基于正态波动犹豫模糊信息的环境质量评价

正态波动犹豫模糊信息不仅能够保持原始评价信息,而且能够挖掘决策者深层的不确定信息。基于正态波动犹豫模糊集的得分函数能够精确地表达并且比较决策者的偏好信息。利用基于正态波动犹豫模糊信息的评价方法,解决与人们生活息息相关的环境质量评价问题,为保障自然环境质量和提高环境评价准确性提供理论方法基础。

广义犹豫正态模糊信息集成及其多属性群决策

定义了犹豫正态模糊元及其运算法则、得分函数、Euclidean距离等概念;提出了广义犹豫正态模糊有序加权平均算子,并研究其性质,该算子不仅尽可能多地保留决策者的偏好信息,还可依据决策者的主观意愿选择不同的参数和属性权重,使得决策结果达到决策者的期望值;紧接着对属性权重和算子参数赋予不同的数值,获取广义犹豫正态模糊有序加权平均算子的若干种特殊算子,并探讨两个常用算子的大小关系;针对属性权重完全未知的多属性群决策问题,构建一种基于广义犹豫正态模糊有序加权平均算子的群决策方法。该方法利用同一属性下所有方案属性值间的距离求得最优权重,然后将同一方案下各属性值集结成为综合属性值,进而得到方案优劣排序。通过实例分析说明该方法的可行性和有效性。

基于正态信息扩散原理的路基沉降模糊可靠度分析

基于正态信息理论,给出了路基沉降概率分布的拟合方法,并利用精度较高K-S检验法验证了该方法的正确性。将Beta分布引入路基沉降模糊失效事件的隶属函数中,解决了常用隶属函数存在的不足。同时,利用模糊可靠度理论,给出了路基沉降模糊可靠度的计算公式。最后通过工程实例验证了本文方法的有效性。

基于正态云模型和信息公理的设计评价方法

设计方案的选择和评价是产品设计过程中的一个重要环节,就此环节提出了一种基于正态云模型和公理化设计理论中信息公理的设计方案评价方法。该方法运用正态云模型和信息公理将定性的模糊信息数值化,通过计算求得设计中各个指标的信息量以及各个设计方案的信息总量,通过比较各个方案的信息总量大小来对设计方案进行评价。以某型油料加注装备设计评价为例,证明了此方法的有效性。

区间正态信息集成算法的数据库选择模型

在区间正态模糊信息环境下,对于指标权重信息完全未知的多属性群决策问题,设计了两种信息集成算法,建立一种区间正态模糊多属性群决策模型。首先给出区间正态模糊数的基本运算规则;然后,分别从算术和几何角度设计了区间正态模糊加权平均(IVNFWA)算子和区间正态模糊加权几何(IVNFWG)算子,同时对新建立的2个算子进行大小比较分析;最后在区间正态模糊信息环境下将提出的信息集成算法与距离公式相结合,构建一种属性权重完全不可知的多属性决策模型;结合数据库系统选择实例,对提出的决策方法进行验证。测试结果表明,提出的多属性决策方法是正确的、可行的与高效的。

基于云模型的地下铁矿区生态风险模糊综合评价

针对铁矿开采带来的生态环境问题,从固有危险性、现状水平和控制状况三个方面建立地下铁矿区生态风险综合评价指标体系。该指标体系能从宏观上反映矿区生态风险的主要矛盾,利于矿区间进行比较。针对评价过程中的模糊性和随机性,构建了基于云模型的模糊综合评价方法,利用云模型改进模糊评价的评语集和隶属度函数,有效体现了评价过程中模糊性和随机性的统一,同时引入模糊熵概念进一步表征风险评价结果的模糊性和所评矿区生态问题的复杂度。程潮铁矿实证表明,评价结果能较好地反映矿区实际情况。本文所提出的方法为矿区生态风险综合评价提供了一种新的分析框架。

模糊多属性决策方法应用于区域经济发展研究

针对区间直觉正态模糊环境下的多属性决策问题,提出了新的信息集成算法,并构建了一种新的多属性决策方法。首先,定义了区间直觉正态模糊数的概念,探讨了其运算法则和性质;其次,提出了区间直觉正态模糊信息集成算子,包括区间直觉正态模糊加权平均(IVINFWA)算子和区间直觉正态模糊加权几何(IVINFWG)算子,并探究了它们的优良性质以及这两种算子之间的内在关系;最后,基于提出的这两类算子,建立了一种新的区间直觉正态模糊多属性决策方法,并结合区域经济发展研究实例,对决策方法的可行性与有效性进行检验。

基于犹豫正态模糊可能度的多属性决策方法

针对属性权重未知的多属性决策问题,提出了一种基于犹豫正态模糊可能度的决策方法.首先提出了犹豫正态模糊环境下可能度的概念,并分析了其性质;之后,根据两两属性间优劣的可能度确定属性权重,集成各方案的属性值得到综合属性值,利用综合属性值获取方案间优劣的可能度,对方案进行排序和择优;最后,通过一个算例说明算法的实用性和可行性.

犹豫正态模糊优先集成算子及其在城市综合评估中的应用

犹豫正态模糊数综合了正态模糊数的分布规律和犹豫模糊集的不确定性,在决策问题中有很大的作用。在某些问题上,方案的属性间往往有优先关系,针对此类信息的集成问题,本文提出了准则间具有优先关系的犹豫正态模糊优先加权平均算子、犹豫正态模糊优先加权几何平均算子,并讨论了这些算子的性质。在此基础上,提出了一种基于犹豫正态模糊优先集成算子的群决策方法,最后通过实例分析说明了该算子的有效性和可行性。

小子样产品的可靠性评定

可靠性评定是可靠性技术发展的重要研究方向之一,小子样产品可靠性评定技术由于信息量少,一些成熟的统计学方法并不适用于小子样情况。文章评述了国内外在小子样产品可靠性评定方面的研究现状,给出了工程上常用的可靠性评定Bayes方法、信息熵法、近似正态法、矩估计法的数学模型和计算方法,讨论了小子样产品可靠性评定急需解决的主要问题,并对其今后的发展方向做了展望。

突防场景下基于NWHFS的集群射频隐身性能评估

针对航空集群在突防场景下的射频(radio frequency,RF)隐身性能评估问题,提出基于正态波动犹豫模糊集(normal wiggly hesitant fuzzy set,NWHFS)相关系数的评估方法。首先,推导出NWHFS相关系数表达式;然后,通过分析航空集群与单个载机平台RF隐身评估的不同,提取出集群RF隐身性能评价参数,并得到隶属度参考点公式;组织决策者根据隶属度参考点给出NWHFS决策矩阵;最终,通过计算待评估场景与参考点集之间的相关系数,定量地评价不同场景下航空集群的RF隐身性能,并由此确定RF隐身性能排序。以四机集群为研究对象,对突防场景下的3种情景进行了仿真验证,证实该评估方法的有效性。

空战模式下航空集群射频隐身性能评估方法

为解决空战模式下航空集群射频(radio frequency,RF)隐身性能评估问题,提出一种基于正态波动犹豫模糊集(normal wiggly hesitant fuzzy set,NWHFS)的评估算法。首先,通过基于正态波动犹豫模糊信息的最优-最劣方法(best-worst method,BWM)构建权重确定模型,获得属性权重向量和一致性检验系数。其次,根据集群用频设备参数和具体空战场景提取RF隐身性能评估因子,并得到其计算公式。然后,组织专家根据评估因子结合主观经验构建评价矩阵,并利用属性权重向量聚合评价信息。最后,将NWHFS分数函数作为评估指标,对不同想定下的航空集群RF隐身性能定量评估。仿真算例和对比分析说明了所提方法的可行性和有效性。

HNLOWA集成算法应用于推荐系统评估

针对复杂决策环境下的决策者倾向于使用定性评价数据和现实环境中数据信息通常存在正态分布规律的问题,构建了基于犹豫正态语言有序加权平均(hesitant normal linguistic ordered weighted average,HNLOWA)算子的决策模型。将正态模糊数和犹豫模糊语言元相结合,引入了犹豫正态语言元(hesitant normal linguistic element,HNLE)的概念,其不仅能够运用语言变量来描述决策信息,还能传递出语言决策信息的分布情况;定义了HNLE之间的基本运算法则和大小判别准则,并设计HNLOWA算子用于对HNLE进行信息融合,同时探究了HNLOWA算子的相关性质;构建了基于HNLOWA集成算子的多属性决策方法,并运用推荐系统选择评估案例进行了模型的验证分析。

岩土参数最优概率分布推断方法及判别准则的研究

为了获得岩土参数概率分布的最佳推断方法,首先考虑岩土参数均为非负值的特性,提出以"3?"准则为基础并考虑样本数据偏度进行调整的积分区间确定方法;以5组典型岩土参数作为基本信息,利用经典分布拟合法、最大熵法、一般多项式逼近法、正交多项式逼近法和正态信息扩散法分别对其概率分布函数进行了推断,并根据K-S检验法进行检验。通过所得概率分布的检验值、累积概率值和函数曲线的对比,研究上述方法的优劣。结果表明:与经典分布拟合法相比,其他4种方法的检验值普遍较小,均克服了经典分布无法反应样本随机波动性的缺陷,并且满足累积概率值等于1的要求。但最大熵法的检验值存在大于经典分布检验值的情况,一般多项式和正交多项式方法的概率密度函数则在样本数据局部分布区间存在负值情况。正态信息扩散法不存在上述缺陷,而且该方法得到的检验值最小,累积概率值始终为1,并可以随着样本的波动呈现多峰状态,拟合精度最高,是一种比较理想的最佳推断方法。最后给出了岩土参数最优概率分布的判别准则。

岩土参数概率分布的系统推断研究

借助数据挖掘技术,将岩土参数测试样本概率分布的选择系统化。选取了19组岩土参数测试样本,选择beta分布和正态信息扩散法作为推断岩土参数概率密度的两种方法。借助数据挖掘技术中的模糊C-均值聚类方法,根据岩土参数测试样本的数字特征值,将19组岩土参数测试样本归聚为4类,再根据每一类样本的分布规律,确定其概率密度函数的推断方法。对于波动性和离散性严重的测试样本,在采用正态信息扩散法推断其概率密度函数时,为解决窗宽选择问题,提出以均方差最小为目标,在窗宽的基础上,改变窗宽的大小,确定样本最优窗宽的方法。对于一组新的测试样本,根据数字特征值即可推断出测试样本的概率分布。