云模型改进惯性权重的混沌交替粒子群算法

标准粒子群算法通过线性减小惯性权重系数来调整寻优性能,但缺乏智能化机制易导致算法后期产生早熟或陷入局部最优而产生僵局。针对这一问题,提出一种基于云模型改进惯性权重的混沌交替粒子群优化算法。根据粒子迭代变化关系,采用云模型理论对惯性权重ω进行智能化调整,以平衡其全局和局部搜索能力,防止算法产生局部僵局;另外,判定粒子稳定性,对于可能陷入局部僵局的稳定粒子进行混沌扰动,促使其跳出僵局进而向最优位置更新。实验与分析表明,基于云模型改进惯性权重的混沌交替粒子群优化算法能够跳出局部僵局且具有较高的寻优精度,算法接近完全收敛时的平均迭代次数,较现有相关研究分别降低了13.73%~20.11%。     

一种基于变权的军事决策模型

根据军队信息化建设所需全面型和专长型军事人才的特点,需要采取一定的方法选拔不同岗位所需的人才.该文试图利用变权理论,采取惩罚型状态变权向量和激励型状态变权向量,完成因素之间权重的转移,进而实现因素之间的均衡或突出某些因素的作用,由此建立了一个不同岗位需求的军事人才选优的综合决策模型.     

基于指标值状态的自适应权重确定法

评估问题中指标值可能是已知的也可能是未知的,提出一种基于属性值状态的指标权重确定方法,该方法融合了粗糙集和区间数有序相离度的理论,根据指标值状态,自适应求取指标权重;同时引入调节算子,调节对主客观因素考虑的重视程度。详细地给出了自适应算法的步骤,并对算法的保序条件进行了分析,举例说明了该方法的应用,结果表明:方法简单实用,易于实现。     

基于变权的军事供应链合作伙伴评价研究

合作伙伴的评价与选择影响着军事供应链的整体效能.为正确选择军事供应链合作伙伴,提升后勤保障效能,从分析构建军事供应链合作伙伴的评价体系入手,基于多因子影响、多条件变化建立了动态变值、变权模糊评价模型,举例说明了这一模型的可行性.这一研究对正确选择军事供应链合作伙伴提供了有力的支撑.     

舰空导弹设计方案评价

舰空导弹设计方案评价是一项复杂的系统工程。因其涉及到的因素众多,有些因素易于量化,有些因素难以量化,往往给决策者带来诸多困难。在建立舰空导弹设计方案评价指标体系的基础上,采用熵权法和理想点法相结合的方法对舰空导弹设计方案评价问题进行研究,以期降低决策的主观随意性,使决策更加科学合理。     

基于劣化度的装备健康状态评估模型

为了准确评估装备的健康状态,实施装备的状态维修,引入劣化度概念,结合装备的特点,确定了以装备特征参数劣化度为评估指标,运用变权模糊理论,建立了基于劣化度的装备健康状态变权模糊综合评估模型。结合地空导弹装备实际工作,进行了实例分析,验证了该方法的准确性和有效性。     

基于仿真和熵权的VOIP业务网络性能评价权重确定方法

针对目前网络性能评价中多元指标之间权重难以确定的问题,将信息熵理论应用于网络性能评价中.提出采用熵权方法确定指标权重,进而对网络性能进行评价的方法.为了获取反映不同网络状态的性能数据,采用网络仿真方法获得计算熵权所需的样本.实例表明,信息熵能够客观地反映各指标贡献信息量的大小,基于信息熵的熵权能够客观反映各指标的相对重要程度.     

基于改进粒子群算法的装备维修资源优化问题研究

通过对粒子群算法的分析,针对其易过早收敛的不足,将遗传算法的变异操作引入其中,并给出了惯性因子的调整方式。在建立维修资源优化模型的基础上,结合实例运用改进的粒子群算法和模拟退火遗传算法进行了仿真,结果表明,该算法具有更好的收敛性。     

一种简单有效的处理冲突证据的D-S改进方法*

D-S证据理论在决策级信息融合领域有着广泛的应用,但其在合成冲突证据时会出现与直观结论不符的现象。通过深入分析D-S证据理论合成冲突证据时的失效原因,提出了一种简单有效的改进方法。通过主观权重和客观权重的综合得到不同证据的信任度,以此确定冲突证据及对应的折扣度并对其进行折扣度修正,使合成结果快速向正确类型收敛。仿真结果表明,同已有方法相比,本文方法特别适合具有少数冲突证据的情况,其合成结果更加符合直观判断。     

BSC信道下线性分组码的差错概率下界分析

针对BSC信道,提出了一种线性分组码的最大似然译码差错概率下界的计算方法.根据最大似然译码算法原理,首先将译码差错概率转化为差错事件的联合概率,基于改进的Dawson-Sankoff界的优化准则,推导出BSC信道下线性分组码差错冗余事件的判决准则,最后得到差错概率下界的计算表达式.该下界只依赖于码字的Hamming重量...