群决策中五类不确定性偏好的集成模型及应用

研究群决策过程中五类不确定性偏好的集结方法.定义了五类不确定性偏好的一致性概念,通过引入上,下偏差变量建立起各类不确定性偏好信息的权重求解模型;针对残缺偏好的信息表达形式,基于一致性要求建立了残缺元素的插补模型;依据群体决策意见最大程度一致的目标,设计了一种专家赋权方法,进而提出了基于群体满意度最大的五类不确定性偏好的集结模型;考虑到政府基层组织评估的复杂性,案例应用本文方法研究了某地区基层政府的绩效评估.     

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.     

基于字典学习的混合采样数据分类方法

混合采样数据不仅仅具有不同采样频率数据之间特征集合不同,还有样本数量不一致等特点,传统的分类方法不能直接使用。因此,本文提出一种基于Fisher判别准则字典学习的混合采样数据分类方法以处理采样数据的分类任务。该模型巧妙借助处理多视图数据的分类思想,利用基于Fisher判别准则的字典学习方法,生成的结构化字典的每个原子与数据的类标签相关,同时采用Fisher判别准则使类内散度更小,类间散度更大来约束编码系数矩阵,从而大大提升分类性能。此外,本文针对混合采样数据的样本数量不一致特点,设计了混合采样数据判别分析模型的分类方案。最后实验结果验证了本文方法的有效性。     

一类灰色群决策问题的分析方法

在群决策问题中，由于受人力资本的质量和决策环境等众多因素的影响，决策者的偏好信息往往是不精确或不完全的。本文用灰色系统理论的思想和方法，融合经典群决策理论，对提出的灰色群决策问题进行了探讨。利用数值分析中的幂法和群决策系统的熵模型，借助分析技巧，给出了灰色群决策问题的解法。通过实例对解法的合理性进行说明与分析，为群决策理论的应用研究提供了一条新思路。     

非结构化数据的多粒度集成分类方法

深度学习模型已经在文本和图像等分类任务上取得了不错的效果，然而深度学习模型很难为分类结果提供可解释性。本文提出一种非结构化数据的多粒度集成分类方法，与其他学习方法相比，多粒度集成分类方法能够保留数据的上下文信息。在多粒度集成分类方法中，数据被划分成不同的粒度，用于训练不同的基学习器，这些学习结果为集成模型最后的分类提供了可解释性。基学习器根据它们在验证集上的精度被赋予不同的权重，从而构造出一个较好的集成学习器。在实验中，本文验证了所提出模型在3种非结构化数据类型（文本、医学图像和时间序列）上的有效性。实验结果表明， 本文的模型比现有的基准方法简单，具有较好的分类精度，并且能够为数据的分类提供可解释性。     

并行工程中面向多目标的目标决策方案

目标决策（Goal programming,GP)是一种常用的多目标分析管理技术，在实施并行工程（Concurrent engineering,CE)期间结合目标决策技术能够很好地协调工程中多个目标间的冲突，如何压缩产品开发时间和降低耗费一直是生产中决策者关心的问题，文中采用目标决策的方法，引入了GP／CE数学模型，针对产品并行开发中耗资与耗时两个相冲突的目标，对产品并行开的过程进行GP／CE模型,莫大成化并行工程的实施效果。     

基于Information Hub模型的供应链管理信息系统研究

针对供应链管理在信息共享的环境下对供应链整体进行协调与优化的要求．构建了一个基于Information Hub模型的供应链管理信息系统IHSCMS。该系统由两个子系统组成：信息交换子系统以Web服务技术实现．可以与成员企业的ERP，MRPⅡ等管理信息系统结合．实现了供应链成员间信息的共享；计划与决策子系统采用了智能主体等人工智能技术，对供应链管理中的一些决策问题如库存补给策略等进行分析与处理。本文详细介绍了IHSCMS系统的结构和实现技术，并对相应的决策问题的算法进行了讨论。     

基于深度强化学习的空海联合作战智能决策新方法（英文）

针对空海联合作战中多装备复杂作战场景不确定性高的难点，提出了一种基于深度强化学习的空海联合作战智能决策新方法。为了统一表示复杂网络的输入、输出及其对应关系，提出了综合利用感知机、深度长短时记忆网络及actor-critic结构的方法。针对策略网络学习过程中的不稳定性及近似策略优化算法的缺陷，提出了改进的近似策略优化算法；针对策略网络自学习过程中对手策略的易变性，提出了基于模型性能和模型多样性的新策略以对于基线策略模型进行选择。实验结果表明，该方法在空海联合作战决策中是有效和稳定的。在第四届中国指控学会兵棋推演专项赛中，本方法在百余轮与规则决策算法及人类的对抗中胜率达到97%，较规则决策算法提升20%左右。     

基于多智能体航空公司航班恢复协同决策方法

航空公司进行航班延误恢复时，各种资源之间会通过航班计划产生间接关联，此时各决策单元若独立地考虑本领域内的资源恢复问题，将难以保证恢复方案的整体可行性和全局优化性。为探究航空公司航班恢复过程中各决策部门的决策模型及其协同关系，本文提出了基于多智能体技术的航班恢复协同决策仿真方法。首先，基于航空公司实际组织架构构建了航班恢复多智能体决策系统框架；其次，对部门间协同决策的动态过程进行了分析，将延误恢复的全过程分为了预恢复、可行解协商、均衡解协商3个阶段，构建了三阶段协同决策机制；最后，根据不同资源的恢复特性建立各决策部门的核心决策模型与部门间自动协商模型，并基于多智能体系统进行仿真。仿真结果显示，基于多智能体的协同决策方法能够在3.8 s的极短时间内针对1天中包含3架飞机和12个航班的航班计划做出完整的延误恢复方案，并且能够在保障航空公司整体效益的情况下一定程度地平衡各决策主体的自身利益。     

基于最大熵的自动确定多阈值方法

针对图像多阈值分割中，人为给定而非自适应确定图像分类个数的缺点，结合一种基于最大熵的多阈值快速算法，同时考虑阈值及图像分类个数的影响，提出了自适应确定分类个数的判据。该算法不仅能够快速确定阈值，同时可以确定分割图像的分类个数。实验结果表明，该算法效果理想。     

多指标区间数关联决策模型的研究

根据区间数的特性，定义了区间数的距离，并证明了当区间数为实数时，区间数距离就是实数距离的推广；在此基础上，根据灰色关联度的理论，提出了区间数关联度的计算方法，从而把灰色关联分析理论由实数序列拓广到区间数序列；进一步研究了具有区间数的多目标决策问题，建立了多指标区间数关联决策模型。该模型不仅避免了寻求虚拟理想方案和负理想方案的困难，而且它把整个评价方案看作一个整体来寻求最优决策方案，还具有易于在计算机上实现的特点。最后，以实例验证了该模型的有效性与实用性。此方法为解决具有区间数多指标决策问题提供了一种科学、实用的决策新途径。     

民航发动机视情维修决策方法

为了提供可行的民航发动机视情维修决策方法,首先介绍了民航发动机视情维修决策理论。基于可靠性和状态数据建立了比例强度模型,根据该模型实现了发动机最优预防维修间隔决策和拆换决策,并通过收集发动机运行役龄和状态数据,实现了发动机在翼时间预测。最后以某航空公司CF6—80C2型号的发动机机队为应用实例,研究发现完备的发动机运营数据是准确决策的关键。研究结果表明,这些视情维修决策方法有助于更好地控制发动机维修活动和在翼时间,从而减少风险和维修成本。     

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、     

基于机型航线优化的多目标规划

为了降低航空公司机队的飞行成本，提高飞机的座位利用率，研究机队各机型与航线优化匹配问题。考虑了旅客溢出带来的潜在支出成本，在满 足航班覆盖、旅客需求、机队寿命、航班连续等约束条件下，建立了多目标0~1整数规划模型，并采用基于隶属度的多目标模糊决策法对模型进行求解计算。通过实例验证分析表明：建立的多目标机队优化匹配模型实用可行，既降低了机队的飞行成本，又提高了各条航线上 机型的座位利用率。     

群体多属性决策方法及其应用

针对甄选员工这类群体多属性决策问题,将评价属性划分为主观评价属性和客观评价属性,并且假设方案在主观评价属性下的评价值采用区间数的形式来表示专家评价值的不确定性和模糊性。针对每一主观评价属性设定一组与之对应的专家重要性权重值,反映决策者在不同评价属性中的重要性程度,同时考虑到专家评价值的相似度,将专家评价值进行集结得到专家群体关于方案集的决策矩阵。通过计算各方案与理想方案的相似度,据此对方案进行优劣排序。最后给出该方法在员工甄选决策中的应用实例。     

Ground-Based Cloud Using Exponential Entropy/Exponential Gray Entropy and UPSO

Objective and accurate classification model or method of cloud image is a prerequisite for accurate weather monitoring and forecast. Thus safety of aircraft taking off and landing and air flight can be guaranteed. Thresholding is a kind of simple and effective method of cloud classification. It can realize automated ground-based cloud detection and cloudage observation. The existing segmentation methods based on fixed threshold and single threshold cannot achieve good segmentation effect. Thus it is difficult to obtain the accurate result of cloud detection and cloudage observation. In view of the above-mentioned problems, multi-thresholding methods of ground-based cloud based on exponential entropy/exponential gray entropy and uniform searching particle swarm optimization （UPSO） are proposed. Exponential entropy and exponential gray entropy make up for the defects of undefined value and zero value in Shannon entropy. In addition, exponential gray entropy reflects the relative uniformity of gray levels within the cloud cluster and background cluster. Cloud regions and background regions of different gray level ranges can be distinguished more precisely using the multi-thresholding strategy. In order to reduce computational complexity of original exhaustive algorithm for multi-threshold selection, the UPSO algorithm is adopted. It can find the optimal thresholds quickly and accurately. As a result, the real-time processing of segmentation of groundbased cloud image can be realized. The experimental results show that, in comparison with the existing groundbased cloud image segmentation methods and multi-thresholding method based on maximum Shannon entropy, the proposed methods can extract the boundary shape, textures and details feature of cloud more clearly. Therefore, the accuracies of cloudage detection and morphology classification for ground-based cloud are both improved.     

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。     

基于模糊判断的产品方案综合决策方法研究

产品方案综合决策的主要任务是根据用户提出的功能要求从多个方案中选择实现该功能的最佳结构，这是一个复杂的多目标离散决策问题，层次分析法（Analytical hierarchy process,AHP)是解决这个问题的有效方法。本文在研究AHP产品决策方法的基础上，指出了传统模糊AHP算法具有依赖于判断矩阵的结构、计算复杂、不便于工程应用等局限性，提出在产品方案决策中用模糊特征向量法和区间判断的定量化方法来改进AHP算法，并以某企业专用齿轮箱产品设计方案为例证明了AHP改进算法的有效性。     

变动市场环境下的马尔可夫决策

在原有马尔可夫决策的基础上，提出对应于不断发展的市场环境下的马尔可人决策的改进模型。该模型考虑市场增长对处于竞争之中的同类型公司的最终市场占有率所具有重要的影响，并给出了市场按照不同类型增长曲线发展的相应模型及最终均衡状态的含义。     

基于WEB的产品营销管理系统

以企业CIMS系统实施过程中营销管理系统的设计与开发的背景，分析了目前我国大，中型企业的经营管理式和在营销活动中普遍存在的问题。提出了一种基于WEB的企业营销解决方案，以合同和协议为线索，把营销活动中的各个环节有机地串联起来，实现了产品和经销商的动态管理，本文还提出一种基于WEB的产品售后服务系统模型，论述了故障模式，产品档案和产品售后服务故障识别及处理，并介绍了层次分析和基于知识库的用户服务决策方法。