基于偏差最小化模型的多属性决策集成方法

分析一般线性加权法和关联系数分析法的优缺点,基于偏差最小化原理,建立了两种方法的集成模型,该模型充分利用专家赋予的属性权重值和评价矩阵信息值的相关性,求出更合理的属性权重值来进行决策,保证决策结果与一般线性加权法和关联系数分析法的一致性。实例表明了该方法的可行性和优越性。

时钟延时及偏差最小化的缓冲器插入新算法

本文提出了以最小时钟延时和时钟偏差为目标的缓冲器插入新算法 .基于Elmore延时模型 ,我们得到相邻缓冲器间的延时是缓冲器在时钟树中位置的凸函数 .当缓冲器布局使所有缓冲器间延时函数具有相同导数值时 ,时钟延时达到最小 ;当所有源到各接收端点路径的延时函数值相等时 ,时钟偏差达到最小 .对一棵给定的时钟树 ,我们在所有从源点到各接收端点路径上插入相同层数的缓冲器 ,通过优化缓冲器的位置实现时钟延时最小 ;通过调整缓冲器尺寸和增加缓冲器层数 ,实现时钟偏差最小 .

偏差最小化的单机排序问题

提出寻找ｎ个独立工件在一台机器上加工，使工件完工时间与平均完工时间的平均绝对偏差（ＭＡＤ）最小的最优排序问题．

积分型罚函数法求解极大极小问题及其在机构综合中的应用

将机构综合中的最大偏差最小化设计问题转化为一个具有连续参数的非线性参数规划问题 ,然后构造了积分形式的惩罚函数 ,导出了该惩罚函数中的积分及导数的数值计算表达式。并以函数发生机构及机构惯性力平衡为应用实例加以说明。

不确定语言评价信息下大群体决策的MC-EMD方法

针对传统语言群决策方法专家权重难以合理求取且决策属性值为不确定语言变量的问题,提出一种基于蒙特卡洛经验模态分解(Mentor Carlo-Empirical Mode Decomposition,MC-EMD)提取专家语言评价信息的多属性大群体决策方法。考虑专家期望偏差越小为宜,建立偏差最小单目标优化模型求解属性权重;运用EMD方法分解各专家的综合语言评价值,得到客观趋势成分和主观随机成分,以客观趋势成分的均值作为评价结果;鉴于不同专家顺序可能有不同的分解结果,从而导致评价结果的不确定性,基于蒙特卡罗思想随机抽取专家排序,通过计算模拟获取专家评价的总体客观趋势,并借以进行方案优选排序。案例分析验证了该方法的有效性和可行性。