模糊Bonferroni平均算子及在多准则群决策中的应用

在进行信息集成时,有时需要考虑输入变量之间的相互影响,而Bonferroni平均(Bonferroni mean,BM)算子正好具有这种优点。为了集成三角模糊数,提出模糊Bonferroni平均(fuzzy Bonferroni mean,FBM)算子,讨论它的几种特殊情形。在此基础上,提出模糊加权Bonferroni平均(fuzzy weighted Bonferroni mean,FWBM)算子和组合模糊加权Bonferroni平均(combined fuzzy weighted Bonferroni mean,C-FWBM)算子,同时研究它们的一些性质。针对决策信息以三角模糊数给出的决策问题,提出一种基于FWBM算子和C-FWBM算子的多准则决策方法。最后举例说明其在模糊多准则群决策中的应用,结果表明该方法是可行的。

三角模糊数直觉模糊Bonferroni平均算子及其应用

针对决策信息为三角模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出了一种基于三角模糊数直觉模糊加权Bonferroni平均(TFNIFWBM)算子的决策方法。首先,基于TFNIFN的运算法则和Bonferroni平均(BM)算子,定义了三角模糊数直觉模糊BM算子和TFNIFWBM算子;然后,研究了这些算子的一些性质,建立基于TFNIFWBM算子的MAGDM模型,结合排序方法进行决策。最后通过MAGDM算例验证了该算子的有效性与可行性。

区间直觉模糊几何Bonferroni平均算子及其应用

研究了决策信息为区间直觉模糊数(IVIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于区间直觉模糊几何加权Bonferroni平均(IVIFGWBM)算子的决策方法。介绍了IVIFN的概念和运算法则,基于这些运算法则和几何Bonferroni平均(GBM)算子,定义了区间直觉模糊几何Bonferroni平均(IVIFGBM)算子和IVIFGWBM算子。研究了这些算子的一些性质,建立基于IVIFGWBM算子的MAGDM模型,结合排序方法进行决策。将该方法应用在一个MAGDM问题中,结果表明了该方法的有效性与可行性。

区间直觉梯形模糊Bonferroni平均算子及在多属性群决策中的应用

针对决策信息为区间直觉梯形模糊数(IVITFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于加权区间直觉梯形模糊Bonferroni平均(WIVITFBM)算子的决策方法.首先,基于IVITFN的运算法则和Bonferroni平均(BM)算子,定义了区间直觉梯形模糊Bonferroni平均(VITFBM)算子和WIVITFBM算子.然后,研究了这些算子的一些性质,建立基于WIVITFBM算子的MAGDM模型,结合排序方法进行决策。最后通过MAGDM算例验证了该算子的有效性与可行性。

梯形模糊数直觉模糊Bonferroni平均算子及其应用

本文研究决策信息为梯形模糊数直觉模糊数(TFNIFN)且属性间存在相互关联的多属性群决策(MAGDM)问题,提出一种基于梯形模糊数直觉模糊加权Bonferroni平均(TFNIFWBM)算子的决策方法.首先,介绍了TFNIFN的概念和运算法则,基于这些运算法则和Bonferroni平均(Bonferroni mean,BM)算子,定义了梯形模糊数直觉模糊Bonferroni平均算子和TFNIFWBM算子.然后,研究了这些算子的一些性质,建立基于TFNIFWBM算子的多属性群决策模型,结合排序方法进行决策.最后,将该方法应用在MAGDM中,算例结果表明了该方法的有效性与可行性.

广义犹豫模糊Bonferroni平均及其多准则群决策方法

针对决策信息为犹豫模糊信息且输入的决策信息之间存在相互关系的多准则群决策问题,提出了一种基于阿基米德T-范数和S-范数的广义犹豫模糊Bonferroni平均(GHFBM)算子,并建立一种新的多准则群决策方法,其优点是不仅能够在信息集结的过程中考虑到输入变量之间的相互联系,还使得群决策方法应用范围更加广泛。在此过程中,研究了GHFBM算子的一些优良性质,包括单调性、幂等性、有界性以及置换不变性等。紧接着,分别对参数和加性算子赋予不同的数值和函数,详细探讨了GHFBM的一些常用形式。结合对计算机网络系统更新方案的选择实例,对提出的群决策方法进行合理性与有效性验证。

Bonferroni平均的Schur凸性及应用

研究 n 元Bonferroni平均的Schur凸性,Schur几何凸性和Schur调和凸性,并建立了若干新的 n 元均值不等式.

广义直觉模糊几何Bonferroni平均及其多属性决策

针对直觉模糊环境中的信息集成问题,基于阿基米德T-范数和S-范数,提出新的广义直觉模糊几何Bonferroni平均算子。该算子不仅能够考虑到每种属性的重要性,而且可以有效地捕获属性间的内在联系。首先,基于阿基米德T-范数和S-范数的直觉模糊运算法则,提出一种新的广义直觉模糊几何Bonferroni平均算子,并研究该算子的几种优良性质,包括幂等性、单调性、有界性和置换不变性;其次,探讨了广义直觉模糊几何Bonferroni平均算子的几类特殊形式;最后,基于提出的算子构建一种新的直觉模糊多属性决策方法,并结合区域经济发展研究实例。实验结果表明,提出的决策方法是可行的和有效的,并且使得决策者能够依据其态度进行决策。

区间直觉梯形模糊几何Bonferroni平均算子及其应用

研究了决策信息为区间直觉梯形模糊数且属性间存在相互关联的多属性群决策问题,提出一种基于区间直觉梯形模糊几何加权Bonferroni平均算子的决策方法.基于区间梯形直觉模糊数的运算法则和几何Bonferroni平均算子,定义了区间直觉梯形模糊几何Bonferroni平均算子及其加权算子.给出了这些算子的一些性质,建立基于区间直觉梯形模糊几何加权Bonferroni平均算子的多属性群决策模型.最后,将该方法应用在供应商选择的群决策问题中,结果表明了该方法的有效性与可行性.

基于阿基米德范数的广义直觉模糊Bonferroni平均及其多属性决策方法

主要提出了一种基于阿基米德T-范数和S-范数的广义直觉模糊Bonferroni平均算子.首先利用广义直觉模糊运算法则和阿基米德T-范数和S-范数,构建了一种新的广义直觉模糊Bonferroni平均算子,并详细研究了该算子的一些优良性质,包括幂等性、单调性、有界性以及置换不变性等;然后探究了广义直觉模糊Bonferroni平均算子的几类特殊形式;最后在直觉模糊环境下,基于提出的算子建立了一种新的多属性决策方法,并以图书馆空调系统的选择为例,分析说明了提出的决策方法的可行性和有效性.

区间Pythagorean模糊几何加权Bonferroni平均算子及其应用

在区间毕达哥拉斯模糊集(IVPFS)环境下,分析了几何Bonferroni平均(GBM)算子中输入变量间关联性对决策的影响,构造了区间毕达哥拉斯模糊几何Bonferroni平均(IVPFGBM)算子,并讨论其性质;根据属性指标的重要程度,构造了区间毕达哥拉斯模糊几何加权Bonferroni平均(IVPFGWBM)算子,利用该算子的优势提出区间毕达哥拉斯模糊多属性决策方法,并进行了算例验证.

语言比例二元组Bonferroni平均算子的群决策方法

针对语言比例二元组信息集成的问题,提出了语言比例二元组Bonferroni平均算子的群决策方法。基于基本单位区间单调(BUM)函数的定义,提出了三角模糊数的中心有序加权平均算子的概念。由于三角模糊数的中心有序加权平均算子和语言术语的数值表示(NR)之间存在交互关联,提出了用三角模糊数的中心有序加权平均算子代替语言术语的数值表示的方法,并将此方法得到的NR和语言术语的NR进行了对比分析。引入了语言比例二元组Bonferroni平均算子,介绍了语言比例二元组Bonferroni平均算子的群决策方法,并用一个实例来说明其可行性。

区间毕达哥拉斯模糊幂加权几何Bonferroni平均算子及其应用

研究变量值为区间毕达哥拉斯模糊数的决策问题,针对决策者、属性间的支撑度及权重对决策的影响,提出基于区间毕达哥拉斯模糊幂加权几何Bonferroni平均(IVPFPW-GBM)算子的模糊多属性群决策方法,定义IVPFPW-GBM算子并讨论其性质;构造应用IVPFPW-GBM算子的MAGDM模型,通过排序方法进行决策.最后实例验证其有效性.

基于广义毕达哥拉斯模糊Bonferroni平均算子的服务系统方案选优决策

针对评价信息为毕达哥拉斯模糊数,且属性间存在关联关系的多属性决策问题,提出一种广义毕达哥拉斯模糊Bonferroni平均算子的航空服务系统方案选优决策方法。在分析毕达哥拉斯模糊集现有集成算子基础上,给出了一种新的信息集成算子(GPFBM算子),进一步提出了GPFBM算子的广义毕达哥拉斯模糊集多属性决策方法。以航空公司服务系统方案选优决策为例,验证了本文方法的可行性和有效性。

基于平均速度分析的近地表纵波速度反演

面波频散曲线对于横波速度、纵波速度、层厚等近地表地球物理参数的敏感度相差较大,现阶段通过频散曲线可以获得较为精确的近地表横波速度与厚度信息,但无法直接对纵波速度进行反演.研究表明,泊松比对于波长(W)-探测深度(D)关系较为敏感.基于这一发现,本文根据频散曲线与反演获取的横波速度结构计算平均速度,获取W-D关系曲线.但合成数据测试证明,因近地表浅层对应的W-D曲线变化较小,且浅层纵波速度反演不准确会使误差累积,直接反演W-D曲线无法获取可靠的纵波速度剖面.本文改进了基于平均速度分析的近地表纵波速度反演方法,在目标函数中加入了对浅层信息较为敏感的W/D-D信息,同时对W-D曲线与W/D-D曲线进行联合反演.合成数据测试证明可以获取较为准确地浅层与深层纵波速度.将该方法应用于实际地震数据中,联合反演得到的纵波速度剖面与微测井数据较为吻合,证明本文提出的方法可以不借助其他信息,仅通过面波频散信息,获取更为准确地近地表纵波信息.

优化乳腺外科日间手术流程对平均住院时间的影响

目的了解乳腺外科开展日间手术后我院乳腺外科平均住院日情况,分析影响乳腺外科平均住院日的因素并提出改进建议。方法回顾性分析2021年1月—2022年12月广州市第一人民医院乳腺外科开展日间手术后患者入院并施行手术的临床数据。对比分析2016年1月—2017年12月与2021年1月—2022年12月入院病人的临床数据进行横截面比较,分析影响乳腺外科平均住院日的因素,并提出管理建议。结果2021年入院2787人/次,2022年入院2645人/次,2021年平均住院日2.8天,2022年平均住院日2.85天。2021年手术次数1497台,2022年1078台。2016年至2017年入院人数分别为:1233人和1408人,平均住院分别为5.6天和4.7天,手术次数分别为580台和625台。实施日间手术管理制度后,入院人数、床位使用率和手术次数逐渐增加,且平均住院日逐渐缩短。结论优化乳腺外科日间手术流程可缩短平均住院时间。建议从加强日间手术流程管理、提高手术技能等以提高医疗效率,缩短患者平均住院日。

基于长时间序列的中东大西洋渔获物平均营养级及资源状况变化分析

为了解中东大西洋渔业产区渔获物的资源状况,根据世界粮农组织(FAO)提供的该海域1950—2019年的渔获量数据,结合渔获种类的平均营养级(mean trophic level,MTL)信息,运用统计学方法分析70年间渔获物平均营养级和营养级平衡指数(fishing in balance,FiB)的变动规律,以掌握该海域渔业资源的可持续利用情况。结果显示,MTL大致可分为4个阶段,1950—1956年,MTL指数在3.20左右,无明显变化;1957—1963年,MTL指数迅速上升至3.44;1964—1996年,MTL在波动中趋于下降,历史最高值(3.54)出现在1985年;1997—2019年,MTL稳定在较高水平,其中2018年为该阶段最低点3.35。FiB指数整体呈上升趋势,1950—1956年,FiB指数呈小幅波动增加;1957—1974年,FiB指数显著上升;1975—1996年,FiB指数呈平稳波动状态;1997—2019年,FiB指数整体呈小幅增长趋势。结果表明,中东大西洋海洋生态系统相对稳定,但潜在的渔业资源量越来越少,开发潜力有限。

基于平均一致协议的分布式自适应多智能体聚集控制

分布式聚集控制问题是多智能体协同控制中的一个重要问题。由于智能体的可移动性和感知能力有限,传统的分布式聚集算法难以保证连通性,从而聚集成多个簇群。此外,去中心化的大规模聚集控制给获取全局聚集点带来了巨大的挑战。针对连通性保护问题,基于平均一致协议与约束集,提出了一个带有连通性约束的多智能体聚集协议(Multi-Agent Rendezvous Protocol with Connectivity constraints,MARP-CC)。然后针对聚集点无法预测的问题,提出了位置合成(Location Synthesis Strategy,LSS)和位置重定向(Location Redirection Strategy,LRS)两种控制策略。智能体根据当前连通情况,自适应选择最优的控制策略进行迭代。结合这两种控制策略,提出了带连通性约束的分布式自适应多智能体聚集算法(Distributed Adaptive Multi-Agent Rendezvous algorithm with Connectivity Constraints,DAMAR-CC)。对算法的收敛性和连通性进行了分析,并通过大量的仿真说明了DAMAR-CC可以引导智能体稳定地聚集在初始拓扑的几何中心。

一组加权平均值参数不等式

采用变量替换,构建了一组加权平均值参数不等式,对Popovic不等式与Rado不等式进行了加权推广,加细了加权算术几何调和平均值不等式.

地铁联络通道冻结壁冻融灾害效应及其平均温度预测

冻结法因具有施工方便、强度高、防水效果好及对土体扰动小等优点在软土地区地铁联络通道施工中获得广泛应用。冻结壁平均温度作为衡量冻结效果的重要参数之一,其解析公式求解较为复杂,在实际工程中难以应用。建立了包括冻结管断裂灾害、隧道收敛变形灾害、冻结帷幕收敛变形灾害、冻结帷幕透水灾害和融沉灾害的地铁联络通道冻结壁冻融灾害链式效应机制,并考虑多种布管方案,采用冻结壁平均温度等效梯形法建立完整数据集,利用神经网络的高度非线性特征,建立能同时预测单排、双排和多排(n>3)布管形式下冻结壁平均温度的神经网络预测模型。研究结果表明,基于完整数据集构建的冻结壁平均温度神经网络预测模型能有效地反映不同冻结管布置参数和冻结壁厚度等参数与冻结壁平均温度之间的关系;冻结壁平均温度均随冻结管排数和冻结壁厚度增大而逐渐降低,随盐水温度、冻结管间距和排距增大而逐渐升高。