工程项目的效用决策方法

工程项目决策是项目运作的关键环节,为了反映决策过程中主观因素和客观因素的综合作用,引入现代效用理论进行研究。基于项目评价的技术、经济、社会和环境目标,分别建立各目标效用函数:根据模糊集理论,采用隶属函数构造方法,建立技术目标效用函数;运用概率论和效用理论方法,结合对数函数拟合法,建立经济目标效用函数;根据群效用和期望效用理论,采用效用函数构造方法,建立社会目标和环境目标的效用函数。基于权重分配法和效用加性并合,生成工程项目效用决策模型。通过实例研究,表明工程项目效用决策模型具有合理性和实用性。

高产高效矿井地质条件评价体系的研究

针对目前高产高效矿井的实际情况,分析了保障矿井持续稳定发展,主要是要加强对工作面地质条件的评价。因此提出了煤层地质条件评价体系及评价指标的选取应遵循的基本原则,在此基础上建立了高产高效矿井煤层地质条件评价体系。针对评价体系中各因素的不同特点,提出了诸指标隶属函数的构建采用优化组合的方法。

模糊数值直觉模糊群的性质及一个重要结论

定义了模糊数值直觉模糊群,讨论它的一些运算,研究它的一些性质并加以证明.最后在两个非空有限经典群同态意义下,证明了这种模糊数值直觉模糊群的像仍是模糊数值直觉模糊群.

多属性决策的辐射源威胁等级判定方法

在分析了现有侦察机威胁等级判断方法的基础上,用群体层次分析方法确定威判诸因子的权重,用模糊集理论建立威胁隶属度函数,进而建立了辐射源威胁等级判定的综合方法、给出辐射源威胁等级评判标准。通过实例说明该方法是行之有效的,为威胁等级的判断提供一种新的途径。

多目标群决策交互式模糊规划方法

基于决策者按各自模糊愿望水平给出的偏好信息，将多目标群决策问题等价成模糊规划问题加以交互迭代求解，应用双向搜索算法处理决策者间的抵触性，求取一个满意解。

不确定性数据中基于GSO优化MF的模糊关联规则挖掘方法

针对不确定性数据中模糊关联规则的挖掘问题,提出一种基于群搜索优化(GSO)算法优化隶属度函数(MF)的模糊关联规则挖掘方法。首先,将不确定性数据通过三元语言表示模型进行表示;然后,给定一个初始MF,并以最大化模糊项集支持度和语义可解释性作为适应度函数,通过GSO算法的优化学习获得最佳MF;最后,根据获得的最佳MF,利用改进型的FFP-growth算法来从不确定数据中挖掘模糊关联规则。实验结果表明,该方法能够根据数据集自适应优化MF,以此实现从不确定数据中有效地挖掘关联规则。

模糊数值直觉模糊群的性质

通过模糊数值直觉模糊集定义模糊数值直觉模糊群,讨论模糊数值直觉模糊群的一些运算,研究它的一些性质并加以证明。随后在两个非空有限经典群同态意义下,证明这种模糊数值直觉模糊群的像仍是模糊数值直觉模糊群。

模糊数直觉模糊群

为了更深入的研究直觉模糊理论,本文在模糊数直觉模糊集定义的基础上给出了模糊数直觉模糊群的定义,并讨论了它的一些运算。在两个非空有限经典群同态与同构意义下,研究了这种模糊数直觉模糊群的像、前像和逆映射等问题。对模糊数直觉模糊理论的深入研究具有一定的理论意义。

我国农村流动人口犯罪控制论

目前,我国流动人口犯罪率居高不下,严重危及着社会的安定,已成为社会各界关注的热点和解决的难点问题.流动人口犯罪的主要表现特征为主体的复杂性,犯罪的团伙性、流窜性、侵财性等.相对剥夺论是流动人口犯罪一种可行的理论阐释,有助于深化我们对流动人口犯罪的理解.加强和完善政府职能是控制流动人口犯罪行之有效的应对措施.

模糊集合的表现隶属函数

通过表现转移函数研究了模糊集合中元素在某个给定元素作为背景下隶属度发生偏移的情况,并以此给出了模糊集合的表现隶属函数概念,表示偏移后元素隶属度的分布情况;同时讨论了表现隶属函数的有关性质.最后,基于所得结果给出了群决策问题的一种改进方案和在图形图像处理中的应用.

公路高边坡多层级模糊稳定性评判分析

基于模糊数学理论,建立了边坡多层级模糊评判模型。结合某高速边坡实例,考虑到影响边坡稳定性因素的模糊性和不确定性,通过详细勘察,得到20类影响边坡稳定的主要因素,根据评判模型,采用隶属函数组法和专家法分别赋予影响因素中连续型变量及离散型变量的隶属度。通过评判模型得到的公路边坡稳定性的预测结果与实际情况相吻合,验证了该方法的合理性,为公路边坡稳定性分析提供了新的思路。

FMEA环境下区间梯形二型模糊群体判断聚合方法研究

针对失效模式和影响分析高度不确定的复杂群体判断环境,提出一种新的区间梯形二型模糊(IT2 TF)群体判断聚合方法。通过深度挖掘数据信息求解信息的集中趋势和波动范围,构建隶属函数参数模型,将含有个体判断不确定性的一组区间判断信息聚合成IT2 TF群体判断结果,从而量化群体判断的一致性意见并记录实际存在的不确定性信息。算例分析结果验证了该聚合方法的有效性及实用性,并表明其能提高群体判断结果的准确度。

梯形区间二型模糊群决策发生算法及其综合比较法

针对高度不确定环境下的多准则群体决策问题,提出一种基于梯形区间二型模糊的多重处理隶属函数中模糊不确定信息的群决策综合比较法.首先,利用群决策发生算法处理个体决策的聚合问题;其次,利用改进的重心比较法和区域截集法分别处理隶属函数中隶属程度问题和模糊不确定程度问题;最后,根据对隶属函数的处理结果得到综合比较计分值并作为方案选择的依据.通过对隶属函数的主隶属区域和模糊不确定的离散区域的双重挖掘,并以不同数量级形式记录在结果中,使得该决策方法更加契合人类决策行为、决策结果更加真实有效、决策风险更小.文末通过实例分析和比较,证明了本文提出方法的可行性和有效性.

基于隶属度分布函数的多粒度语言群决策一致性测度

研究多粒度语言群决策中群体意见一致性问题。根据群体决策中多粒度语言的基本特征,提出一种基于隶属度分布函数的一致性测度计算方法。并且与基于二元语义的决策的一致性测度计算方法进行了比较,通过算例计算分析,说明了该方法的可行性和有效性。

基于效用函数的三角直觉模糊数群决策方法

针对多属性群决策问题,提出了一种基于效用函数的排序方法。首先定义了三角直觉模糊数,提出了基于该三角直觉模糊数隶属函数、非隶属函数的效用函数和精确效用值。最后,通过实例分析说明了该方法的具体应用及计算过程。