基于模糊交叉熵与TOPSIS的碳审计风险评估

审计在促进“双碳”目标实现的过程中发挥着重要的监督与评价作用,有效规范了企业的碳排放行为,推动了企业生产方式的绿色转型。当前,我国的碳审计发展尚处起步阶段,存在着诸如制度不健全、碳数据核算困难、碳审计人才缺乏等一系列问题,多种因素的叠加使得碳审计工作面临着极大的风险与挑战。在文献梳理的基础上,本文依托传统风险导向审计理论,首先从环境风险、固有风险、控制风险、检查风险四个层面建立碳审计风险评估指标体系;其次,借助模糊交叉熵和TOPSIS算法构架新型的碳审计风险评估模型,探索碳审计风险评估模型的运行步骤,明晰风险评估模型中的决策方案排序策略;再次,通过对特定案例的深入分析,阐释模糊交叉熵和TOPSIS风险评估模型在碳审计风险评估中的具体应用流程,全方位探究风险评估模型中各类运算结果的分析方法;最后,针对碳审计所面临的各种风险,相应地从碳审计模式设计、双碳大数据中心构建、人才队伍建设三个方面提出管理碳审计检查风险的措施与建议。有关研究思路和结论能够为审计组织如何发现碳审计存在的关键风险因素、衡量碳审计风险水平、评价和控制碳审计风险提供理论支持。

多目标优化问题的模糊交叉算法与收敛性

本文研究了目标权重未事先确知的多目标优化问题，建立可以同时确定目标权重与方案相对优属度的模糊交叉迭代算法，严格证明了该算法的局部收敛性．

基于直觉模糊交叉熵及灰色关联的混合评价信息供应商选择决策

针对主客观混合评价信息的供应商选择决策问题,提出一种基于直觉模糊交叉熵及灰色关联的群决策方法。在确定供应商选择决策指标体系的基础上,将不同类型的主观评价信息统一转化为直觉模糊数,基于新的得分函数及单个决策者与决策群体的评价偏差确定决策者权重。把转化为直觉模糊数的规范化客观评价信息与群体直觉模糊主观评价信息合并,并采用直觉模糊熵确定各属性权重。根据直觉模糊数之间的交叉熵距离度量,采用灰关联法实现对备选供应商的排序择优。制造类企业供应商选择算例表明所给方法的合理有效性。

模糊交叉迭代法的空战威胁度评估排序方法

在目标属性权重未知的情况下,综合考虑模糊最小隶属度原则、模糊最大隶属度原则以及考虑人为主观知识经验和偏好的情况,给出一种运用模糊交叉迭代法对多目标进行评估和排序,进行了仿真计算,并与基于熵权的威胁度评估排序方法进行比较,结果表明该算法是合理和有效的。

一种新的区间直觉模糊交叉熵及其应用

为了全面反映区间直觉模糊集的不确定性,定义了区间直觉模糊集的3种不确定性因子,即直觉因子、模糊因子和跨度因子;基于这3种不确定性因子,给出了一种新的区间直觉模糊交叉熵,并且证明了交叉熵的相关性质;利用区间直觉模糊集的交叉熵,提出一种确定属性权重的方法,并且根据区间直觉模糊集的加权相关系数,给出了具体的区间直觉模糊多属性决策算法;最后,通过实例分析了方法的可行性和有效性。

Pythagorean犹豫模糊交叉熵的多属性决策方法

针对决策信息为Pythagorean犹豫模糊数的多属性群决策问题,提出一种基于Pythagorean犹豫模糊交叉熵的多属性群决策方法。引入Pythagorean犹豫模糊交叉熵的概念。以Pythagorean犹豫模糊交叉熵作为决策信息差异程度的度量,提出专家权重和属性权重的确定模型。提出一种基于Pythagorean犹豫模糊熵的TOPSIS方法,并通过光伏电站选址案例说明了该方法的可行性和有效性。

改进的模糊交叉算子及其在CGA中的应用

基于标准化适应值信息,提出改进的模糊交叉算子,并应用到细胞状遗传算法(CGA)中。在具有局部搜索倾向的交叉操作中,该算子能使后代更偏向于适应值高的父体。在具有全局搜索倾向的交叉操作中,能使较差个体在更大范围内进行搜索,有效地引导CGA算法向全局最优解的方向收敛。仿真实验结果表明,基于改进模糊交叉算子的CGA算法性能更好。

基于直觉模糊交叉熵的配电网平衡能力提升方法

在“双碳”目标下新型配电网具有典型平衡区的特征,提升配电网平衡区的平衡能力对保障新型配电网经济高效运行具有重要的工程意义。首先,考虑联络线利用率、自平衡度、可调能源占比、可控负荷占比和可再生能源利用率,构建5项平衡指标。其次,采用直觉模糊交叉熵算法计算指标权重,通过加权得到综合判别平衡因子,用于综合量化平衡能力。然后,以全寿命周期成本最小和综合判别平衡因子最大为目标,设备运行、配置和平衡指标作为约束条件,构建多目标优化配置模型,提出考虑分时电价的能量优化运行策略。最后,以工程实测数据为例进行了仿真,结果验证了所提方法的有效性。

毕达哥拉斯模糊交叉影响集成算子及其决策应用

定义毕达哥拉斯模糊数的交叉影响加法、数乘、乘法及幂运算,提出毕达哥拉斯模糊交叉影响加权平均算子(PFIWA)、毕达哥拉斯模糊交叉影响有序加权平均算子(PFIOWA)、毕达哥拉斯模糊交叉影响加权几何算子(PFIWG)及毕达哥拉斯模糊交叉影响有序加权几何算子(PFIOWG),推导出它们的数学表达式,并研究其性质.提出基于毕达哥拉斯模糊交叉影响集成算子的决策方法,并通过决策实例验证所提出方法的稳定性和有效性.

模糊系数交叉规划

在模糊系数规划和交叉规划的理论基础上 ,对模糊系数交叉规划进行讨论 ,在以各个子规划的最小目标满意度最大化为最优性条件的要求下 ,提出模糊系数规划的模糊最优解的定义 ,并给出一种可行的求解方法 .

Pythagorean模糊对称交叉熵及加权投影的多属性决策

在Pythagorean模糊多属性决策问题中,以欧式距离等距离测度为基础计算各备选方案与正、负理想解的距离,可能产生与正理想解距离更近的待选方案却与负理想解的距离也更近,导致所得方案排序结果并不能真实反映各备选方案的优劣程度。为有效克服决策结果的逆序问题,提出满足对称性、有界性的Pythagorean模糊对称交叉熵,进而给出Pythagorean模糊加权对称交叉熵的定义;针对规范化的Pythagorean模糊决策矩阵,以得分函数确定正、负理想方案,通过计算各方案与正理想方案的对称交叉熵并依据各属性的灰色关联贡献度确定各属性权重;分别求出各备选方案到正、负理想方案上的加权投影值,将两类加权投影值标准化处理,通过各方案的贴近度实现方案的排序择优。最终将该决策方法应用于R&D项目优选决策问题,并经对比分析验证该决策方法的有效性与合理性。

直觉模糊交叉影响Choquet积分算子及其决策应用

直觉模糊Choquet积分集成算子能有效解决属性关联的直觉模糊决策问题,直觉模糊数交叉影响运算能反映出不同直觉模糊数的隶属度和非隶属度之间的交叉影响.通过将直觉模糊Choquet积分平均算子与直觉模糊数交叉影响运算相结合,定义了直觉模糊交叉影响Choquet积分集成算子,包括直觉模糊交叉影响Choquet积分平均算子(IFICIA)和直觉模糊交叉影响Choquet积分几何算子(IFICIG),推导出它们的计算公式,讨论了它们的性质.通过研究直觉模糊交叉影响Choquet积分集成算子的特殊形式,发现直觉模糊交叉加权平均算子(IFIWA)和有序加权平均算子(IFIOWA)、直觉模糊交叉加权几何算子(IFIWG)和有序加权几何算子(IFIOWG)等均为它们的特例。最后,提出了基于直觉模糊交叉影响Choquet积分集成算子的决策方法,通过决策实例说明其可行性和稳定性。

神经网络识别分类中交叉模糊问题的研究

针对神经网络在分类问题研究中出现的交叉模糊问题 ,提出误差比对法对模糊问题加以解决。以BP网络对TBM和诱饵进行分类识别为例 ,分析表明该方法精度可靠 ,可望较好地解决分类问题中的模糊问题。

基于GA的交叉路口自适应模糊控制器优化设计

经典交叉路口交通信号模糊逻辑控制器的模糊规则是预先人为确定的,不可避免地带有主观因素,且不能随着交通流的变化而动态改变,不能保证模糊逻辑控制系统最优的要求。本文提出适用于交通信号模糊逻辑控制的改进GA算法,设计适用于模糊规则编码的带区间范围限制的十进制编码方案,并实现受限分布一致交叉和变异算子,改进经典赌轮选择法,避免病态个体产生,加快收敛速度,可以自适应地动态确定最优模糊规则。MATLAB仿真结果表明该方法的有效性。

基于GA的交叉路口自适应模糊控制器设计

针对交通领域中模糊逻辑控制器的模糊子集隶属度函数的离散性特点,提出了改进的GA(GeneticAlgorithm)算法,设计了适用于模糊子集隶属度函数编码的带区间范围限制的十进制编码方案,并实现受限分布一致交叉和变异算子。改进的经典赌轮选择法,通过动态确定最优隶属度函数,模糊控制器的控制性能得到提高,避免了病态个体产生,加快了收敛速度。通过一个实例的Matlab仿真结果表明了该方法的有效性。该方法对路口两方向车辆到达率相差较大情况的处理亦收到明显的效果。

基于复合多尺度交叉模糊熵的行星齿轮箱故障诊断

模糊熵是衡量时间序列复杂性的非线性动力学分析方法,也是提取齿轮箱非线性故障特征的有效工具。然而模糊熵只对单个时间序列进行复杂性测量,忽略了两个不同时间序列之间模式的相似性。为充分利用振动信号间的丰富信息,将能够有效衡量两个时间序列同步性、相似性和互预测性的交叉熵理论引入到行星齿轮箱故障诊断中。针对单一尺度的熵值不能完整反映序列间模式复杂性问题,通过复合粗粒化的方式对时间序列进行多尺度分析,提出了衡量两通道时间序列相似性与互预测性的复合多尺度交叉模糊熵方法。在此基础上,提出了一种基于复合多尺度交叉模糊熵和萤火虫优化支持向量机的行星齿轮箱故障诊断方法。最后,将所提的故障诊断方法应用于行星齿轮箱试验数据分析,并与现有方法进行了对比,结果表明所提方法能够有效提取故障特征,并且在故障类型诊断方面有更高的识别率。

区间直觉模糊集的模糊熵群决策方法

针对专家权重未知、专家判断信息以区间直觉模糊集给出的多属性群决策问题,提出了一种新的模糊熵决策方法。通过定义区间直觉模糊集的模糊熵判断专家信息的模糊程度,进而确定每位专家的权重;然后计算备选方案距理想方案和负理想方案的模糊交叉熵距离,得到每个专家对方案的排序;再分别利用加权算术算子和加权几何算子集结专家的排序结果,得到专家群体对方案的排序。实例分析验证了方法的有效性。

模糊变异算子的改进鸽群优化算法

针对鸽群优化算法易于早熟收敛、陷入局部最优的问题,提出了一种改进的鸽群优化算法。改进算法基于鸽群优化算法中地图和指南针算子与地标算子的位置更新公式,受差分进化算法的启发,引入模糊交叉变异算子,构建修改的个体位置更新公式来增强算法的搜索能力。与其他3种算法在19个测试函数上进行比较,比较结果表明:改进算法在测试函数上寻优率从47.4%提高到94.7%,在旅行商问题(TSP)上相对误差从1.63%下降到0.19%,优于其他3种对比算法。

基于双哈希模糊布隆滤波器云存储数据融合

为提高跨多个区域大数据存储效率,提出一种基于布隆(Bloom)滤波器(BF)的海量数据存储空间部署策略。采用模糊交叉方法(FFBF),使用模糊交叉操作合并压缩两个Bloom滤波器,实现散列数据在两个Bloom滤波器的共享容纳,减少海量数据存储需求;利用双哈希计算k个哈希函数降低计算成本。实验结果表明,所提算法的误报受压缩操作(即失效数据)的影响很小,数据衰减缓慢,允许流数据在内存中驻留相当长的时间。

一种新的区间直觉模糊熵及其应用

提出了区间值直觉模糊集的区间直觉模糊交叉熵,这种交叉熵充分考虑了区间值直觉模糊集的隶属度,非隶属度以及犹豫度。给出一种区间值直觉模糊集的区间直觉模糊熵的公理化体系,并且基于直觉模糊交叉熵公式给出一种区间直觉模糊熵的具体测度公式。利用区间值直觉模糊集的加权相关系数,将提出的熵公式应用于解决属性权重完全未知的区间直觉模糊多属性决策问题。