二维区间密度加权算子及其应用

针对不确定多属性决策中的属性信息分布不均匀,且评价信息多数为二维信息的情况,本文提出了二维区间密度加权算子(TDIDW算子)的属性信息集结方法.依据密度算子的集结过程特点,文章首先定义了二维区间密度加权算子及其合成算子,然后介绍了基于灰色区间聚类法的评价信息分组方法以及基于非线性模型的密度加权向量确定方法,最后进行了算例验证.验证结果表明,该方法可以有效地解决由于属性信息分布不均匀而导致评价结果不准确的问题.

基于二维密度加权算子的群体评价信息集结方法

群体评价中已有的信息集结算子都没有考虑到信息分布的疏密情况,且其评价信息又通常为二维数据,为此,提出了一种基于二维密度加权算子的群体评价信息集结方法。定义了二维密度加权算术平均(TDWA)算子和二维密度加权几何平均(TDWGA)算子2种新的集结算子。将新算子应用于群体评价的信息集结中,并分别给出了群体评价(二维)数据的分组与群体密度权向量的具体确定方法。最后,给出了一个具体的集结算例。

区间直觉模糊数密度加权算子及其决策应用

在多属性决策中,当属性值为区间值直觉模糊数时,考虑属性信息分布疏密程度,研究了区间值直觉模糊集数据聚类的问题,提出了新的算子——线性区间值直觉模糊数密度加权平均中间算子(IIFDWA)和积性区间值直觉模糊数密度加权平均中间算子(IIFDWGA),统称区间值直觉模糊密度加权算子.最后,将IIFDWA算子和WAA算子结合应用到多属性群决策问题中.

密度加权平均中间算子及其在多属性决策中的应用

针对已有的信息集结算子没有考虑属性信息分布疏密程度的情况,研究了一维数据聚类的问题,并给出一种一维聚类的方法.在此基础上,开发了密度加权平均(DWA)中间算子,并将该算子与已有的5种信息集结算子进行合成,得到的合成算子兼顾了多种算子的特点.最后通过一个算例验证了DWA算子及合成算子的一些新颖的特征.

区间数密度算子及其应用

针对决策信息为区间数形式的不确定多属性决策问题,将密度中间算子由精确值形式拓展到区间数形式.通过引入"区间隶属度"的概念对区间数进行聚类,并给出一种通过规划模型确定密度加权向量的方法;在此基础上,对区间数密度中间算子及其合成算子进行了界定.最后,通过一个算例对区间数密度算子的应用进行了说明.该方法结合区间数的特征,进一步拓展了密度算子的理论体系和实际应用范围.

利用二维核回归估计的大气密度模式修正

传统经验大气密度模式预测大气密度存在的较大误差会引起低轨卫星轨道预报误差,对卫星的再入轨、控制计划、碰撞规避及精密定轨造成不利影响.利用天宫一号卫星探测数据,针对大气NRLMSISE-00模式计算的误差特点,在地磁相对平静(Ap≤30)的时间段内,对相近地方时和纬度的模式误差分布进行分析发现,相近地方时和纬度的模式误差分布基本相同.利用二维核回归估计方法,对与预测点相近地方时和纬度的样本误差进行加权,估计预测点处的模式误差,进而按距离预测日期天数的长短,采用加权修正法对模式预测结果进行修正,修正后大气模式误差的均方差(RMS)由14.09%降至4.05%.研究结果表明,该修正方法可以显著提高大气密度预报精度.

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。

二维随机变量的和的概率密度求解

本文结合具体例题就二维随机变量的和的概率密度求解中的难点问题给出详细分析.

基于GOWA算子的IITFN群决策方法

对区间直觉梯形模糊数(IITFN)决策方法进行了研究.通过定义区间直觉梯形模糊数的期望值和预期得分,进而给出区间直觉梯形模糊数的一种新的排序方法;同时,给出了广义有序加权平均算子及其性质.为了求广义有序加权平均(GOWA)算子的权重,提出了广义最小二乘法,进而建立了基于区间直觉梯形模糊数的属性权重完全未知的多属性群决策方法,并给出了相应的群决策方法.实例分析验证了所提出方法的有效性.

基于ASD-KDE的风电出力超短期区间预测

为提高含风电场电网经济调度能力、降低电力系统规划决策的保守性,构建了原子稀疏分解-二维核密度估计(ASD-KDE)模型对风电出力进行区间预测。该方法在采用小波-原子稀疏分解(WD-ASD)预测模型得出点预测值及预测误差的基础上,通过摇摆窗函数将历史风电数据划分为多个波动区间,使用二维核密度估计(KDE)模型逐步滚动获取预测值置信区间。实际风电场算例验证了该模型的自适应性、快速性、有效性及可信性,得到的区间可信度高,可为调度部门提供更多不确定信息,使风电资源得到有效利用。

不确定语言信息下的大规模交互式群体评价方法及其应用

针对目前不确定语言信息下的交互式群体评价研究数量较少且大多只适合中小规模群体研究的不足,提出了一种新的不确定语言信息下的大规模交互式群体评价方法。对单轮大规模不确定群体意见进行合理的聚类分组,并运用二维不确定语言密度算子对其进行集结;给出了一个大规模群体意见的稳定性指标,以此来确定交互终止的条件;最后,在诱导不确定语言混合集成算子的基础上,对多轮评价结果进行了集结。实例分析验证了该方法的有效性和合理性。

基于随机阵列的相控阵T/R组件排布方法

基于随机阵列理论,首先分析了二维随机阵列的方向图形成特点,对二维随机阵列的平均方向图进行研究,得到阵元位置的随机分布会影响方向图性能。在此基础上分析了实际阵元的随机排布,指出了两个在排布时会出现的问题,然后提出了最短距离排布的方法,使得问题得以有效解决。最后通过仿真对比最短距离排布的随机阵列与传统的密度加权阵之间的性能差异,根据仿真结果总结分析得出最短距离排布在抑制旁瓣和工程实现方面更优。