基于不确定orness测度约束的MEOWA算子权向量模型

考虑orness测度水平为不确定型的情况下如何求解MEOWA算子权向量问题。结果表明:不确定型or-ness测度下求解MEOWA算子权向量可以转化为相应orness测度区间端点或内点时的MEOWA权向量的求解,并对两者的关系进行分析。将该方法应用于某化工建设项目环境影响技术评估,算例表明该方法的可行性和有效性。

向量值次线性算子的交换子在变指数Herz-Morrey空间上的加权估计

利用变指数A(p(·))权理论及广义BMO范数性质,我们证明了一类向量值次线性算子的交换子在加权变指数Herz-Morrey空间MK^(α)(·)λ_(q)(·)ω上的有界性,其中α(·),p(·)和q(·)均为变指数.

模糊综合评价中的权向量与合成算子

讨论了模糊综合评价问题中 ,在满足综合函数定义的条件下 ,对权向量的要求 ,揭示了权向量与合成算子的匹配条件以及确定权向量的相应准则 ,并分析了常用合成算子的评价意义及其适用的评价问题 。

向量夹角余弦的IOWHA算子的变权系数区间型组合预测模型

客观世界中人们会用区间数来描述不确定和不完备的信息,由此开展区间型的组合预测方法的研究很有意义.将区间数的左、右端点分别视作时间序列,以向量夹角余弦为准则,结合IOWHA信息集结算子,借鉴实数型组合预测的思想,将实际值区间数和变权系数组合预测值区间数的左、右端点序列分别建立最优组合预测模型,最后引入偏好系数转换成单目标最优组合预测模型而实现求解.

有序加权集结算子的赋权方法

对有序加权集结算子中的 2个最重要算子 (有序加权平均算子和有序加权几何平均算子 )的赋权方法进行了研究 .利用已知的样本数据以及专家事先对每个样本所给定的偏好集结值 ,给出了部分权重信息下求解这 2种算子的加权向量的线性目标规划模型 ,通过算例对模型进行了说明 .

有序分位加权集结算子及理想激励点的模拟求解

面向管理决策中的激励问题,提出了一种新的集结方法,有序分位加权集结算子.该算子通过分布分位数的方式衡量被评价对象的相对发展程度,以分段激励的方式在集结过程中融入决策者的激励偏好,从而使得被评价对象对决策者的激励偏好有着更清晰的认识.在对算子及相关参数进行介绍的基础上,分析了激励点的确定原则,并采用随机模拟方法求解理想激励点.以应用算例的形式验证了该求解方法的有效性,并得出采用正向双点激励方式不仅能够实现对被评价对象的奖惩并重,且能够通过奖惩凸显被评价对象之间差异的结论.

向量型二元语义密度集结算子及其应用

针对多属性决策问题,面向二元语义信息,以向量的形式对决策信息进行集成,提出了向量型二元语义密度加权平均(V-TDWA)算子的信息集结方法.首先,对向量型二元语义密度加权算子及其合成算子的基本构建思路进行了介绍,并对其性质进行了分析.然后,基于信息分布的疏密程度讨论了向量型二元语义信息的分组问题,给出了一种基于向量相似度的聚类方法,在聚类组的基础上,通过最大化熵值法求解不同聚类组的密度权重.最后通过算例对向量型二元语义密度集结算子的应用进行了简要说明.

复对称Toeplitz算子与向量值函数空间上的Toeplitz算子

研究复对称Toeplitz算子与向量值函数空间上的Toeplitz算子。第一部分主要研究了n维复数域C~n上Fock空间F~2和调和Fock空间F_h~2的复共轭性。从Toeplitz算子复对称有关的一些重要命题出发,给出了Toeplitz算子关于共轭C_(μ,ζ)在F~2或F_h~2上是复对称算子的充要条件。并且发现Toeplitz算子关于共轭C_(μ,ζ)在F~2和F_h~2上成为复对称算子的条件是相同的。第二部分主要研究单位圆盘的向量值指数权Bergman空间A_φ~2(H)上的正算子值函数符号Teoplitz算子,其中φ∈W_0,并且H为可分Hilbert空间。首先给出了Carleson条件与消失Carleson条件的几个等价刻画,紧接着利用Carleson条件与均值函数得到了正算子值函数符号Toeplitz算子在Bergman空间A_φ~2(H)上有界和紧的充要条件。

一类向后权位移的循环向量

设T是权为{W_n}_0~∞的权位移。通常,T酉等价于由形式幂级数构成的函数空间H^2(β)上的乘子z:f→zf.本文证明,如果T是一个内射单侧权位移,适合r_1(T)=r(T)=1,如果f在单位圆盘的某邻域内解析,则要么f是T~*的循环向量,要么f含于T~*的有限维不变子空间.

加权解析函数空间上Toeplitz算子

文章由两部分构成。第一部分主要研究了复平面C上向量值DoublingFock空间F^(2)ϕ上以L(H)-值正算子值函数G(z)为符号的Teoplitz算子,其中ϕ为次调和函数,且dν=ΔϕdA为非零加倍测度,Δϕ≃1/ρ^(2),通过得到的满足Carleson条件以及消失Carleson条件的几个等价刻画,并且利用Carleson条件刻画了具有L(H)-值正算子值函数符号G(z)的Toeplitz算子的有界性与紧性的几个等价条件。第二部分研究了单位圆盘D上正规权Bergman空间A^(2)β上符号在L∞上的Toeplitz算子的本性范数,算子A的本性范数表示为||A||e=inf B∈K(D){||A-B||},其中K(D)是A^(2)β上的紧算子空间,β为正规权,用β∈R表示,Hilbert空间A^(2)β是L^(2)β的闭子空间,利用Toeplitz算子与紧算子集的距离以及本性范数的定义,得到了非紧Toeplitz算子本性范数的逼近公式。

局部域上带Ap权的H—L极大算子和奇异积分算子

本文的主要结果是:假如 w(x)>o,w(x)∈Ap,(1<P<∞),则(a)Hardy—Littlewood 极大算子 M 是强(P,P);型算子;(b)奇异积分算子 T 是强(P,P)_w^w 型算子。

带有奖惩作用的密度算子及应用

针对择优或罚劣的评价问题,对密度算子进行拓展,提出了带有奖惩作用的密度集结算子。该算子在给定奖惩等级的基础上,按照密度算子的思想对评价信息进行集结。首先,按照实际需要确定奖惩等级,并分别从奖励和惩罚两个方面给出了等级权重的确定方法;在此基础上,依据指标的发展情况给出了指标权重的获取方法;然后,对密度加权向量进行了界定,据此得到最终带有奖惩作用的评价结果。最后,通过一个算例对带有奖惩作用密度算子的应用进行了说明。该方法尤其适用于员工的激励或惩罚、优秀人才的甄选问题等。

三角直觉模糊决策的变权方法

研究了属性值为三角直觉模糊数的多属性决策问题,提出了一种基于变权综合的决策方法。首先,针对三角直觉模糊数,提出一种新的三角直觉模糊排序方法;其次,定义了三角直觉模糊变权加权算术平均算子和三角直觉模糊变权加权几何平均算子;然后,提出一种基于三角直觉模糊变权集成算子的多属性决策方法;最后,数值算例说明了该方法的有效性。

区间数密度中间算子在多属性决策中的应用

针对群决策中的决策者群体偏好信息分布问题,研究了不确定多属性决策密度中间算子,把实数密度中间算子扩展到区间数密度中间算子.给出了区间数密度算子权向量的确定方法及具体过程.提出了区间数密度算子(IDM算子),定义了区间数密度加权平均中间算子(IDWA算子)和区间数密度加权几何平均中间算子(IDWGA算子),给出基于区间数密度算子的合成算子:密度算术加权平均算子(IDWAWAA算子)和密度有序加权平均算子(IDWGAOWA算子),最后用实例对算子密度权向量的确定进行了说明.

基于IFHA算子和IFHG算子的空间数据质量评价方法

直觉模糊集多属性决策对空间数据质量评价是模糊评价和多属性评价模糊评价的综合评价方法。IFHA算子和IFHG算子是既考虑了数据质量的肯定、否定以及不确定性多种因素,又夹杂着合适的位置权重的研究方法,其方法与传统的评价方法相比较能更加真实、细腻地描述和刻画客观世界的模糊性本质。文章通过算例进行比较分析,解释其原因与不足。

基于熵权法优化组合的PSO-SVR-NGM边坡位移预测

基于边坡监测数据建立数学模型,是边坡变形和稳定性分析的重要方法。但是单一预测模型的形式和应用范围具有一定的确定性,不同模型对数据的利用程度也有所差别,往往不能充分运用已知信息,导致模型精度不高,适用性不强。针对单一预测模型存在的问题,提出一种基于熵权法的PSO-SVR-NGM优化组合模型。该模型结合高精度变权缓冲NGM(1,1,k,c)模型和PSO-SVR模型,能够减小单一预测模型的误差,大幅度提高预测精度。首先通过引入变权缓冲算子λ和背景值权重系数η、κ改进无偏NGM(1,1,k,c)模型,构建新的3参数变权缓冲NGM(1,1,k,c)模型。结合最大灰色关联度和最小平均相对拟合误差重新构造粒子群算法的适应度函数,利用改进的粒子群算法对提出的变权缓冲模型进行搜索寻优,确定最佳的参数组合。然后通过熵权法对改进的变权缓冲NGM(1,1,k,c)模型和PSO-SVR模型进行赋权建立优化组合模型。最后,将该组合模型应用于3个不同变形特征的边坡工程中,并与其他单一模型进行对比分析。结果表明,相对于单一模型,本文所提出的组合模型的拟合和预测误差较小,与原始位移数据的相关性较好,能够更真实地反映边坡变形规律,具有较强的工程适应性。同时组合模型的提出与发展也促进了单一模型的优化改进,为解决实际工程问题提供了良好的思路。

位势算子的带权向量值不等式

本文得到了某些积分算子的带权向量值不等式,这类算子是将 R^n 上函数映到 R_+^(n+1)上函数,利用这些结果,可得到 Poisson 积分的带权向量值不等式.

基于区间粗糙直觉模糊数的多属性决策方法

研究了区间粗糙直觉模糊多属性决策。探讨了区间粗糙直觉模糊数的运算法则及其性质;定义了区间粗糙直觉模糊数的得分函数和精确函数,进而给出其排序方法;给出了区间粗糙直觉模糊数的变权算术平均和变权几何平均算子,并且建立了区间粗糙直觉模糊数的多属性决策模型;实例验证了所提出决策方法的有效性。

F_4型仿射顶点表示的不可约分解

研究了F4型仿射李代数的顶点表示,通过构造最高权向量的生成算子,给出了该顶点表示的最高权向量空间的一组基,从而给出了该顶点表示的不可约模分解.