基于马尔可夫决策的理性秘密共享方案

基于马尔可夫决策理论研究理性密码共享系统模型和秘密重构方法。首先利用马尔可夫决策方法,提出适合于理性秘密共享的系统模型,该模型包括参与者集合、状态集合、风险偏好函数、状态转移函数、回报函数等。在模型中,引入秘密重构中的参与者的风险偏好函数刻画秘密共享模型的状态集合和状态转移函数。其次,基于所提出的系统模型构造相应的理性秘密共享方案,基于马尔可夫策略解决各理性参与者在秘密共享方案中的秘密重构问题。最后对方案进行理论分析证明,给出理性秘密重构方案中折扣因子、回报函数、参与者风险偏好函数间的函数关系,其结果表明所提系统模型方法的合理性和有效性。

基于风险偏好得分函数和Choquet积分算子的毕达哥拉斯模糊决策方法

毕达哥拉斯(Pythagorean)模糊集(PFS)不仅是传统直觉模糊集的一种拓展,而且也是准确反映专家赋予初始决策信息的有效工具,尤其它能在更广泛区域上处理多属性模糊信息的决策问题。本文首先介绍Pythagorea模糊数(PFN)的基本定义和相关运算,并指出传统得分函数的某些缺陷,进而通过引入风险偏好因子提出新的得分函数、精确函数和排序准则。其次,在毕达哥拉斯模糊环境下介绍离散型模糊Choquet积分平均(几何)集成算子,并通过初始评价矩阵和熵公式给出决策专家的权重向量。最后,依据离散型模糊Choquet积分平均算子和风险偏好得分函数的排序准则提出一种新的毕达哥拉斯模糊决策方法,并通过实例验证该决策方法的有效性。