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。     

一种海上编队通信的反干扰效能评估方法

针对海上编队通信反干扰效能评估问题,建立了海上编队通信反干扰效能评估指标体系。利用直觉模糊集描述评估指标值,基于熵的物理意义采用模糊熵在指标权重完全未知的情况下求取指标权重,利用同时考虑指标权重和位置权重的IFHA算子集结指标信息,提供效能评估方法,并利用直觉模糊数排序方法比较待评估方案优劣,对方法进行了实例分析。所提供的方法很大程度克服了评估过程中主观因素的影响,对研究类似问题具有借鉴意义。     

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。     

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ELECTRE方法的模糊多属性决策

针对传统ELECTRE法的弱点,将ELECTRE法拓展到了模糊环境下,得到一种解决模糊多属性决策问题的新方法,决策评估中涉及到的属性值与属性权重值等模糊信息以三角模糊数形式给出。首先集结决策者对各方案属性的评价,确定出模糊决策矩阵;其次根据信息熵原理,求解出三角模糊数型的属性权重向量;最后给出新的模糊ELECTRE方法的决策步骤。新方法既具有统一的表达形式,又克服了传统方法中和谐性与不和谐性之间具有一定相关性的缺陷。新方法计算简单,给出的实例验证了此方法的可行性和有效性。     

基于直觉梯形模糊信息的目标优先级排序方法

针对地面防空作战中空中目标的优先级排序问题,提出了一种基于直觉梯形模糊信息的优先级排序方法。使用直觉梯形模糊数来描述空中目标的属性参数,分析了目标优先级的影响因素,并利用熵权法确定了影响因素的权重;针对传统TOPSIS方法的缺陷,提出了一种利用相对熵作为距离测度的优先级排序方法;最后结合算例仿真验证了方法的合理性和可行性。     

基于直觉判断矩阵和证据理论的群组决策方法

针对属性权重已知的群决策环境,根据直觉模糊和证据理论相关知识,提出了一种群决策方法。采用直觉模糊数描述专家关于方案的两两比较结果,构建直觉判断矩阵;根据直觉判断矩阵排序中转法,按一致性要求确定属性直觉模糊数型权重;以直觉模糊评价值构造Mass函数,结合证据冲突度和犹豫度,在属性层面区对专家权重进行合理分配;利用直觉模糊集加权集结算子集结决策信息,并根据得分值和精确值进行方案排序。通过算例,验证了所提方法的合理有效性。     

面向城市作战的坦克分队多目标威胁评估

针对传统TOPSIS方法在解决坦克分队战场目标威胁评估时所包含评估指标信息不完整的问题,提出了利用直觉模糊熵改进的TOPSIS多目标威胁评估方法。根据城市作战特点建立坦克分队战场目标威胁评估指标体系,明确评估指标评价语言与直觉模糊数之间的对应关系,利用组合赋权法确定评估指标权重,利用直觉模糊熵改进的TOPSIS方法对城市作战中坦克分队单时刻、多目标威胁评估进行仿真分析,得出最终的目标威胁排序。结果表明,所提算法包含评估指标评价信息完整,并能对决策者风险偏好进行灵敏度分析,灵活性强,可靠性高。     

多值直觉模糊熵及其应用

给出了多值直觉模糊熵的计算方法,并揭示了多值直觉模糊熵的若干重要性质,通过求解一个雷达目标识别的实例更清晰地表述多值直觉模糊集的优势或特点。实践表明,多值直觉模糊集是对直觉模糊集一种有效扩展,这种扩展有助于对实际问题进行描述和求解。     

带有可信度因子的直觉模糊近似推理方法

针对基于相似度的直觉模糊近似推理问题,提出一种基于加权相似度量的直觉模糊推理方法。首先定义一种新的直觉模糊相似度度量公式,加入权重参数解决各维特征分配不均匀的问题,弥补了现有直觉模糊相似度量的缺陷。然后构建基于直觉模糊产生式规则的直觉模糊近似推理模型,加入可信度因子解决了随机性引起的信息不确定问题,同时给出模型的推理算法和计算步骤。最后通过实例验证了该方法的实用性和有效性,其在意图识别、目标识别等信息融合领域有良好的应用前景。     

基于前景理论的多阶段直觉模糊数决策方法

针对航空部队事故预警方案选择中指标权重未知、指标值为直觉模糊数的多阶段直觉模糊数决策问题,考虑决策者风险偏好引起的指标值的动态变化,提出了一种基于前景理论的多阶段决策方法。该方法根据各阶段期望均值可能度的比较确定阶段变化特征,参考直觉模糊数距离公式设置动态参考点,然后集结收益和损失以整体前景值最大化为目标建立规划模型得到指标的动态权重,计算方案综合前景值并排序。最后通过MATLAB仿真实例验证了该方法的有效性。     

威胁评估中的一种直觉模糊推理方法

针对战场信息中存在大量不确定性因素的特点,利用一种新的直觉模糊推理方法进行威胁企图分析。推理方法有效利用两个传统Zadeh模糊系统的输出结果,更接近于专家的思维。通过实例研究证明了该方法的可行性。直觉模糊推理是对一般模糊推理的有效扩充和发展,该方法对于提高作战指挥决策智能化具有一定的参考意义。     

广义直观Fuzzy集

本文给出了广义直观Ｆｕｚｚｙ集的概念,讨论了基本运算及其性质,拓广了文献［１］与［２］的结果。     

基于梯形直觉模糊数的动态多准则群决策方法

针对决策信息为梯形直觉模糊数的多准则决策问题,引入含参得分函数和相关系数提出了一种动态多准则群决策方法,首先利用参照方案相关系数总偏差最小的非线性规划模型求解客观准则权重,通过参数因子转化犹豫度集结得到各方案综合得分函数,最后根据参数动态变化进行MATLAB仿真分析并排序。该方法适用于准则权重已知和未知的情形,弥补了犹豫度缺失和基于距离测度决策方法的缺陷,并通过航空装备保障合同商的选择决策实例验证了有效性。     

基于直觉模糊时间Petri网的不确定性时间推理方法

针对Petri网模型在对复杂不确定性时间信息描述和推理方面的局限性,在定义直觉模糊时间函数以及网络变迁约减规则的基础上,融合直觉模糊时序逻辑(IFTL)、直觉模糊Petri网(IFPN)以及线性逻辑推理的理论优势,构建了直觉模糊时间Petri网(IFTPN)推理模型,并提出了基于IFTPN的不确定性时间推理算法,较好地解决了态势评估中冲突事件间的不确定性时间推理问题。最后,通过典型的战场想定验证了该时间推理方法的有效性和优越性。     

基于区间直觉模糊集的目标优先级求解方法

针对复杂防空作战环境下多目标优先级难以准确评估的问题,提出了基于区间直觉模糊集理论的目标优先级求解算法。首先系统分析了影响目标优先级的因素以及各影响因素与目标优先级之间的非线性关系。其次,对区间直觉模糊集的得分函数和精确函数进行了改进,考虑了犹豫度信息对决策结果的影响,并且提出了基于得分函数和精确函数的目标优先级求解算法。最后通过仿真算例验证了算法的有效性。