一种多属性主客观对比评价模型及应用

提出了一种多属性主客观对比评价模型,用以分析被评价者对自身(主观)评价与专家(客观)评价的异同,以期提升评价的效能。首先针对所有被评价数据集,依托于聚类分析方法,提出了一种典型样本选取策略。然后应用优势粗糙集理论对典型样本集进行了专家知识学习,形成决策规则集,并将规则应用于分析所有的数据,获得客观评价结果,与主观评价结果进行比较分析。最后应用该模型对研究生学习能力进行了分析,证明了模型的有效性。     

对方案有模糊互补偏好关系的模糊多属性决策法

研究了权重为区间数且对方案有模糊互补偏好关系的模糊多属性决策问题.首先,基于模糊互补判断矩阵的主观偏好信息,利用转换函数将决策信息一致化,并建立了目标规划模型.通过求解该模型得到属性的权重,运用加性加权法获得各方案的模糊综合属性值.其次,提出了基于方案的模糊正理想解与其模糊综合属性值相似度的方案排序法.该方法既能充分利用已有的客观信息,又能最大限度地体现决策者的主观意愿,且具有操作简便、易于上机实现的特点.该方法已应用于解决风险投资领域中项目评估问题.     

面向再制造设计方案的去主观混合多属性决策方法

面向再制造设计(Design for remanufacturing,DfRem)是将再制造特征考虑到产品设计过程,因设计者缺乏明确定义的再制造知识,面向再制造方案决策受设计者主观偏好、经验等主观因素的影响,导致不合理决策设计方案。为了客观地得到面向再制造最优设计方案,提出一种去主观的混合多属性决策方法克服设计过程主观因素的影响。首先,通过物元理论表征设计特征与需求信息,结合设计准则得到初步设计方案,接着建立考虑技术、经济和环境因素的评价指标体系,采用熵权法和模糊集通过多属性决策得到最优设计方案。最后,以面向再制造的电机拆解机设计为案例验证上述方法的可行性与实践性,结果表明上述方法对面向再制造设计的方案决策有效可行。     

基于Choquet积分的层次多属性决策方法研究

为了解决贫信息情形下基于关联的复杂系统决策问题,本文提出一种基于Choquet积分的层次多属性决策方法。该方法首先通过判断矩阵求解决策属性的Shapley值,然后通过Marichal熵理论计算属性和属性集的重要程度,最后通过Choquet积分自下而上计算方案的综合评价值并以此对方案进行排序。最后的算例验证了新方法的合理性和可行性。新方法中属性和属性集权重的确定仅需Shapley值的判断矩阵信息,故大大降低了决策者的工作量。此外,新方法也可用于对属性间相互独立的多属性决策分析问题求解。     

基于区分矩阵的多粒度属性约简

多粒度是粒计算领域的重要研究方向之一,它在两个或多个不同的粒度下进行问题求解,已经成为解决复杂问题的一种新的范式。属性约简作为粗糙集理论的核心内容之一,已被成功地应用于粒计算、数据挖掘等领域。将多粒度思想应用于属性约简将是一个有意义的研究方向。为此,本文运用粒计算理论中的粒化思想进行属性粒化,构造多个属性粒;然后基于属性粒上的区分矩阵计算属性粒的重要度和属性粒中属性重要度;最后利用这两种重要度设计了一种多粒度属性约简算法。通过在不同的粒中挑选属性,该算法得到的约简结果更具有代表性和差异性。本文利用6个数据集对提出的多粒度属性约简算法的性能进行测试,实验结果表明了提出算法的有效性。     

基于信息公理的大型水轮机方案设计多属性优选模型

针对大型水轮机方案设计中属性信息的不确定性,研究了复杂产品方案设计的决策问题.利用公理化设计理论中的信息公理将模糊数学理论与香农信息论相结合,给出了基于信息公理的区间信息量计算过程,建立了基于区间信息量的多属性优选模型.该模型综合考虑了设计方案优选过程中各评价指标的区间权重以及相应的区间设计信息,通过比较区间信息量的大小获得最优方案.最后,以大型水轮机选型方案设计为例验证了该模型的有效性和可操作性.     

基于信息公理的车间布局问题评价方法

车间布局评价问题属于典型多属性决策问题.为了使信息公理更适合于解决多属性决策问题,通过增加满意度项改进了原有的信息量计算方法.属性值被划分为精确型、不确定型和模糊型,同时针对效益性、成本性、定值性和区间性属性给出了这三种数值类型的信息量的计算办法.改进后的信息量同时反映系统的成功概率以及决策者满意程度,并能够对包含多种数值类型的多属性决策问题进行评价.最后,作为实例,对焊接装配车间的布局方案进行了评价,结果验证了所改进的信息公理对于解决多属性决策问题的可行性和有效性.     

一种设置在IIHF环境下的多属性群决策方法

研究将经典多属性群决策问题转换为区间直觉犹豫模糊(IIHF)环境下的多属性群决策问题。用属性取值区间计算属性权重;将各位专家给与方案的属性评分通过数学模型转化为区间直觉模糊数,转化后的多个区间直觉模糊数作为属性可能隶属度,此时属性即为一个犹豫模糊元;定义一个新的得分函数确定犹豫模糊元得分函数值,利用混合加权近似集成算子对犹豫模糊元中的多个可能隶属度进行集结;基于此,提出一种新的区间直觉犹豫模糊环境下的多属性群决策方法,具体案例验证了该方法的科学性及有效性。     

基于PFMEA修正的产学研协同创新合作项目全寿命风险评价

产学研协同创新合作项目中的风险管控是深化合作关系和实现既定目标亟待解决的关键问题。将修正的过程失效模式及影响分析方法与协同创新合作项目全寿命风险评价相结合,构建新型风险评价模型,通过专家评审意见相似度差异对各专家分配权重,计算出了各潜在风险事件的综合评估值和风险优先数。结果表明,在创新合租项目中,管控阶段潜在风险事件的平均风险优先数最大,计划阶段最小,各阶段潜在风险事件风险优先数既有相似性,又有很大的差别。通过准确判断出各潜在风险事件的风险优先值,保障高级别的风险得到优先控制。     

粗糙集理论的连续属性离散化的一种方法

文中提出了基于属性支持度的连续属性的离散化的一种方法,在Na(1)ve Scaler算法基础上利用了决策属性支持度作为准则,进一步减少了用Na(1)ve Scaler算法处理后的离散化后的断点数,试验表明了该方法使得离散化后的规则集合更加简洁,更便于属性约简.     

基于证据理论的覆盖决策信息系统约简的数值刻画

决策为划分的覆盖决策信息系统的特征选择理论和方法日趋成熟。但在数据采集的过程中,有些数据集存在对象的决策缺失或决策不能完全确定情况,那么将决策刻画为覆盖更加合理。而决策为覆盖的覆盖决策信息系统特征选择的研究却很少见。本文讨论决策为覆盖的覆盖决策信息系统的特征选择,利用证据理论中的信任函数和似然函数给出覆盖决策信息系统约简的等价刻画,从而给出求约简的算法,并以实例说明该方法的有效性。     

基于粗集的调度Agent知识库建模研究

首先通过相识集、招标集、投标集和中标者的概念，描述了车间调度系统中的调度Agent与资源Agent间任务分配的招投标关系；运用粗集理论，基于任务的属性和资源Agent完全任务的成本、质量、负荷和时间等属性构造决策表；在分析了决策表的特征基础上，生成调度规则集，即调度知识库；最后给出车间调度Agent的调度过程算法。     

决策表的逻辑表达式分析

用泛布尔代数系统作为逻辑工具,证明了条件属性完全决策表的两种逻辑表达式(蕴涵式和析取范式)是逻辑等价的,但是决策属性相容和不相容决策表的蕴涵式表达式有所不同。继而证明了不完全决策表在1型解释下,其析取范式表达式仍与完全决策表的析取范式表达式形式相同,但与其等价的蕴涵式表达式却比完全决策表的蕴涵式表达式多了一串乘积;而不完全决策表在2型解释下,其蕴涵式表达式仍与完全决策表的蕴涵式表达式形式相同,但与其等价的析取范式表达式却比完全决策表的析取范式表达式多了一串和式。     

多重加权双向联想记忆模型及决策性能研究

Ｃ Ｃ Ｗａｎｇ等利用Ｋｏｓｋｏ的双向联想记忆模型（Ｂｉｄｉｒｅｃｔｉｏｎａｌ ａｓｓｏｃｉａｔｉｖｅ ｍｅｍｏｒｙ，ＢＡＭ），构造了由多个ＢＡＭ构成的多重ＢＡＭ（Ｍｕｌｔｉ－ＢＡＭ）决策模型，使之可以应用于多证据推理，获得了Ｍｕｌｔｉ－ＢＡＭ的决策性能。作者在此基础上，通过对各ＢＡＭ引入不同的权值来模拟各专家不同的权威度，构建了相应的多重加权ＢＡＭ（Ｍｕｌｔｉ－ＷＢＡＭ）模型，证明了该模型在同、     

基于粗集理论的系统评估

讨论了基于粗集理论的系统综合评估和运用粗集理论进行系统评估指标体系的选择。给出了基于粗集理论进行系统综合评估的一般步骤，研究了运用粗集基本理论进行评估指标体系建立的方法，最后的实验结果验证了本文方法的有效性。     

A Hybrid MCDM Approach Based on ANP and TOPSIS for Facility Layout Selection

Facility layout selection is a multi-criteria decision making (MCDM) problem,since it has a strategic impact on the efficiency of manufacturing system.In view of the interdependency among selection criteria,analytic network process (ANP) is proposed to analyze the structure of the facility layout selection problem and determine the weights for each criterion.A network structure is constructed that shows all elements and clusters and their interactions.Limit priorities are also calculated which help decision maker evaluate the relative importance among criterion in the alternative selection process.Moreover,a hybrid MCDM approach that employs ANP and technique for order preference by similarity to an ideal solution (TOPSIS)method to rank the optimal facility layout alternatives.Finally,an application of a new aeronautic component assembly workshop facility layout selection is conducted.To further illustrate the advantage of the proposed approach,the difference between ANP-TOPSIS and AHP-TOPSIS methods are compared and discussed.Results have demonstrated the effectiveness and feasibility of the proposed method.     

D-S证据理论在多传感器数据融合中的应用

近年来，许多领域都在进行多传感器数据融合技术的研究。多传感器数据的属性融合有很多算法，最常用的算法是贝叶斯决策检验法，国际上已提出将证据理论用于数据融合，但在这方面的理论基础还不完善。本文研究了证据理论在多传感器数据融合中的应用。Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ方法是对Ｂａｙｅｓ决策检验法的推广，证据理论比概率论满足更弱的公理系统，并且在区分不确定与不知及精确反映证据收集过程等方面显示了很大的灵活性。文中阐述了Ｄ－Ｓ证据理论的数学性质，给出了可信度公理及Ｄ－Ｓ综合规则，并进行了计算机仿真实验，实验结果说明这种判决方法非常实用，用于数据融合算法非常有效     

基于协调权的案例学习群决策分类方法

基于案例学习的决策方法具有易于理解、贴近 实际决策过程的优点，成为当前决策领域的一个研究热点。文中针对如何有效地集成不同决 策专家提供的案例信息，提出了一种基于协调权的案例学习群决策模型用以解决多属性分类 决策问题。该方法首先针对各决策者给出不同案例数据，通过构建混合整数规划模型，识别 出具有一致案例信息重要度最大化的典型案例集。然后设计了分类阈值远离程度最大化模型 ，以此确定兼容各个决策者案例信息的指标权重（协调权）和最优分类阈值，由此构建一致 性的效用函数并应用获得的阈值进行分类决策。最后通过案例研究以及与其他模型的比较分 析，验证了方法的可行性。