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.

广义实型密度加权平均中间算子及应用

针对普遍存在的向量、矩阵等多维的数据形式,将面向点值的密度加权平均中间(DWA)算子拓展为广义实型密度加权平均中间(GR-DWA)算子.给出了通用的数据元素聚类过程,该过程能够对点、向量、矩阵等3种类型的数据进行有效分组.研究了一种兼顾"规模"与"功能"信息的密度加权向量设置方法,并给出了3种参数确定思路,以支持主观、客观或主客观结合等多种决策方式.定义广义实型密度算术平均(GR-DWAAA)算子,并探讨了GR-DWA算子在多属性群决策中的多种运用途径.最后,给出了GR-DWAAA算子处理多属性群决策问题的一个应用算例,算例的结果验证了算子的有效性.

基于密度加权平均算子的交叉效率集结方法

针对数据包络分析(DEA)交叉效率模型的集结问题,文章提出了一种基于密度加权平均算子的交叉效率集结方法。首先通过改进的交叉效率评价模型得到交叉效率矩阵;其次考虑到由于统计误差等因素导致的数据误差和交叉效率评价值分布的疏密程度,结合密度加权平均算子,分别将各决策单元的交叉效率评价值集结为一个区间值;然后引入基于可能度的优序数区间排序方法对所有决策单元进行综合排序;最后通过算例证明所提方法是合理且可行的。

基于多源密度信息集结算子的组合评价方法

基于密度加权平均(density weighted averaging,DWA)中间算子的集结性质,构建了面向组合评价的DWAFor-ce算子,该算子对用于"组合评价"的"甄别奖惩"思想进行了方法性的拓展,可通过参数的控制对"甄别奖惩"的程度进行无限级的调节。DWAFor-ce算子具有适合组合评价问题的多种优良性质,并能对点数据或向量数据进行处理,同时具备了组合优化评价值或序值的集结结构。最后用一个算例验证了DWAFor-ce算子的有效性及一些新颖的特征。

多源密度集结算子及其性质分析

对已有密度加权平均(DWA)中间算子进行拓展,给出了新的密度加权几何平均(DWGA)中间算子。在密度(DM)中间算子的结构上,系统地定义了若干密度合成算子,从而拓展了密度信息集结算子的可选种类,同时,统一并明确了一些称谓,这使得DM算子类的结构更为清晰了。着重对密度集结(DM□)算子的性质进行了分析,证明了DM□算子具有置换不变性、幂等性、介值性及条件单调性等优良性质,并给出了条件单调性的判定程序,将规划模型融入该判定程序中,通过对模型的求解及最优目标值的观测可以就特定情形下DM□算子的"单调性"性质做出判断。通过分析发现,DM□算子具备多种基础算子的通用形式,因而在归纳的基础上给出了DM□算子的"全拓性"性质。最后,用一个算例对DM□算子的性质进行了数值验证。

基于CRIOWA算子的协同设计方案群体决策方法研究

针对当前的信息集结算子研究在解决协同设计方案多准则群体决策中的不足,提出一种基于密度峰值法的类信息可靠性诱导有序加权平均算子.首先由决策者根据模糊数学的隶属度理论对备选设计方案进行定量评价,形成决策矩阵,在此基础上将决策者对每个设计方案的决策结果表示为特征向量;然后提出一种改进的密度峰值聚类算法对每个设计方案的决策向量进行聚类,并获取每一类的聚类中心作为代表数据;最后计算每类决策信息的可靠性,利用类信息可靠性诱导的有序加权平均算子进行信息集结,得到每个设计方案的综合评价结果.以某型号卫星的结构设计方案决策为例,验证了文中方法在解决多准则群体决策问题中的有效性.

基于评价局部环境的双目标协同优化评价法

称评价局部环境是根据具体评价问题生成的,以评价参与者为节点,参与者之间的评价关系为链接构成的评价群体网络结构.通过将节点(评价参与者)网络结构信息与节点(评价参与者)属性信息融合,根据评价群体网络结构特征寻找适当的群组评价方法,构建群组评价的平面数据集并开发了平面密度加权平均算子(平面密度加权算术平均算子(PDWA算予)和平面密度加权几何平均算子(PDWGA算子)),通过对评价群体类型具有一贯性或可变性区分,定义了评价群体的合作型协同和竞争型协同,构建相应的规划模型对不同类型的评价群体进行优化,应用平面密度加权平均算子对评价信息进行集结从而得到最终评价结果.

基于改进模糊综合评判法的告警器能力评估

针对模糊综合评判法在告警器评估时的有效评估问题,对评估过程的指标赋权、隶属度、信息集合算子进行了研究,提出了一种改进的适合告警器的模糊综合评判方法。该方法根据最小二乘原理和离差函数,把目标规划方法应用到组合赋权之中,充分考虑了权重的主客观因素;建立了基于隶属云的评估模型,用隶属云代替隶属函数,保留了隶属度的随机特性;提出了将密度加权平均(Density Weighted Average,DWA)算子用到信息集结中,充分利用了所有的评估信息。通过对某型机载雷达告警器的有效评估,表明了该方法的合理性。