给出属性优先序的模糊多属性决策方法

研究属性值为模糊变量,已知属性优先序信息的模糊多属性决策问题。基于模糊变量的期望值、模糊变量之间的距离等概念,建立以极大化属性值的离差为目标的模糊期望值模型来确定各属性的权重;基于期望值算子,计算出各方案的期望效用值,从而获得各方案的排序;通过数值算例说明所提出方法的有效性。

一种具有属性优先级的装备重要功能单元确定方法

为了对确定装备重要功能单元进行辅助决策,针对现有确定装备重要功能单元方法的不足,介绍了区间数多指标决策问题,结合各属性指标的优先性,对传统的区间数TOPSIS方法进行改进,提出了一种考虑属性优先级的区间数TOPSIS方法来确定装备重要功能单元。实例应用结果表明:该方法既能保证确定重要功能单元的客观性,又能反映不同决策的风险程度,同时,该方法运算简单,易于计算机编程实现,具有较强的应用性和推广性。

基于PSO的属性选择方法

为了减少实例对属性选择的影响,本文提出了基于PSO的属性选择方法。该方法主要利用PSO算法求实例群的最优熵值,获得相应的属性阈值,并利用阈值确定属性的优先级,最后按优先级进行选择。在实验中,通过确定本体中概念属性的优先级来验证所提算法的性能。实验结果表明,该方法减少了对实例的依赖,计算量也相对减少。

基于属性匹配的装备保障体系建模方法研究

现有装备保障体系拓扑建模方法难以描述体系内部异质节点及各功能子网之间的关系,借助超网络理论提出了装备保障体系网络建模方法。定义了基于超网络的装备保障体系概念;提出了基于“三层五网”结构的装备保障体系超网络模型,结合欧式距离算法提出了基于属性匹配优先的边连接策略;以某战区装备保障体系为例,仿真表明该模型展现出近似无标度特性和小世界特性,且抗毁性高,为装备保障网络建设提供了一种新思路。

一种改进的ID3算法

ID3算法是决策树学习的核心算法。本文论述ID3算法的基本思想和实现方法,针对原有算法的不足之处,提出了一种基于属性优先权的新算法,并通过实验证明改进后的算法具有更高的决策效率。

一种基于ID3决策树的优化算法

ID3算法是最为经典的分类方法,理论清晰,计算简便,已得到广泛应用。但ID3算法存在多值偏向问题,分类精度不够高,这些都限制了它的应用效果。本文依据决策树的改进思路,提出一种基于ID3算法的优化算法,分析了优化算法的建树过程和优缺点,并以实验数据验证了新算法的性能。结论中概述了新算法的特性和下一步研究重点。

一种健壮有效的决策树改进模型

提出了一种健壮有效的决策树改进模型AID3。该决策树模型基于经典的ID3决策树模型,在属性的选取上进行了改进。利用引入属性优先关联度参数计算节点的修正信息增益,并选择具有最高修正增益的属性作为当前节点的测试属性。实验表明,AID3决策树模型在提高分类准确率的同时,有效地增强了模型的健壮性。

考虑区间元素个数的区间犹豫模糊决策方法

针对属性值为区间犹豫模糊元且属性间存在优先级的多属性决策问题,提出一种基于区间犹豫模糊符号距离的多属性决策方法。首先,针对区间犹豫模糊元中人为添加元素导致的主观性过强问题,基于区间犹豫模糊信息给出一种考虑元素个数的改进犹豫度的概念,并在此基础上给出基于区间犹豫模糊信息的改进符号距离的定义;其次,根据区间犹豫模糊集中区间元素之间方差以及区间元素个数定义一种含有对数函数的区间犹豫度,并基于区间犹豫度定义了一种基于区间犹豫模糊信息的区间符号距离;再次,基于该区间符号距离给出一种具有属性优先级的属性权重确定方法,并利用加权符号距离对备选方案进行排序;最后,数值案例显示所提方法可行、有效且区分度明显。

一类区间粗糙数型多属性决策方法研究

研究属性值为区间粗糙数,具有属性优先序信息的多属性决策问题.首先给出粗糙属性值的规范化公式;然后基于区间粗糙数的相离度定义,建立以极大化属性值的离差为目标的最优化模型来确定各属性权重;进而基于粗糙算术运算以及期望值算子,计算出各方案的期望效用值,从而获得各方案的排序;最后通过数值例子表明了所提出方法的有效性.

Interval Neutrosophic Prioritized OWA Operator and Its Application to Multiple Attribute Decision Making

On the basis of prioritized aggregated operator and prioritized ordered weighted average(POWA)operator,in this paper,the authors further present interval neutrosophic prioritized ordered weighted aggregation(INPOWA)operator with respect to interval neutrosophic numbers(INNs).Firstly,the definition,operational laws,characteristics,expectation and comparative method of INNs are introduced.Then,the INPOWA operator is developed,and some properties of the operator are analyzed.Furthermore,based on the INPOWA operator and the comparative formula of the INNs,an approach to decision making with INNs is established.Finally,an illustrative example is given to verify the developed approach and to demonstrate its practicality and effectiveness.