基于可能度的直觉梯形模糊数多属性群决策方法

针对专家权重和属性权重完全未知,属性值由直觉梯形模糊数形式给出的多属性群决策问题,引入直觉梯形模糊数可能度的概念,提出了一种基于可能度的决策方法。该方法首先通过专家偏好值与群体均值之间的相似度以及属性之间比较的可能度,分别求得专家权重和属性权重,进而综合专家权重和属性权重得到各方案的综合值。然后比较各方案的综合值得到可能度矩阵的排序向量,并以此为依据对方案进行排序。最后,给出算例验证了该方法的有效性。     

一种确定指标权重的新方法

针对如何客观地确定某一状态下指标权重这一问题,在给出向量相似度定义的基础上,提出了一种确定指标权重的新方法——向量相似度法。依据向量的两要素(大小和方向),把向量的相似度分解为范数相似度和方向相似度,从而使得向量相似度得以准确的表达。通过计算各指标特征向量与系统综合指标向量的相似度并将其归一化处理进而得出了指标权重。由于该方法直接从系统性能指标抽样数据入手,没有人为因素的干扰,因此具有很强的客观性。结合算例确定指标权重的结果符合客观实际,与其它客观赋权法确定的权重值也很吻合,充分说明了此方法的有效性和实用性,为确定指标权重提供了一种有效的方法和途径。     

基于TOPSIS的直觉模糊多属性群决策方法

针对直觉模糊信息环境下的多属性群决策问题,对专家给出的直觉模糊集决策矩阵进行规范化处理,利用直觉模糊集的相关理论,提出基于直觉模糊熵的属性权重确定方法;为了便于度量任意两个专家之间决策信息的相似度,将各专家给出的直觉模糊集决策矩阵转化决策向量,提出基于直觉模糊相似度的专家权重确定方法;利用逼近于理想解的排序方法(TOPSIS)对专家群的决策信息进行综合集成,给出备选方案优劣排序。结合算例验证方法的有效性。     

基于证据理论的直觉模糊群决策方法

针对属性权重和专家权重完全未知的直觉模糊群决策问题,提出一种基于证据理论的决策方法。基于记分函数和属性不确定度,将专家的直觉模糊决策矩阵转化为Mass函数;运用了基于直觉模糊熵的属性权重计算方法,将专家针对属性集关于方案集的评价证据进行修正与合成;确定了考虑接近度与相似度的专家权重计算方法,融合了TOPSIS法与Jousselme距离度量专家权重,将各专家关于方案集的评价证据进行修正与合成,最后进行方案排序。运用实例证明了方法的合理性和有效性。     

基于未知权重的向量相似度效能评估

摘 要：针对现行的效能评估方法中出现的问题,提出了一种权重未知情况下的效能评估方法。基于传统的向量相似度评估方法,对评估模型进行了改进,解决了权重未知情况下的效能评估问题。实例结果表明,该方法切实有效,使得评估更为客观、合理、可信。     

基于一致性修正的多属性大群体决策方法

针对多属性大群体决策中群体一致性较差的问题,提出了一种新的群体一致性修正方法。建立了相似度和一致度双重控制变量下的目标规划模型并利用改进的花朵授粉算法求解专家权重;结合聚类思想中的属性权重调整过程,构建了群体一致性修正模型,通过评价函数的非线性迭代使群体一致性不断提高,最终达到决策者满意的阈值。通过实例验证了该方法的有效性和实用性。     

基于前景理论和证据推理的混合型多属性决策方法

针对属性权重完全未知的混合型多属性决策问题,提出一种基于前景理论和证据推理的决策方法。通过直觉模糊数对精确数、区间数和语言变量3种混合型属性的决策信息进行统一,根据前景理论对决策信息进行转化;提出基于直觉模糊熵与相似度的属性可靠性评估方法,结合属性重要度确定属性权重;采用证据推理算法集结属性信息,得到方案的综合前景值,并以此进行方案排序。算例分析结果表明,所提方法具有较强的区分能力,能够有效降低决策结果的不确定性,对混合型多属性决策问题具有较好的适用性。     

改进熵系数法的预警机探测引导能力评估

引入欧氏距离来度量基于离差最大化法与熵系数法确定的两个权重向量的相似度,在相似度最大约束条件下,确定了熵系数法中参数ρ值,解决了参数ρ取值人为主观性的问题。采用区间数来表示专家对指标间的相对重要性,克服了实际中难于得到准确决策信息的问题。将区间数特征向量法确定的主观权重和改进的熵系数法确定的客观权重集成得到组合权重,采用加权算术平均算子对4种预警机的探测引导能力进行了计算。     

基于向量皮尔森相关系数的组合赋权法

针对多属性决策中属性权重的确定问题,提出了一种基于皮尔森相关系数的主、客观权重的集成方法。用权向量的相关度作为不同赋权方法重要性的度量,意义明确,计算简单,可操作性强。最后采用算例验证了此方法的有效性和实用性。     

直觉模糊物元及其在权重信息未知多属性群决策中的应用

针对传统物元分析理论无法应用于决策信息为直觉模糊数的多属性决策问题,提出直觉模糊物元分析模型以及用相对相似度代替传统方法中的关联函数来解决直觉模糊物元分析问题,进而完整阐述了直觉模糊物元多属性决策的方法步骤,并通过实例验证了该方法的有效性。特别是针对权重信息未知这一类较为复杂的多属性群决策问题,采用投影法和直觉模糊熵确定权重信息,并运用直觉模糊物元多属性决策方法进行了实例分析,证明了方法的实用性,为直觉模糊多属性群决策提供了一种新的思路。     

基于二阶锥规划的MIMO雷达稳健自适应波束形成

针对MIMO雷达自适应波束形成中期望目标导向矢量的失配问题,提出了一种基于二阶锥规划(SOCP)的稳健自适应波束形成算法。该算法首先将1个MN维(M,N分别为发射和接收阵元数)的权矢量分解成2个低维(1个M维和1个N维)权矢量的Kronecker积,然后分别限制实际的目标发射导向矢量和目标接收导向矢量与假定的导向矢量之间的误差范数的边界,通过优化最差性能,利用SOCP求得分解后的2个权矢量,最后再合成原权矢量。通过降维处理,算法在保证波束形成器性能的基础上,有效地降低了运算复杂度。仿真结果验证了算法的有效性。     

基于变权灰色关联法的高超声速目标威胁评估

针对传统灰色关联法的权重设置采用常权法没有充分考虑目标状态变化而引起威胁程度变化的情况,提出了基于变权灰色关联分析法的高超声速目标威胁评估模型。根据高超声速目标的威胁特点和威胁能力,并结合敌我双方的对抗能力,提出了高超声速目标的威胁评估指标;利用变权理论、构造均衡函数,动态调整各威胁指标的权值,使其随目标状态变化而变化;并结合灰色关联法,将变权向量与目标的灰色关联系数进行了变权综合,得到各目标的灰色贴近度,通过仿真算例验证了模型的有效性和合理性。     

信息熵和判断矩阵的专家聚类赋权法

为了降低专家聚类赋权过程中由排序向量引起的不确定性和判断矩阵引起的矛盾性,提高权值分配的精确性,提出了基于信息熵和判断矩阵相结合的专家聚类赋权法。该方法采用聚类分析原理,对排序向量进行分类,根据分类结果、信息熵值和一致性比率确定专家权重系数。实例分析表明:基于信息熵和判断矩阵相结合的专家聚类赋权法在具体应用中得到的结果离期望值更近,说明该算法有效可行。     

基于灰色网络分析法的目标价值排序研究

以炮兵战场目标价值评价指标体系为基础,运用网络分析法确定指标权重,运用灰色系统理论确定评价灰类和总灰色评价权向量,建立基于灰色网络分析法的目标价值评价模型,旨在向指挥员提供可靠的目标攻击顺序建议,帮助指挥员开展后续的最优火力分配等决策工作。通过实例验证了评估模型的合理性和实用性。     

瞬态信号检测

介绍了瞬态信号波至点检测主要的方法:利用self-adaptation cancellation自适应对消原理的自适应权向量法(AWVM)、基于时频分析的Gabor变换法和利用小波分析的多尺度小波分解法以及单尺度小波变换法,并列出了其中关键的公式,使得它们自成整体;最后还分析它们的优缺点,并改进了检测函数,提出可供研究的方向。     

不完全权重信息下地空导弹部队阵地评价与排序

给出了地空导弹部队阵地评价指标体系,在已知专家对各指标的打分结果和目标权重范围的局部信息基础下,提出一种先进行局部优化再组合赋权以求得指标的组合权重向量,并根据综合属性值对各方案进行排序的多目标决策方法,避免了获取有关地空导弹部队评价指标偏好信息的困难,最后以实例说明了本方法的应用情况.     

交互式增广加权范数法及其应用

本文提出利用增广加权范数把多目标优化问题转化为标量优化问题,证明了转化后的问题与原问题完全等价,同时给出了目标函数值与权系数的关系,建立了以目标函数值作为交互媒介的多目标优化方法,最后给出了应用该方法的一个实例。     

一种改进的武器效能评估方法

提出了改进的武器系统效能模糊评估方法,避免了原有方法存在的问题。将武器系统效能评估视为模糊多准则决策问题,通过“目标-准则-系统”层次结构,利用5个模糊比率表示判断矩阵和准则权重向量,将问题转化为模糊数的排序问题,从而选出被评武器系统最优者。与两种武器系统效能评估方法的比较显示新方法是可信有效的。     

基于偏差熵的专家聚类赋权方法

在群决策专家聚类赋权过程中,可能出现专家给出的判断矩阵一致性比率与排序向量信息熵都相等但专家意见不同,却被赋予了相同权重的情况。针对上述问题,提出一种基于偏差熵的专家聚类赋权方法。该方法采用聚类分析的思想,基于比例构建相似系数,实现对专家群的分类;引入专家判断矩阵的一致性权重,并综合类容量构建权重指标来反映类别间的差异,确定专家类间权重;最后,在各专家类中建立偏差熵模型,依据类中专家达成一致性意见的贡献程度确定专家的类内权重,并得到专家的总体权重。具体算例表明,该方法可行有效。