不确定性组合加权调和平均算子及其应用

在多属性决策中,通常把成本性指标转换为效益性指标在进行加权综合得出方案的排序结果。然而这不是唯一可行的方法。本文在有序加权调和平均(OWHA)算子的基础上,提出了不确定组合加权调和平均(UCWHA)算子的概念,这是一种新的信息集结方法。同时探讨其性质,并且给出该算子在属性权重未知,且属性值为区间数的多属性决策中的应用。实例结果表明该方法是可行的。

连续区间广义有序加权调和平均算子及其在区间组合预测中应用

在连续区间有序加权调和平均(Continuous ordered weighted harmonic averaging,C-OWHA)算子的基础之上,提出连续区间广义有序加权调和平均(Continuous generalized ordered weighted harmonic averaging,C-GOWHA)算子。对该算子进行拓展,提出了加权的连续区间广义有序加权调和平均算子、有序加权的连续区间广义有序加权调和平均算子、诱导有序加权的连续区间广义有序加权调和平均算子及组合的连续区间广义有序加权调和平均算子,以便能够用于计算区间数据组。此外,在诱导有序加权的连续区间广义有序加权调和平均算子的基础之上,以灰色趋势关联度为相关性指标,提出了基于灰色趋势关联度的诱导有序加权的连续区间广义有序加权调和平均算子的区间数组合预测模型,通过实例分析,表明该模型能够起到提高预测精度的作用。

基于诱导有序加权调和平均算子和马尔科夫链的电量组合预测模型的研究

将诱导有序加权调和平均算子和马尔科夫链相结合,提出一种基于诱导有序加权调和平均算子和马尔科夫链的组合预测模型,该模型可以克服传统的组合预测方法赋予不变的权系数和以单一误差指标作为预测精度衡量的缺陷,同时采用马尔科夫链推出各单项预测模型在各个预测时间点预测精度的状态,从而得到组合模型的权系数。文中首先采用回归法、指数平滑法及灰色预测法分别建立了陕西省某市年用电量单项预测模型,随后引进诱导有序加权调和平均算子和马尔科夫链的概念,建立了年用电量的组合预测模型,并对年用电量进行了实证分析。实例分析表明了新模型能有效地提高组合预测精度,降低预测的风险性,从而证明这种组合模型具有较好的实用性。

一种组合加权几何平均算子及其应用

提出了一种集结数据信息的组合加权几何平均 (CWGA)算子 ,证明了加权几何平均(WGA)算子以及有序加权几何平均 (OWGA)算子均为CWGA算子的特例 .CWGA算子的根本特点是 :不仅考虑每个数据的自身重要性程度 ,而且还体现了每个数据所在位置的重要性程度 .最后 ,提出了一种基于WGA及CWGA算子的多属性群决策方法 。

基于诱导有序加权平均算子的最优组合短期负荷预测

为提高预测精度,弥补现有组合预测方法中单项预测方法在各预测点的加权系数恒定等不足,提出了一种新的组合预测方法——基于诱导有序加权平均算子(inducedordered weighted averaging operator,IOWA)的短期负荷最优组合预测方法。该方法针对同一预测方法在不同时刻的预测效果不同,按照各单项方法在不同时刻预测精度的高低进行有序赋权,实现方法的优缺点互补,降低预测结果对某一方法的依赖性,达到提高预测精度的目的。文中基于IOWA算子的组合预测方法,建立相应的确定权系数的优化模型,给出采用现代内点法解算该优化模型的过程及步骤。实际应用结果表明,该方法能有效提高组合预测精度且计算时间短。

组合加权算术平均算子在物流配送商品销售预测中的应用

提出基于组合加权算术平均算子的组合预测方法,并结合实例对各种预测模型与组合预测模型探讨了不同的组合预测权重确定在实际中的应用,其预测效果高于一般方法。

基于诱导有序加权平均算子的我国粮食产量组合预测

根据我国1978～2011年的粮食产量及相关因素的历史数据,分别建立了多元回归模型、指数平滑模型、BP神经网络模型.在此基础上,根据误差平方和最小的原则,建立了基于诱导有序加权平均(IO-WA)算子的组合预测模型,经验证该模型具有较高的预测精度,并对我国未来5年的粮食产量作出了预测.

基于组合数的有序加权平均算子赋权的旅游商品包装设计评价研究

为客观地了解、评价旅游商品包装设计水平,在结合专家意见及相关论证的基础上建立了包含3个一级指标下涵11个二级指标的旅游商品包装设计评价指标体系。采用基于组合数的有序加权平均算子赋权法对各级指标进行赋权,并用改进的模糊综合评判法构建了旅游商品包装设计评价模型。利用所建立的评价模型对某品种的怀远石榴包装进行评价,通过模型计算最终得到该品种怀远石榴包装隶属于"三档"等级,与实际情况基本一致,也验证了该评价方法的可行性。

基于诱导有序加权平均算子的风电功率最优组合预测

风电功率预测的准确性对电力系统的调度和稳定运行具有重要意义。为提高预测准确度,弥补现有组合预测方法中单项预测方法在各预测点的加权系数恒定等不足,提出基于诱导有序加权平均算子(IOWA)的风电功率最优组合预测。该方法按照各单项预测方法在不同时刻预测准确度的高低进行有序赋权,实现各种方法的优缺点互补,降低预测结果对某一方法的依赖性,提高预测准确度。基于IOWA算子的组合预测方法,建立相应的确定权系数的优化模型。应用新颖的布谷鸟搜索算法对所提模型进行求解,并同标准粒子群算法及遗传算法进行对比。仿真结果表明,该方法能有效提高组合预测准确度,且计算时间短。

改进的加权调和平均算子及其在多属性决策中应用

在加权调和平均(WHA)算子的基础上,提出了信息数据集结的有序加权调和平均(OWHA)算子和组合加权调和平均(CWHA)算子,探讨了它们的一些性质关系,给出了OWHA算子和CWHA算子应用于多属性决策的方法,最后通过实例分析表明该决策方法是有效和可行的.

广义有序加权指数调和平均算子及其应用

文章通过罚函数构建并求解优化模型定义了广义有序加权指数调和平均算子（GOWEHA）,证明了其具有单调性、幂等性、有界性和置换不变性等性质。随后,定义了GOWEHA算子的orness测度,探讨了orness测度的性质。并在给定orness水平下,提出了求解GOWEHA算子权重向量的最小指数平方法。最后,结合GOWEHA算子提出一种多属性群决策方法,并通过应用实例说明决策方法的可行性。

诱导有序加权平均的组合预测模型及其应用

有序加权平均算子是近年来发展的在许多领域有着广泛应用的信息融合方法.本文引进诱导有序加权平均算子的概念,并探讨了它的一些性质,然后建立诱导有序加权平均新的组合预测模型,最后给出其在股票价格预测中的应用研究,实例分析结果表明了该方法的有效性.

基于OWA算子的不确定模式匹配方法组合研究

模式匹配是数据集成和模式集成过程中一个基本操作。由于数据源的自治性和异构性,不确定性是模式匹配过程固有的本质特性。为了提升不确定模式匹配的效率,提出一种基于有序加权平均OWA(Ordered Weighted Averaging)算子的不确定性匹配方法。首先给出一个模式匹配过程中表示不确定性的数据模型,在此基础上介绍三种不同的模式匹配方法。利用有序加权平均算子,聚合不同匹配器的结果。最后通过实验结果证明了方法的可行性和有效性。

三参数区间数调和平均算子及决策应用

针对决策信息以三参数区间数据形式给出的多属性决策问题,提出了一些新的三参数区间数据信息的集成算子和决策方法。基于连续区间数据有序加权调和平均(C-OWHA)算子,定义了连续的三参数区间数据有序加权调和平均(CP-OWHA)算子,并将该算子进行了拓展,提出了加权调和CP-OWHA(WHCP-OWHA)算子、有序加权调和CP-OWHA(OWHCP-OWHA)算子和组合的CP-OWHA(CCP-OWHA)算子。进一步证明了WHCP-OWHA算子和OWHCP-OWHA算子均为CCP-OWHA算子的特例。CCP-OWHA算子同时推广了WHCP-OWHA算子和OWHCP-OWHA算子,CCP-OWHA算子不仅考虑了每个数据的自身重要性程度,而且还体现了该数据所在位置的重要性程度。基于WHCP-OWHA算子和CCP-OWHA算子,提出了一种属性权重和专家权重均为确定实数且属性值为三参数区间数的多属性群决策方法。最后给出了一个数值例子,结果表明该方法有效。

基于IOWA算子的航班订座组合预测模型

航班订座预测的经典方法包括回归模型、增量模型、指数平滑模型等,在复杂多变的非线性数据环境下,各单项模型存在预测效果不稳定及健壮性不满意的情况。为解决这一问题,本文构造了一个基于诱导有序加权平均(IOWA,induced ordered weighted averaging)算子的航班订座组合预测模型,组合模型采用各单项模型的预测精度作为诱导因子,动态计算单项预测模型组合权重及构建未来的动态预测组合。但传统的IOWA组合预测模型对随机波动较大的数据适应性较差,本文在深入分析航班旅客订座量数据规律的基础上,改进了该模型在预测期的诱导因子,取得了较好的预测结果。

基于博弈论组合赋权-云模型的消防员训练损伤风险评估

为降低消防员训练损伤发生率,从个人因素、环境因素和组织管理因素3个方面,提出包含19个指标的消防员训练损伤风险评估指标体系;采用Bonferroni有序加权平均算子(BON-OWA算子)修正层次分析法(AHP)的误差,获得各指标的主观权重;引用基于指标相关性的权重确定法(CRITIC)确定各指标的客观权重;基于博弈论组合赋权法确定各指标的组合权重;引入云模型理论,建立消防员训练损伤风险评估模型,并以河南省某消防救援大队消防员的训练为例,验证该模型的科学性。结果表明:训练装备的战技性能状况指标对消防员的训练损伤风险等级影响最大;该风险评估模型通过数据处理,可以确定消防员训练损伤风险等级;案例中,消防员在5种不同情景下的训练损伤风险等级均为一般风险,这与模糊综合评价法所得结果一致。

不确定语言Hero平均算子及其在多属性群决策中的应用

基于Hero平均算子,提出一些适合不确定语言环境的聚合算子,即不确定语言Hero平均（ULHA）算子和不确定语言广义Hero平均（ULGHA）算子,并且讨论了它们的基本性质,如单调性、有界性、幂等性、置换性等,以及它们的一些特殊情形。在ULHA算子的基础上,提出了不确定语言几何Hero平均（ULGHA）算子和不确定语言加权几何Hero平均（ULWGHA）算子。最后给出了基于ULWGHA算子的多属性群决策方法,并且将之应用到教师选拔问题中。

基于区间灰色不确定语言Power有序加权算子的多属性决策方法

针对区间灰色不确定语言变量的多属性决策问题,提出了基于Power平均算子的新聚合算子——区间灰色不确定语言有序加权平均(IGULPOWA)算子。开发了该方法以处理区间灰色不确定语言环境下的多属性决策问题,提供了一个数值示例来说明该过程。

基于IOWC-GOWA算子的区间组合预测模型

在连续区间数广义有序加权平均(C-GOWA)算子基础上,将IOWA算子和C-GOWA算子相结合,提出诱导有序加权连续区间广义有序加权平均(IOWC-GOWA)算子的概念。以指数支撑度作为相关性指标,构建新的组合预测模型。通过实例分析说明该模型能有效提高预测精度。

基于相关系数及IOWA算子的区间组合预测方法

传统的组合预测方法是针对数字型数据并以改善拟合误差平方和为准则来建立模型。然而,在不确定环境下,样本数据和预测值均以区间数给出,因此有必要研究区间组合预测模型。文章引进IOWA算子以及相关系数概念,建立了多目标的区间组合预测模型,并探讨了模型的求解方法,再结合实例分析验证了模型的有效性,同时给出模型中的参数的灵敏度分析。