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。     

CGF系统中多级智能决策实现方法

对于计算机生成兵力系统中上级指挥员决策模型的建模采用了一种基于似然比的方法;而对于下级指挥员的决策模型的建模采用了一种基于模糊逻辑的方法.基于似然比的方法能够有效完成信息融合,从而给出合理的决策结论.基于模糊逻辑的方法所得到的决策输出充分考虑到了指挥员个人的性格、经验以及战场的具体环境,并且这些决策输出将作为上级指挥员决策模型的信息来源.这些方法在计算机生成兵力系统舰艇兵力设计中的应用表明它们能够有效的完成多级智能决策模型的建模.      

基于加权朴素贝叶斯分类器和极端随机树的蛋白质接触图预测

提出一个新的基于集成学习的预测器(TargetPCM),对蛋白质接触图(特别是中长程)进行高精度的预测。首先,TargetPCM使用加权朴素贝叶斯分类器(Weighted Nave Bayes classifier,WNBC)融合3个接触图预测器的输出,其中WNBC中的权重参数通过粒子群算法优化得到;其次,将WNBC融合后的输出和基于序列的特征进行组合,得到更具鉴别能力的特征;在此基础上,应用极端随机树训练得到最终的蛋白质接触图预测模型。为了验证TargetPCM的有效性,在包含98个非冗余蛋白质的数据集上进行了测试。结果表明:对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的集成预测器(NeBcon)分别提高了8.2%,16.1%和5.3%。在CASP11上进一步的验证表明,对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的基于协同进化的集成预测器(MetaPSICOV)分别提高了7.4%,9.1%和7.5%。实验结果验证了本文所提蛋白质接触图预测方法的有效性。     

层次分析法在维修系统评价体系上的应用

提出一种基于动态的层次分析方法（AnalyticHierarchyProcess）的最优评估算法。根据AHP方法确定出判断矩阵,并通过AHP算法求出决策矢量,最终实现对维修系统的评估,以帮助确定维修系统发展的好坏及发展中出现的问题环节。     

灰色系统研究进展（2004--2014）

从灰数及其运算、灰色序列算子与灰色预测模型、灰色关联分析与灰色聚类评估模型、灰色决策模型、灰色组合模型和灰色控制几个方面介绍了灰色系统理论2004—2014年的研究进展及部分应用成果。梳理了基于"核"和灰度的灰数运算法则、一般灰数的概念、灰度合成公理及缓冲算子的一般形式,总结了4种GM(1,1)基本模型,即均值GM(1,1)模型(EGM)、离散GM(1,1)模型(DGM)、均值差分GM(1,1)模型(EDGM)、原始差分GM(1,1)模型(ODGM),及其适用的序列类型。介绍了灰色相似关联度、灰色接近关联度、三维灰色绝对关联度,以及基于中心点和端点混合三角白化权函数的灰色聚类评估模型、多目标加权智能灰靶决策模型、两阶段综合测度决策模型、灰色博弈模型、灰色投入产出模型,并且阐述了分布型、中立型和中立-分布型灰色随机时滞系统的指数鲁棒稳定性等新概念、新模型、新方法。同时提出了有待进一步研究解决的问题。     

基于多目标优化与强化学习的空战机动决策

为了解决无人机自主空战中的机动决策问题,提出了一种将优化思想与机器学习相结合的机动决策模型。采用多目标优化方法作为决策模型核心,既解决了传统优化方法需要为多个优化目标设置权重的困难,又提高了决策模型的可拓展性;同时在多目标优化的基础上通过强化学习方法训练评价网络进行辅助决策,解决了决策模型在对抗时博弈性不足的缺点。为了测试决策模型的性能,以近距空战为背景,设计了3组仿真实验分别验证多目标优化方法的可行性、辅助决策网络的有效性以及决策模型的总体性能,仿真结果表明,决策模型可以对有机动的敌机进行有效的实时机动对抗。      

基于数据链的空战对抗建模及增援决策分析

研究了空战双方力量的变化问题.将飞机的空战能力指数转化为平均战斗力水平,进而以蓝彻斯特方程为基础,考虑数据链对空战的影响和作战中有增援力量的加入,建立了对抗双方战机数量变化的微分方程模型,给出了其数值计算方法,指出了离散计算的时间步长所应满足的条件,并根据增援模式的不同,将模型细化为不同形式.仿真实验表明,存在有效增援时间范围,一次性增援和匀减速增援具有时间优势,并且通过构造评价函数有效衡量了这两者具有较高的增援效率,为空中作战应用和决策提供了参考依据.      

基于验前信息的测试性验证试验方案确定方法

针对目前测试性验证试验方案样本量过大、工程上实现困难的问题,提出了基于验前信息的复杂设备的Bayes测试性验证试验方案.首先,利用Beta分布对测试性验前信息的不确定性进行描述,运用不同来源的验前信息确定验前分布超参数;然后,定义了验前分布不确定性测度和支持度作为验前信息加权因子,设计了相应的融合算法;接着,利用融合后的验前信息建立成败型装备测试性验证试验方案的Bayes决策模型;最后,通过实例分析表明,与经典验证试验方案相比,新方案减少试验样本量40%左右,又克服了传统Bayes验证试验方案的冒进.      

资源分配的柔性决策方法

资源分配问题是具有一个上级决策者和多个下级决策者的多目标柔性决策问题。为解决这样的问题,本文根据资源分配问题的特点,建立了柔性决策模型,并提出逐点线性化算法,以求解资源分配方案;提出用“承包机制”的激励策略作为引导下级决策者汇报真实信息的策略,这种策略不仅对真实信息是ε-可诱导的,而且也是鼓励下级努力工作的策略。