针对实际问题中决策信息不完全的动态多属性决策问题, 提出了广义优序法. 将决策问题转化为各方案的广义优序数矩阵问题, 并在此基础上引入逼近理想解的排序法思想, 提出了确定属性权重和时间权重的变权方法.
针对方案属性值为三参数区间灰数和模糊语言的混合型灰色多属性决策问题, 提出一种基于“离合”思想的混合灰靶决策方法. 首先, 定义三参数区间灰数的距离测度和排序方法; 然后, 鉴于灰信息与模糊信息相互转
Dempster 证据组合规则无法有效处理高冲突证据组合问题, 往往引发反直观结果. 针对这一问题, 提出一种新的证据推理方法. 该方法通过建立一个目标规划模型来获得各信源最优的属性权重向量, 进而基
大多数概率包标记IP追踪方案因为固定标记概率而存在最弱链问题,从而导致重构路径的弱收敛性,动态概率包标记虽然在这些方面有所改善,但仍有路由器的负担过重和存储空间要求过高的问题。可以用一种动-静态结合的
针对已有的信息集结算子没有考虑属性信息分布疏密程度的情况,研究了一维数据聚类的问题,并给出一种一维聚类的方法.在此基础上,开发了密度加权平均(DWA)中间算子,并将该算子与已有的5种信息集结算子进行合
提出一种改进二元决策图(BDD) 的网络可靠性评估方法. 为了解决BDD构造中有效识别同构子图的问题, 将边收缩/ 删除法应用于BDD的图分解中, 并提出了BDD的宽度优先搜索算法, 通过遍历BDD图
针对准则值为区间直觉模糊数且准则权重为区间数的多准则决策问题,提出一种基于二元联系数的区间直觉模糊型多准则决策方法.首先,介绍区间直觉模糊数和二元联系数;其次,研究区间数转化为联系数、二元联系数转化为
不确定语言多属性群决策的可能度法,卫贵武,黄登仕,针对属性权重和专家权重为确定的实数,属性值为不确定语言变量的多属性群决策问题,提出了一种基于理想方案的不确定语言多属性群
为更准确有效地表示定性概念的不确定性,采用云模型作为定性定量信息的转换工具,并通过云的合成对不同专家的评价云进行集结,构建得到云决策矩阵。针对传统云模型间优劣、大小等差异化度量的缺陷,从云滴分布的角度
提出一种新的多值区间中智多属性决策方法.首先利用多值区间中智集描述不确定信息,定义多值区间中智值之间的余弦值和欧氏距离;然后采用Choquet积分描述属性之间的相关性,采用线性分配方法对方案进行排序,
