基于核与灰度的区间灰数多属性群决策方法

针对属性值为区间灰数且专家权重未知、属性权重部分已知的不确定多属性群决策问题,提出了一种基于区间灰数的核和灰度的决策方法。给出了区间灰数的基于核和灰度的简化形式,充分利用区间灰数的核和灰度的信息建立优化模型求得属性的权重。在求出属性权重的基础上,运用灰色关联方法分别求取各专家的核与灰度距理想方案值的关联系数,综合两者得到专家权重,最终综合专家意见并对方案比较排序得出最优结果。鉴于此,提出一种基于区间灰数相对核与灰度的决策方法。最后以一个算例验证该方法的有效性和可行性。     

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。     

考虑专家偏好的基于概率犹豫模糊熵的多属性决策方法

针对现有概率犹豫模糊多属性决策研究中,专家权重和属性权重的确定存在主观随意性的问题,提出了一种考虑专家偏好的基于概率犹豫模糊熵和前景理论的决策方法.基于贴近度度量,考虑专家的偏好性,以追求整体一致性为原则确定专家权重;基于概率犹豫模糊熵,考虑专家的决策差异,度量评估信息的犹豫性和模糊性,确定属性权重;采用前景理论对方案评估信息进行集结,根据价值函数和权重函数得到方案的前景价值,并以此进行方案排序.通过算例对比分析,验证了所提方法的科学性和合理性.     

基于累积前景理论的时间矩阵多属性综合评判模型

针对动态多属性方案排序优选决策问题,提出了一种基于累积前景理论的时间矩阵序列动态多属性综合评判系统模型。依据累积前景理论,将时间矩阵序列动态多属性决策转化为关于属性期望的益损时间矩阵序列动态决策,综合考虑各属性权重、各时间点的权重,计算各方案的最终综合前景值,并依据其大小对方案进行综合评判排序。最后给出了一个决策实例。     

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。     

基于偏差熵的直觉模糊集多属性群决策方法

针对直觉模糊环境下属性权重和决策者权重完全未知的多属性群决策问题,对决策群体给出的直觉模糊集决策矩阵用IFWA算子进行集结,提出一种基于偏差熵的属性权重和决策者权重确定方法,利用不同方案下的属性权重和决策者权重,得到各方案的综合属性值,最后利用得分值法对各方案进行排序并决策,结合算例验证了该方法的有效性。     

基于变权TOPSIS法多属性威胁评估与任务调度

多机多目标协同空战模式下,针对动态空战态势信息的实时威胁评估和攻击任务调度问题,首先提出了空战威胁评估指标,将各评价指标相对优属度作为决策矩阵,建立基于多属性决策的优势评估模型。基于熵权法确定目标属性客观权重,基于群组AHP法确定目标属性主观权重,目标属性主客观权重进行融合得到组合权重。然后建立能够全面反映多因素对最终评估影响的变权TOPSIS多属性决策模糊威胁评估模型,并阐述了变权TOPSIS方法的计算步骤。利用蚁群算法进行任务调度。最后给出实例,仿真结果验证了该方法的可行性和有效性。     

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。     

基于粗糙集理论的C3I系统作战能力评估

C3I系统是一个复杂的人机大系统,对其评估是一个非常复杂的问题。首先建立了C3I系统评价指标体系,根据粗糙集理论对系统属性进行约简,通过MATLAB编写的程序计算出指标权重,确定了影响系统的最佳指标。最后提出了C3I系统作战能力综合指数计算方法,结果显示粗糙集理论对C3I系统评估能取得非常好的效果。     

再生分辨矩阵与决策熵的不完备决策系统属性约简

为了有效地解决不完备决策系统的属性约简问题,提高属性约简的效率,提出了基于再生分辨矩阵与决策熵的不完备属性约简算法。该算法利用基于容差关系的分辨矩阵来计算相对核,通过再生分辨矩阵计算再生集和再生集属性来缩小加入约简集的条件属性选择范围,以再生集属性的分辨度和决策熵为依据,选择加入约简集的条件属性,并通过实例进行验证分析。结果表明,该算法适用于协调不完备决策系统与不协调不完备决策系统,能够有效地降低时间复杂度,并得到最优属性约简。     

基于遗传算法的装备维修方案多目标优化

针对装备维修方案规划的特点,构建了以维修费用最低和作战能力最大的多目标装备维修方案优化模型,并提出针对该模型求解的改进多目标遗传优化算法。在遗传算法设计中,为保证解集的均匀性和多样性,避免过早收敛,建立了随机权重适应度函数,引入精英保留机制和小生境技术,通过实例对该模型的求解进行了验证。仿真结果表明,所构建的模型合理可行,算法运行高效,为部队装备维修方案的制定提供了一定的借鉴。     

基于改进TOPSIS模型的防空多目标威胁评估

根据地空导弹武器系统作战使用原则,确定影响目标威胁程度的五个主要因素,建立目标属性矩阵,并运用群体层次分析法（AHP）和熵权法进行组合赋权,将权重运用到逼近理想解的排序法（TOPSIS法）模型中,给出了基于改进TOPSIS模型的多目标威胁评估模型与算法。实例分析表明该方法是合理和有效的。     

空间预警系统建立导弹目标优先级的多属性决策

空间预警系统在多传感器多目标的情况下需要传感器调度,而建立目标优先级是有效进行传感器调度的第一步。由星载传感器所得图像对目标特征进行估计具有很大的不确定性,直接影响到导弹目标优先级的建立。首先通过作战分析确定出导弹目标的主要属性,采用层次分析法评价属性的权重,然后在不确定的条件下对属性求期望值,使用3种多属性决策方法评价导弹目标的威胁程度,最后取期望值作为导弹目标的威胁评价。正交实验结果表明算法具有很强的实时性和实用性。     

复杂转子系统支承阻尼优化设计

用拟模态综合法分析计算复杂转子系统的不平衡响应;以系统的不平衡响应和支承动载荷为目标函数,对支承阻尼进行了优化设计.通过对一双转子系统的分析计算,说明所提出的理论、方法对于旋转机械的动力特性设计和改进是有价值的.     

水平冷凝管中分相流的传热

本文对饱和蒸汽流经水平冷凝管时汽－液分相流的流动和传热模型进行了讨论,并给出有关方程。用该模型对饱和氨蒸汽流经水平铝管时的传热特性进行了计算,给出了流动参数和热学参数的轴向分布,并考察了有关因素对诸参数分布的影响。     

基于BP神经网络的空中目标识别

空中目标识别是防空作战辅助决策的关键环节之一。根据空中目标的各种属性,建立基于BP神经网络原理的空中目标识别模型。利用MATLAB神经网络train函数训练采集的样本数据,得到稳定的权值和阈值,为后继的目标识别提供依据。该模型利用神经网络的记忆、联想、容错功能,进一步提高空中目标识别的稳定性和可信度。降低了个别传感器误判而造成的目标识别错误概率。