【摘 要】
：
研究属性权重已知、专家权重未知条件下的概率犹豫模糊多属性群决策问题.首先,针对传统概率犹豫模糊距离测度的不足,提出改进的新型距离测度,并对其有效性和合理性进行数学证明;其次,在属性权重向量已知的前提下,通过加权算术平均的方式实现单个专家视角下的概率犹豫模糊信息初次集结,并基于分差最大化准则构建专家权重向量求解模型,采用解析的方法给出最优解;再次,在专家权重向量求解的基础上,基于TODIM方法实现群体专家视角下的概率犹豫模糊信息二次集结,并实现基于综合感知价值的多个备选方案优劣排序;最后,以信息化战争条件下
论文部分内容阅读
研究属性权重已知、专家权重未知条件下的概率犹豫模糊多属性群决策问题.首先,针对传统概率犹豫模糊距离测度的不足,提出改进的新型距离测度,并对其有效性和合理性进行数学证明;其次,在属性权重向量已知的前提下,通过加权算术平均的方式实现单个专家视角下的概率犹豫模糊信息初次集结,并基于分差最大化准则构建专家权重向量求解模型,采用解析的方法给出最优解;再次,在专家权重向量求解的基础上,基于TODIM方法实现群体专家视角下的概率犹豫模糊信息二次集结,并实现基于综合感知价值的多个备选方案优劣排序;最后,以信息化战争条件下陆军部队作战方案模糊优选为例,验证所提出交互式多属性群决策方法的可行性和有效性.
其他文献
陆战场防御作战场景中的多阶段武器协同火力分配问题是典型的约束组合优化问题,其目的是生成合理有效的火力分配方案.为了更接近实际作战情况,引入双方对抗过程,建立包含敌方作战单元战场剩余价值、作战资源消耗、作战单元战场价值损失的武器火力分配模型.针对多阶段武器协同火力分配问题,在非支配排序遗传算法III(non-dominated sorting genetic algorithmⅢ,NSGA-III)的基础上提出一种改进的智能算法(D-NSGA-GKM).首先,引入基于优势度矩阵的非支配排序算法,减少排序过程
针对樽海鞘群算法(salp swarm algorithm,SSA)在求解复合问题时存在收敛速度慢和容易陷入局部最优等缺点,提出一种结合引力搜索技术与正态云发生器的樽海鞘群算法(cloud gravitational SSA,CGSSA).在更新樽海鞘领导者位置阶段引入引力搜索算法(gravitational search algorithm,GSA)中的加速度系数,避免樽海鞘群的无效搜索,从而加快搜索速度;使用正态云模型对樽海鞘追随者位置进行更新,可丰富种群的多样性;同时正态云模型熵值能随着迭代次数增加
针对回声状态网络(ESN)的结构设计问题,提出增量式正则化回声状态网络(IRESN).该网络由相互独立的子储备池模块构成,首先,子储备池根据奇异值分解方法生成,且可以保证每个子储备池权值矩阵的奇异值都小于1;其次,利用问题复杂度或者残差,将网络中逐一添加子储备池,直至满足预设的终止条件,在生成IRESN的过程中,回声状态特性能够得以保证,并不需要缩放储备池权值矩阵;然后,为了解决不适定问题,在网络增量式学习过程中,利用正则化方法训练输出权值,并利用留一交叉验证方法选择正则化参数.仿真结果表明,与其他ESN
研究一类具有有限时间输出约束的切换非线性时滞系统的控制器设计问题.为了在有限时间将输出跟踪误差限制在预定边界内,引入一种改进的有限时间性能函数(FTPF).在控制器的设计过程中,利用障碍Lyapunov函数来解决输出约束问题.然后,将多维泰勒网(MTN)的逼近特性与自适应反步技术相结合,提出一种新的自适应MTN控制方法.在该方法中,通过设计Lyapunov-Krasovskii泛函,使得存在时滞的情况下,仍然能够保证切换系统的稳定性.最后,通过仿真实例表明所提出设计方案的有效性和实用性.
随着线上线下融合的全渠道零售兴起,线上购买线下自提(buy online and pickup in store,BOPS)模式成为供应链管理领域的热点问题.针对由制造商与具有销售努力行为的线下零售商构成的提供BOPS服务的全渠道供应链,构建BOPS销量计入线上渠道和BOPS销量计入线下渠道整合模型,探讨不同BOPS销量整合模式下供应链的定价及销售努力策略,进一步分析基于销售努力成本共担机制实现全渠道供应链的协调问题.研究结果表明:基准情形下的集中决策有助于提高销售努力水平并提升供应链整体绩效;分散决策中
针对交通流预测模型中路网空间结构刻画和交通流时空特性挖掘不充分的问题,构建一种新型的有向时空图,通过定义节点相对临近度来表征路网结构关系,通过学习邻域节点对预测节点的影响权重来表征节点间时空维度的作用关系,从而能更好表达交通流的时空特性.将时空图作为预测模型的输入,采用图卷积获取交通流数据空间依赖关系,采用门控循环神经网络获取交通流数据的时空依赖关系,建立一种基于时空图卷积循环神经网络的交通流预测模型(STG-CRNN).在美国公路交通数据集上对模型预测效果进行验证,其结果表明:STG-CRNN模型的预测
复杂设备常会经历自然磨损和外力影响,外力致使磨损量突然增大.在工程实践中,很多高可靠性、长寿命的设备,由于不易获得足量的失效数据,须使用专家的经验数据来评估设备的寿命分布和可靠性指标.然而,专家的经验数据往往不是精确的常数,而是一个限定范围.为了处理这种人为认知引起的不确定性,引入不确定理论,用不确定变量刻画专家的经验数据,同时分布函数中的参数也具有不确定性,并用不确定变量描述.在参数为不确定变量情形下,利用不确定理论的方法计算.设备经历了相依竞争失效过程的确信可靠度,系统的确信可靠度高于参数为常数的情形
研究并得到多源多汇网络的极限范围与运行边界.首先,定义临界流,现有研究的最大流和堵塞流是临界流的一部分;其次,得到多源多汇网络的所有临界流,并绘制成临界流曲线,完整刻画网络传输流量能力的极限范围,最大流流量位于曲线最高点、最小流流量位于曲线最低点;再次,利用临界流确定网络流的运行边界,边界内部和边界上均为可行流,边界外均为不可行流,同时提出多源多汇网络临界流、临界流曲线和运行边界的数学定义及求解方法;最后,给出临界流曲线和运行边界在规划和运行领域中的用途,多源多汇网络模型更接近于实际网络,其临界流曲线和运
针对区域综合能源系统协同优化调度问题,构建基于能量枢纽(energy hub,EH)的分层能量管理框架,充分考虑新能源电厂、气-电、电-气能源转换装置调节能力,以共享电池站(shared battery station,SBS)替代传统储能电站,为能源系统提供电能存储功能,采用温控负荷为能源系统提供需求侧响应,保障异质能源供需实时平衡.基于区域能源系统相关数据及美国PJM电力市场数据,构建考虑多元分布式设备的区域综合能源系统成本函数,采用遗传算法求解该混合整数规划问题.仿真结果表明,在所提出的能量管理框架
针对车辆边缘计算系统中的计算资源管理问题,提出一种基于李雅普诺夫随机优化的计算卸载与资源分配方案.构建在保证任务量及长期能耗约束下的车辆用户服务时延最小化优化问题,利用李雅普诺夫随机优化理论将优化问题分解.在本地计算资源分配子问题中,通过求解线性问题的方法,得到最优本地计算CPU频率;在计算卸载子问题中,利用数值优化求解得到最优发射功率.借助李雅普诺夫随机优化中的漂移惩罚方法,设计一种低复杂度的联合计算卸载与资源分配算法,通过同时控制卸载决策、本地计算CPU频率和计算卸载的发射功率,实现整个车辆边缘计算系