计算属性和类之间的相关概率和不相关概率,对属性赋予不同的权重,从而在保持简单性的基础上有效地提高了朴素贝叶斯算     

概率语言犹豫模糊集及其在多属性决策中的应用

结合概率语言集和语言犹豫模糊集定义了概率语言犹豫模糊集,它能表达出决策者对语言术语的偏好和语言术语属于集合的隶属度.同时定义了概率语言犹豫模糊集的得分函数和方差函数,并定义集合之间的一些基本运算.提出了概率语言犹豫模糊集的距离测度.最后把经典VIKOR方法拓展到概率语言犹豫模糊集环境中,并把该方法用于多属性决策问题中。     

基于改进直觉模糊熵与Dice测度的VIKOR应急决策

针对不确定信息环境下决策属性权重未知的应急决策问题,提出一种改进直觉模糊熵权与Dice距离测度的VIKOR决策模型.首先,分析现有直觉模糊熵存在的不足,提出一种考虑隶属度、非隶属度以及犹豫度综合影响的改进直觉模糊熵;其次,引入Dice系数,结合犹豫度的特点构建直觉模糊Dice距离测度;然后,将直觉模糊熵权与直觉模糊Dice距离测度运用到基于直觉模糊的VIKOR方法中,并定义了群体贴近度公式,进而构建契合现实环境的应急决策模型;最后通过地震灾害后的应急决策算例,验证了该模型的合理性和有效性.     

不完全不确定得分信息下的双边匹配决策

针对不完全不确定得分信息下的双边匹配问题,提出了一种决策方法.首先,描述了不完全不确定得分信息下的双边匹配问题,将不完全不确定得分矩阵转化为不完全满意度矩阵;其次,以每方主体满意度总和最大为目标,考虑一对一匹配约束条件,构建了匹配模型;考虑到模型中的系数已经规范化,运用线性加权法将双目标匹配模型转化为单目标优化模型,进而通过求解单目标优化模型获得匹配方案.最后,通过实例证明了所提方法的可行和有效.     

基于GIS与多子群遗传神经网络模型的水位方案优选

水利水电工程决策具有多目标、多层次、多影响因素的特点.针对现有正常蓄水位方案形成过程的不足,建立了基于GIS辅助分析、从蓄水位限值确定到获取方案指标、从方案形成到各方案比选的一整套流程方法.为解决正常蓄水位方案优选的非线性问题,避免综合优选模型中依靠主观经验赋权的人为因素影响,提出将多子群遗传神经网络模型应用于正常蓄水位方案优选.该方法有效减少了人为主观因素的影响,提高了指标权重确定的客观程度,为正常蓄水位方案的优选提供了新思路和解决办法.