基于萤火虫算法的矩阵信息集结方法研究

针对群决策在应用中的普遍性和重要性,作为群决策重要组成部分的判断矩阵集结得到了广泛深入的研究。首先,针对群决策中判断矩阵的多样性,将萤火虫算法引入矩阵集结的求解,可以利用萤火虫算法的寻优方式来获取矩阵集结结果。其次,在萤火虫算法的目标函数中引入一致性比率以降低集结过程的主观性和信息损失。最后,通过具体的实证研究,利用改进的萤火虫算法可以为群决策中的矩阵集结提供一种有效的、相对统一的集结方法。

基于无向连通图理论的矩阵集结方案优化

基于无向连通图的矩阵集结方案能够较好地减少群组决策中不同专家意见的偏差,提高一致性,但同时仍旧留有继续优化的空间;针对基于无向连通图理论的集结方案在特定情形下存在的排序偏差,通过实例的方式,论证、分析偏差产生的原因,并给出了相应的调整方案.

互反判断矩阵群决策一致性优化检验方法研究

文章针对群体层次分析法群决策意见不一致的情况,运用灰色关联理计算检验矩阵向量与集结矩阵向量的灰色关联度,并通构造的阈值检验互反判断矩阵群决策是否具有一致性。

预测控制等效集结优化策略的研究

优化变量的集结策略是减少预测控制器的在线计算量的一种有效方法．以往的集结策略大都建立在启发式的基础上,难以保持原预测控制器的性能．本文从预测控制滚动优化只实际实施第一个控制量的特点出发,提出等效集结的概念,证明了在无约束和有终端零约束的情况下,只要适当选取集结矩阵,可以得到一个与集结前完全等效的集结预测控制器,并给出了确定集结矩阵的算法．

预测控制优化变量的集结策略

为减少预测控制的在线计算量 ,提出了对优化变量进行集结的优化策略。通过一个集结矩阵将原优化变量与集结后的变量联系起来 ,从而为多种预测控制算法建立一个统一的框架。分析了现有的几种典型优化策略的集结表述 ,说明了所提出的集结优化框架具有一定的普适性 ,并在此框架下提出一种新的具有输入衰减形式的集结优化算法。

确定多属性群决策专家权重的一种新方法

文章针对属性值为区间数的多属性群决策问题(MAGDM),将专家决策偏好的判断矩阵转化为相对应的二维平面点集,应用模拟植物生长算法(PGSA),求得各专家决策偏好意愿点的群体最优集结点,即广义Fermat点。通过将各专家决策偏好意愿点与群体最优集结点进行比较,并根据离差和最小化原则确定专家权重。为了验证方法的合理性和有效性,选择了其他学者的研究算例,对其进行了平行的算例研究,得到了相同的研究结果。

群体互反判断矩阵一致性调整方法的研究

针对群体互反判断矩阵意见不一致的情况,基于确定一致性阈值提出不一致性的调整算子。最后经过案例对比分析验证本方法的合理性。

线性时不变系统的新集结

本文引进C—型集结和O—型集结的概念,并讨论这两种集结的某些性质。论证了不可控系统可C—型集结为可控系统的充要条件,和不可观测系统可O—型集结为可观测系统的充要条件,给出了若干重要的结果。