基于模糊群决策的智能仪器故障诊断专家系统

本文介绍了采用专家系统解决智能仪器故障诊断的方法。针对智能仪器的故障特点,采用规则推理和事例推理相结合的混合推理技术。在规则推理中,提出了分层搜索的诊断思路,并且在不同搜索层次中,各规则优先权的确定采用基于模糊多属性群决策的方法。针对这种推理方法,采用数据库技术实现了知识库的设计,并用VS.net软件开发出了一套高效率智能仪器故障诊断专家系统。该系统在实际使用中表现出比第一个版本更高的诊断效率。

城市突发事件的应急设施选址群决策方法

针对应急设施选址中存在的一类不同决策部门存在不同权重且属性值为精确数、三角模糊数和语言值的混合型多属性群决策问题,提出了一种基于TOPSIS和距离测度的应急设施选址群决策方法。该方法可直接集结评价信息,避免了数据类型转换和量纲统一所造成的信息损失,同时基于距离测度方法确定决策部门和属性的客观权重,将其客观权重和主观权重线性合成为综合权重。最后,通过具体的应急设施选址案例验证方法的可行性和有效性。

混合型多属性群决策的油田节能项目优选模型——基于Vague集TOPSIS方法的研究

油田属于高耗能企业,加大油田节能降耗工作的实施力度不仅需要降低能耗,节约能源,还需要降低生产成本,提高油田的竞争力。实施节能项目是油田挖掘节能潜力,降低能源消耗和生产成本的重要途径,也是油田节能工作的具体表现。为合理选择节能项目和节能方法,提高油田节能效益,以油田节能项目为研究对象,结合其多属性、不确定和群决策等特点,同时考虑到专家群体对属性主观赋权的偏好和决策者对决策重要性认识的偏好,以及决策存在未知信息等因素,结合专家和决策者的特点以及油田节能工作的具体要求,构建油田节能项目的混合型多属性决策模型,提出一种考虑专家评价习惯和决策者对决策重要性认识的权重确定方法。通过将该方法应用于油田节能项目优选模型的应用实例中,为油田节能项目选出最优方案。结果表明,基于Vague集TOPSIS方法的混合型多属性群决策的油田节能项目优选模型切实可行,更符合油田节能工作的实际要求,为油田节能项目优选提供了新思路。

混合非结构MAGDM的决策导向一致性检验方法

为有效应对现有群决策一致性检验方法的系列弊端,针对群决策的决策导向多元、决策方案众多、决策属性异构、决策信息多样等特征,在引入票权概念解析群决策一致性判定复杂性、刻画非结构多属性群决策合意信息表征假设情景的基础上,通过对常规混合非结构多属性群决策(MAGDM)问题进行公理化描述,并依据从方案层面到属性层面的整体决策信息判定策略,给出决策导向层面的整体判断信息一致性检验方法、多轮次非一致性决策信息调整策略及信息集结方法。案例应用结果表明提出的方法有效、可行。

农产品种植过程质量风险评估研究

基于对农产品种植过程中质量风险因素进行的详细分析,建立多属性群决策评估模型,对农产品种植过程中的质量风险进行综合评估,确定各风险因素对整个种植环节的影响大小,从而辨识影响力最强的关键风险因素。该方法解决了评估专家由于知识、偏好和经验不同而难以统一意见的问题。最后通过算例说明了该方法的有效性和实用性。

混合信息下的多属性大规模群体决策方法

针对多属性大规模群体决策问题中决策者评价信息类型不一致的情况,提出一种包含精确数、区间数、语言信息的多属性大规模群体决策方法。首先,定义了几种不同的转换函数,以此将各决策者给出的精确数、区间数、语言信息一致化为虚拟语言术语;然后,给出了大规模群体决策矩阵的的分组方法,并利用新的三维语言密度算子对其进行集结;最后,在语言幂Heronian算子的基础上,对群体综合决策矩阵进行集结。通过算例验证了所提方法的可行性与有效性。算例分析表明,该方法不仅能够较好地解决混合信息的处理问题,以及能够充分考虑群体共识度;还能够体现属性之间的关联性,以及反映集结值的整体均衡性,因此可使得决策结果更为客观合理。

混合多属性群决策方法在装备供应商选择中的应用

定义了精确实数和直觉模糊数的优势函数。根据决策者在定性属性评价上的差异度,给出了专家客观权重求取方法。对级别高于方法(superiority and inferiority ranking,SIR)进行了扩展,通过计算方案间的优势度,将混合型多属性群决策矩阵转化成优势和劣势矩阵,用TOPSIS法对多属性信息综合处理确定方案完全或部分排序。最后通过装备供应商选择算例分析,验证了方法的可行性和有效性。

改进模糊TOPSIS群决策法在应急设施选址中的应用

为确保在应急救援设施选址群决策问题中决策的合理性,充分考虑灾后不确定因素和环境的模糊性以及针对评价值为混合型的多属性群决策问题,引入模糊集理论,将改进的逼近理想解排序法(TOPSIS)扩展到模糊环境问题,提出一种基于模糊TOPSIS的应急救援设施选址群决策的方法.由于在应急多属性决策问题中,决策者的决策数据经常会出现不确定性,因此精确的数值不足以来模拟现实生活中的情况.在此情况下,该算法采用三角模糊数、语言变量等来进行评价决策,并运用组合赋权法来计算各评价指标和各决策者的综合权重.最后,通过具体的算例来验证该方法的可行性和有效性,并进行灵敏度分析.结果表明,所提出的方法符合实际决策机制.

直觉三角模糊数判断矩阵及多属性群决策方法

针对决策者对方案偏好信息以判断矩阵形式给出的多属性群决策问题,定义了一种新的判断矩阵,即直觉三角模糊数判断矩阵。研究了该判断矩阵的一些性质,利用直觉三角模糊数的算术平均算子和加权混合算子给出了一种多属性群决策方法,并将其应用到武器装备研制项目技术风险决策中。

基于TODIM的属性权重未知的混合多属性群决策方法

针对属性权重未知的混合多属性群决策问题,本文首先在对不同数据类型的评价值进行规范化处理的基础上,提出了将精确数、区间数、语言术语转化为概率语言术语集的转化方法;然后通过对个体决策矩阵进行集结,利用离差最大化思想确定属性的权重,并将传统TODIM方法拓展到概率语言环境下,构建相对优势度矩阵,根据总体优势度对备选方案进行排序选择;最后通过算例验证了该方法的可行性。

基于TTD_(WAA)算子和TPBM算子的混合型多属性大群体决策方法

针对传统混合型多属性群体决策方法大多仅适用于中小规模群体的情况,提出一种新的基于三维二元语义密度算子和二元语义幂Bonferroni算子的混合型多属性大群体决策方法。首先,给出四种不同的转换函数,以此将各决策者给出的包含精确数、区间数、语言变量和不确定语言变量一致化为二元语义信息;然后,定义三维二元语义密度算子,以此将一致化后各决策者的二元语义多属性决策矩阵进行集结;最后,在二元语义幂Bonferroni算子的基础上,对群体综合的二元语义多属性决策矩阵进行集结。选取某ERP软件选择问题进行算例分析,研究结果表明,该方法不仅能够较好地处理混合信息和充分考虑群体共识度,还能够有效体现属性之间的关联性和减轻异常属性值的不利影响。

混合多属性群决策中的群体一致性分析方法

本文针对一类属性值为精确实数、区间数和语言值的混合型多属性群决策问题,提出了一种群体一致性分析方法。在该方法中,计算群体一致度时,首先根据专家提供的评价信息在属性层面上计算专家之间的差异度,再由此得到群体一致度,计算过程中不需进行数据类型转换,避免了数据类型转换造成的信息损失;当群体不一致时,在属性层面上给出相应的调整策略,可以使专家有针对性地修改相应属性上的评价信息,使群体尽快达成一致,同时避免了专家评价信息的过度修改。最后通过一个实例分析验证了该方法的可行性和有效性。

混合型多属性决策的E-VIKOR方法

针对混合型多属性决策问题,本文提出一种E-VIKOR方法。首先,描述了区间数和模糊数形式信息及相关概念,并介绍了VIKOR方法的基本原理;然后,给出了混合型多属性决策问题的问题描述,并给出了求解该问题的E-VIKOR方法的原理与步骤,通过最大化群效用和最小化个体遗憾来对有限决策方案进行的折衷排序,从而选择出最优方案。最后,通过一个实例分析说明了本文所给方法的可行性和有效性。

一种新广义混合比例平均算子及其在多属性群决策中的应用

给出一种新广义混合比例平均(NGHPA)算子,并提出一种基于NGHPA算子的多属性群决策方法.理论分析表明:NGHPA算子同时推广了广义有序加权比例平均(GOWPA)算子和广义加权比例平均(GWPA)算子,它不仅反映了所给数据所处位置的重要性,而且还考虑了数据本身的重要性.此外,算子具有单调性、幂等性、有界性和置换不变性.最后,通过一个算例说明所提的方法是有效的、可行的.