一种基于组合不确定型OWGA算子的区间数群决策方法

本文研究了区间数群决策信息的集结方法。基于区间数两两比较的可能度矩阵公式和互补判断矩阵的排序公式,推广了文献[3]提出的不确定型OWGA算子,提出了一种组合不确定型OWGA算子,给出了其在应用过程中的具体步骤,并提出了一种相应的集结群决策信息的方法,最后通过一个算例说明了该方法的有效性与可行性,并与文献[3]的结果作了对比分析。

基于OWGA算子的隧道变形最优组合预测

研究目的:根据隧道变形数据预测隧道的变形发展情况,结合具体工程实践,采用最新非线性预测理论,在文献综述的基础上,结合对数灰关联度与OWGA算子,把预测值和观测值的对数序列之间的灰关联度设定为目标函数,有序加权集成做为诱导变量值的预测精度,提出一种新最优隧道变形预测模型。采用MATLAB编程分别实现灰色预测、指数平滑预测、自回归移动平均预测,并利用基于对数灰关联度的有序加权几何平均组合预测模型,在对数灰关联度最大的意义下求出组合模型的最优权重,通过隧道变形预测的实例分析,说明新模型的有效性和合理性。研究结论:(1)基于OWGA算子的隧道变形预测,在预测误差平方和、均方误差、平均绝对误差、平均绝对百分比误差、均方百分比误差等预测有效性精度指标下,比灰色预测,平滑预测,ARMA预测等预测方法的预测精度都高,误差最小;(2)通过工程实例检验,该预测方法的预测结果不但合理、有效,而且是优性预测;(3)本研究成果可应用于隧道安全监测和变形预测领域。

基于OWGA算子的偏好信息集结法及其在群决策中的应用

研究了决策者的偏好信息以不同形式给出的群决策问题。首先,利用不同偏好信息之间的转换公式,将偏好次序型、效用值型、互反判断矩阵型三种偏好信息一致化为模糊互补判断矩阵型的偏好信息;其次,利用加权几何平均(OWGA)算子对一致化后的决策信息进行集结,再对方案的加权几何平均优势度进行综合集结,并以此进行方案的排序,提出了基于OWGA算子的群决策方法,该方法具有操作简便和计算量少的特点。最后,通过实例说明方法的可行性和实用性。

一种不确定型OWGA算子及其在决策中的应用

把有序加权几何平均(OWGA)算子推广到所给定的数据信息均为区间数形式的不确定环境之中,基于区间数两两比较的可能度公式和模糊互补判断矩阵公式,提出了一种不确定有序加权几何平均(UOWEGA)算子,给出了其在应用过程中的具体步骤,并提出了一种相应的集结决策信息的方法。最后通过算例说明了方法的可行性和有效性。

我国省区林业产业竞争力水平排序及聚类分析——基于OWA和OWGA组合测度模型

科学合理地排序和聚类分析省区林业产业竞争力水平,对客观地认识本区域林业产业发展水平具有重要意义。基于综合两种模型的测度方法,在运用熵值法确定指标权重基础上,根据OWA模型和OWGA模型分别求出测度目标的功能性状态和协调性状态,并引入偏好系数对两种测度状态进行综合,获得一个综合测度模型。以我国各省区林业产业竞争力为测度对象进行实证研究,得到各省区林业产业竞争力水平的排序和聚类结果。为本区域保护林业自然资源和优化林业产业结构提供参考。

基于拓展C-OWGA算子的多属性群决策方法

目的为求决策方法的简洁实用,研究决策信息为区间数的多属性群决策问题。方法将连续的OWGA(C-OWGA)集结算子拓展到不确定环境之中,提出了一些不确定信息(区间数)集成新算子,如加权的C-OWGA(WC-OWGA)算子、有序加权的C-OWGA(OWC-OWGA)算子以及混合的C-OWGA(HC-OWGA)算子。结果结合区间数的运算法则,利用HC-OWGA算子对决策信息进行集结而获得方案的排序。提出了基于HC-OWGA算子的不确定多属性群决策方法。结论算例表明该方法是可行有效的,且该方法有良好的应用前景。

IGOWC-OWGA算子及其在区间组合预测中的应用

针对C-OWGA(continuous ordered weighted geometric averaging)算子只能集结单一区间数据的不足,提出一类连续区间数集结新算子.在C-OWGA基础上引入IGOWA(induced generalized ordered weighted averaging)算子,构造出诱导广义加权的C-OWGA(induced generalized ordered weighted continuous ordered weighted geometric averaging,即IGOWC-OWGA)算子,以向量夹角余弦为相关性准则,构建一个连续区间组合预测新模型.最后经实例验证表明该新方法在提高预测精度方面具有显著效果.

基于IGOWLC-OWGA算子最优组合预测模型

文章针对连续区间有序加权几何平均(C-OWGA)算子仅能集成单个区间的不足,引入诱导广义有序加权对数平均(IGOWLA)算子,提出诱导广义有序加权对数的连续区间有序加权几何平均(IGOWLC-OW?GA)算子。然后,选取向量夹角余弦作为相关性指标,构造一类基于向量夹角余弦的IGOWLC-OWGA算子的区间组合预测新模型。

IC-OWGA算子及其在区间数群决策中的应用

基于IOWGA算子和C-OWGA算子,提出一种IC-OWGA算子,讨论了该算子的优良性质.针对区间数互反判断矩阵提出一种连续偏好矩阵的概念,定义了一种DIC-OWGA算子,并给出了一种基于该算子的区间数群决策方法,最后通过算例说明了该方法的可行性.

基于OWGA算子和CWGA算子建筑工程评标模型

文章首先依据安徽省建筑工程大量评标办法的实例调查,对建筑工程评标指标体系进行修正优化,采用AHP法确定各个指标权重;其次利用OWGA算子对每一个决策者给定某一方案的所有属性进行纵向集结,再利用CWGA算子对不同决策者得到的同一方案的综合属性进行横向集结;最后通过实例验证方法的可行性和可操作性。该评价模型不仅可以充分考虑决策者的重要程度,而且尽可能的消除不公正因素的影响,从而增强建筑工程评标的科学性和合理性。

基于OWGA算子和CWGA算子的战时航材保障系统效能评价

战时条件下航材保障系统的影响因素众多,因此,对战时航材保障系统效能评价是一项极其复杂的系统工程。本文建立了战时航材保障系统的评判体系。针对系统评价过程中信息的不确定性,引进OWGA算子和CWGA算子,建立战时航材保障系统多属性群决策模型,从而对系统效能做出科学的评判。

基于不确定IOWGA算子的多属性决策方法

将导出有序加权平均(IOWGA)算子推广到不确定的环境下,即所给出的数据信息为区间数。提出了一种不确定导出有序加权几何平均(UIOWGA)算子。利用区间数比较的可能度公式,提出了一种决策信息的集结方法,最后的实例说明该方法的有效性和合理性。

基于OWGA算子和WAA算子的教师教学评价方法

主要介绍了OWGA算子的定义、性质及WAA算子的定义,并基于群决策方法,提出了一种基于OWGA算子和WAA算子的教师教学评价方法,并通过实例验证了该方法的有效性。

区间直觉正态模糊数的OWGA算子及其在多属性群决策中应用

针对准则值为区间直觉正态模糊数(IVINFN)的群决策问题,探讨了区间直觉正态模糊数的运算法则;考虑决策者的乐观程度,定义了区间直觉正态模糊数的得分函数,给出其排序方法;再得到区间直觉正态模糊数的有序加权几何平均(IVINFN-OWGA)算子和连续有序加权几何平均(IVINFN-COWG)算子;最后,建立了基于区间直觉正态模糊数的多属性决策模型,提出了相应的群决策方法,并且通过实例分析验证了该方法的可行性和有效性.

基于OWGA缓存的海量遥感瓦片数据发布

通过模拟实现传统的WMTS瓦片服务对客户端发来下载瓦片数据的HTTP请求进行响应,计算得到各处理阶段所用的平均时间,分析测试结果可知,将请求的本地储存瓦片读取到内存中所花费时间占总响应时间的70%以上。为缩短服务器响应时间,提出了基于OWGA缓存的发布方法,将客户端最近频繁请求的、高分辨率的瓦片数据常驻内存,以减少文件I/O操作;并在缓存不足时移除OWGA值较低且低分辨率的瓦片数据。通过与常用的内存缓存置换算法LRU、LFU对比可知,在随机访问模式下,该算法的时间效率优于其他两种算法。

一种VaR度量下基于OWGA算子的区间数组合投资模型

本文建立了VaR度量下基于OWGA算子的区间数多目标组合投资模型.通过引入乐观系数将区间数组合投资模型转化为确定型组合投资模型,利用目标函数偏好水平将多目标组合投资模型转化为单目标组合投资模型,并引入0-1变量对模型进行求解.最后通过算例分析了OWGA加权向量,置信水平及目标函数偏好水平对决策结果的影响,并说明了模型的可行性和有效性.

OWGA算子在乡村干部业绩优劣评价排序中的应用

有序加权几何平均(OWGA)算子是一种能有效地集结数据信息的方法。在多人决策中有时需要不同专家对决策方案进行两两比较给出互反判断矩阵的偏好信息,为了反映群体的共同偏好,可以利用OWGA算子对互反判断矩阵进行集结处理得到组合判断矩阵。文章利用这一算子建立村民评委对村干部年终业绩优劣评价排序的数学模型,最后进行了实例分析。

基于OWGA算子的本科生学业导师业绩评价研究

针对使用简单排序方法对本科生学业导师考核与实际情况出入较大的情况,建立了基于OWGA算子的本科生学业导师业绩评价模型,使得评价结果更加客观公正,并通过实例说明此方法的有效性。

基于OWGA算子的辅导员业绩评价研究

针对使用简单排序方法对辅导员进行业绩考核与实际情况出入较大的情况,引入多属性决策方法,建立基于OWGA算子的辅导员业绩评价模型,保证评价结果更加客观公正,并通过实例说明此方法的有效性。

改进二维云模型的信息工程监理风险评估

针对传统信息工程监理风险评估具有随机性与模糊性,提出了改进二维云模型的风险评估模型。通过三角模糊层次分析理论确定各风险因素权重,以可能性和严重度为基础变量,构建基于二维云模型的风险云图,在加权有序几何平均算子(order weighted geometric averaging operator,OWGA)的基础上引入情境参数,根据决策者的风险偏好优化各准则层风险云与云标尺的贴近度排序。经过实例仿真,表明所提模型可以在融合专家智慧的同时,避免定性云转换为定量值的损失,将风险以蕴含随机性和模糊性的形式可视化,经改进贴近度确定风险等级,验证了其有效性及优越性。