模糊决策

摘要： 针对目前方法设计配电网综合评价系统时,由于未能利用模糊决策理论对系统的综合评价指标进行设计,导致配电网在评价后无法检测出电力负荷,存在覆盖性能低,评价效果差的问题,设计基于模糊决策的配电网扩展规划综合评价系统。首先基于系统的设计原则完成系统的整体框架设计;再对系统的软件结构、层次结构进行详细说明,并基于模糊决策理论完成综合评价的评价指标设计;最后利用系统的软件设计完成配电网的扩展规划综合评价。实验结果表明,运用该设计方法进行系统设计时,可以检测出配电网的电力负荷,系统的覆盖性能高、评价效果好。

摘要： 空间碎片问题日益严重,需要对其进行常态化监测。光学观测作为重要的监测手段,需要依靠快速的光学图像处理技术,采用天文定位方法得到空间碎片的赤经赤纬测量信息。星图识别是天文定位的关键步骤,直接影响着图像处理的速度和结果精度。本文提出了一种改进的基于模糊决策的快速星图识别方法,在保持快速处理的情况下提高了星表匹配的准确性。利用新疆南山站25 cm望远镜的图像对该方法进行了测试,取得了良好的效果,证明了算法的有效性和稳定性。

摘要： 作者在对立体阵研究的基础上,基于立体矩阵的基本运算,给出了一种进行模糊综合评判的新思路、新做法,并建立了计算方法;同时,给出了该方法在教学质量等模糊综合评判上的应用。

摘要： 为提高水利施工安全风险识别准确程度,确保识别结果与实际情况具有更高的一致性,开展基于模糊决策的水利施工安全风险识别方法研究。通过水利施工安全风险类型划分、基于模糊决策的安全风险因素汇总与权重确定、构建水利施工安全风险模糊评价识别模型、安全风险层次排序与一致性检验,提出一种全新的识别方法。通过对比实验证明,新的识别方法在实际应用中一致性系数更高,识别结果更有实际利用价值。

摘要： 考虑多属性群决策问题的动态性、模糊性及不同决策阶段消费者偏好的偏序性,文章基于属性值独立于个体偏好的性质提出单峰形式的动态模糊偏序多属性群决策研究的新方法。首先,将消费者在不同决策阶段的模糊多属性偏序矩阵转化为单峰性投票数矩阵,依据各属性权重进行属性集结,根据消费者的影响权重进行群体集结,利用各阶段的影响权重进行阶段集结;然后,以三次集结的单峰性投票数矩阵为约束条件,构建消费群体异议最小的备选方案排序的目标函数;最后,收集大众点评网2018年12个月消费群体在线真实的评分和点评数据进行模型求解,同时,将所建模型的求解结果与已有算法所得结果进行对比分析,从而说明所建模型的可行性及有效性。

摘要： 在含风电微网系统中风电出力的随机性将对系统的经济决策带来不可忽略的风险,而采用效益风险管理模型能够权衡系统效益与风险之间的关系。传统的效益风险管理模型虽然能够进行效益风险决策,但难以确定决策者希望的高效益低风险组合,针对该问题,提出了采用模糊决策方法的效益风险多目标模糊决策,考虑含风电微网中风电出力的高估和低估风险对系统经济决策的影响,并采用条件风险方法度量风电出力不确定性带来的风险,建立了含风电微网效益风险多目标组合模糊决策模型;以某一实际含风电的微网为例,并分别比较了采用效益作目标、风险作目标和效益风险多目标模糊决策模型的计算结果,算例验证表明,采用效益风险多目标模糊决策一般模型更符合决策者所希望的风险较小效益较大的要求。

摘要： 考虑证券市场的模糊不确定性及投资者的模糊决策特征,以资产收益、下方风险及流动性为模糊投资目标,构建考虑投资者异质信念和目标优先级的多目标投资组合模型。进一步,以我国主板、中小板和创业板市场为背景,采用CPT-TOPSIS交互式算法进行实证分析。研究发现:乐观、理性和悲观投资者权衡收益、风险和流动性目标时偏好的优先顺序不同,导致资产配置结构、最优决策和绩效表现存在差别。结果表明模糊多目标模型能够满足不同投资者权衡多目标的差异化投资需求,取得优于基准随机投资组合的投资效果,可作为投资者投资决策的参考依据。

摘要： 光伏建筑一体化要求太阳能发电系统与建筑物外观具有一致性。为了生产出符合光伏建筑一体化质量要求的表面低色差玻璃产品,更好地发挥产线产能,利用一种实用的模糊决策方法,根据产线制程能力评价的多因素性及评价因素的模糊性,分析不同产线的镀膜制程能力,对不同的产线进行优排序,用最优产线生产对玻璃表面色差要求更高的建筑光伏玻璃,达到对产线排产计划的指导作用。实例结果表明,提出的模糊决策方法对分析镀膜玻璃色差是简单有效的。

摘要： 地对空信息化作战中,合理高效的武器-目标分配方案对于降低我方损失、提高防御效能具有重要意义。本文以敌方所有来袭目标的剩余生存概率最小、我方弹药消耗量的价值最小、敌方对我方资产的损害最小为优化目标建立地对空武器-目标分配模型;设计一种改进第二代快速非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解,针对两个种群进行不同的遗传操作,利用强化学习方法动态调整两个种群中个体迁徙参数,以保证种群的多样性;对获得的武器-目标分配模型的非劣解集(Pareto解),使用模糊决策进行评价,得出最优的分配决策方案。

摘要： 以虚拟电厂形式将需求侧资源(分布式能源、柔性负荷、储能等)进行聚合并优化管理,可以有效提高整体的竞争力和经济性.在此基础上考虑虚拟电厂面临的不确定性及其内部的利润分配问题,建立计及风险偏好的虚拟电厂日前调度模型,采用条件风险价值理论对不确定因素风险进行量化处理,求得不同风险水平下虚拟电厂的运营策略和收益,并对不同的运营策略采用模糊决策处理,为虚拟电厂管理者提供参考方案;同时综合考虑虚拟电厂内部各主体的风险水平和边际效益,以纳什谈判模型为主,结合Shapley值法和独立风险贡献理论的分配方法对虚拟电厂的总收益进行利润分配.最后通过算例仿真验证了运营管理模型的有效性,并通过对需求侧资源的风险大小和利润大小进行分析,证明了该利润分配制度的合理性.

摘要： 在化工过程中,普遍存在着对输入输出以及状态变量的约束.针对干扰等因素导致预测控制没有可行解的问题,可以用设定模糊隶属度的方法描述“约束可以被一定限度的违反”,即将模糊决策引入到传统预测控制中.然而,模糊决策预测控制优化的求解通常较为复杂.另一种处理预测控制优化问题没有可行解的方法是软约束方法,即允许约束被违反的同时惩罚违反量.本文推导了对于一类模糊决策预测控制优化问题,可以通过设置相应的罚函数得到等价的软约束优化问题,从而将模糊优化问题转化为一个二次规划问题求解,简化了模糊决策预测控制的计算复杂程度.仿真实验验证了该方法的正确性.

摘要： 针对当前有很多改进的MapReduce调度算法,但是都未将计算节点安全性考虑在内.本文通过分析云计算任务调度机制,基于Vague模糊集的理论知识,将模糊决策理论引入到云计算安全调度应用中,提出了一种基于模糊决策的云计算安全模型,其基本思想是对云资源进行筛选评判,同时考察多个节点的资源,动态接受可信度高的资源池,拒绝可信度低的资源池.通过模糊评判选择安全的节点,同时结合云计算的调度运算,从而达到资源的最佳利用率,同时兼顾了云计算的安全问题,使得分布在云上的资源能满足日益增长的安全需要.并在此基础上进行了算法实现与实验分析,实验证明新安全模型对“危险”云进行识别,该模型满足了云计算的安全性,高效性,加强了云计算的安全环境.

摘要： 采用分簇管理的无线传感器网络,能够显著地节省能量.簇头在数据的汇总、融合、转发过程中起到关键作用,因此,一旦簇头被俘,存储的密钥信息泄露,将影响整个簇的安全通信.为有效延长网络寿命和可信簇头选举,本文设计了一种基于模糊决策的簇头选择算法作为密钥连通的基础,以剩余能量、信任值、向心度和共享密钥数作为安全性评估的关键指标.实验结果表明,通过模糊决策方法选取簇头能均衡能耗,提高网络生命周期并能阻止恶意节点成为簇头.

摘要： 综合考虑了反映风暴潮灾害的自然特征和社会属性的4个指标作为评估指标，建立了基于模糊决策的风暴潮发生过程中城市灾害的快速评估模型，并以街道为最小评估单元，对厦门市进行了一次模拟风暴潮的灾害综合快速评估。由于模型考虑了少量具有代表性的因素，故能保证评估过程的快速性、评估结果的时效性，能为政府在有限的时间和资源下做出救灾减灾的优先工作策略提供决策依据。

摘要： 综合考虑了反映风暴潮灾害的自然特征和社会属性的4个指标作为评估指标,建立了基于模糊决策的风暴潮发生过程中城市灾害的快速评估模型,并以街道为最小评估单元,对厦门市进行了一次模拟风暴潮的灾害综合快速评估.由于模型考虑了少量具有代表性的因素,故能保证评估过程的快速性、评估结果的时效性,能为政府在有限的时间和资源下做出救灾减灾的优先工作策略提供决策依据.

摘要： 模糊数学是研究现实世界中许多模糊现象问题的一种有效的数学工具,模糊数学和模糊逻辑为人们处理现实世界中的模糊对象和模糊概念,以定量的手段解决定性问题提供了基础理论和方法.中医临床诊断糖尿病存在些许问题,其一就是在传统中医中存在很多模糊现象.中医辨证的过程有很强的模糊性和主观性,医生在观察和收集患者症状、体征等信息时,受医生自身知识、经验等主观因素的影响,最终的诊断也就带有很强的主观性.例如,传统中医关于病、证、症的言语描述是有其本身明显的特色的,其中罕有精确的数字.中医学中很多的概念是晦涩抽象,难以理解的,其模糊概念与模糊量词比比皆是:好比金、木、水、火、土这五行之说,人身三宝所说的精、气、神,再比如"喘促短气,舌质淡红,气怯声低,脉微细或沉弱"等少许具有模糊量词的概念,这种模糊语言特点都是模糊病状的定量的标准信息.

摘要： 对于食品安全的控制与监督,本文从影响食品安全监管体系的内部要素和外部要素进行分析,首先,分析监管主体,监管客体,监管手段等内部因素对食品安全的影响.并根据环境因素,国际贸易和人员交流,技术因素等要素在控制食品安全中作为重要的外部影响因素进行阐述.本文基于模糊决策模型,选取食品质量,食品卫生,生物安全,营养安全四个主要因子对我国食品安全的控制与监督进行评价.从模糊综合评价值来看,评价值等级较好,可以说明,就目前而言,我国的食品安全具有较好控制与监督力度,对于企业保护,企业处罚,消费者权益等方面做到正规的监管与处理.

摘要： 物流配送中心作为物流配送活动的主要基础设施,其合理选址问题一直是学术界和应用领域广泛关注的内容.本文首先在分析现有的物流配送中心选址模型基础上,综合考虑了模糊环境下影响物流配送中心选址的各因素,建立了以物流总费用最少,物流配送中心综合服务水平最高为目标的模糊多目标物流配送中心选址模型(FMO-LDCLM);其次通过引入变异操作,用拥挤距离排序和非支配排序思想进行外部档案的维护,提出了一种多目标粒子群优化算法(MO-PSOA),并针对模型FMO-LDCLM,定义了新的编码策略,对模型进行了求解;最后通过实例验证了模型及算法的有效性.实验结果表明,FMO-LDCLM能够很好的将现实中模糊意识融入模糊决策过程中,且利用MO-PSOA每次可以求出一组Pareto最优解,为决策者进行配送中心选址提供了决策参考.

摘要： 本文提出了一个车辆引擎钢印的自动验证方法.每年车辆年审都需要比较车辆引擎钢印的拓印图像和车辆第一次注册时的引擎钢印的拓印图像.通过铅笔拓印的方法采集这些图像,然后扫描作为二值图像文件保存.由于采样技术通过手工完成,引擎表面的形状和粗糙表面条件的限制,采样图像存在大量的虚假不真实的干扰信息.采用基于粗糙集的方法可以刻画采样图像中由于干扰引入的不确定性,但是困难在于,获得粗糙集的所有约简和最小约简是NP问题,因此通常使用各种启发式算法获得最小约简.通过使用相关的先验知识,采用高斯分布描述不确定性来获得最小约简,结合导出逻辑,对采样图像进行决策.常规的模式识别算法仅仅具有分类的功能,很难区分细节.这个方法能够区分相似的图像,还能避免基于相关系数验证二值图像的一些失效.通过试验说明算法的准确率可以达到93.3％.

摘要： 产业技术创新联盟是一个典型的利益共生体,其合作伙伴选择是决定联盟运行成败的关键环节.基于合作伙伴选择的“3C”原则,从兼容性、资源与能力、承诺三个维度构建产业技术创新联盟合作伙伴选择的指标体系;针对该决策问题具有指标关联性强和指标取值难以量化的特点,提出了一种集成模糊逻辑、网络分析法(ANP)和多准则折衷优化解法(VIKOR)的模糊组合决策方法,并详细给出了建模过程和应用步骤,该方法的基本思路是利用模糊网络分析法设定关联指标的权重,利用模糊折衷优化解法确定折衷备选方案;实例应用结果表明该方法不仅是可行的,而且可以有效提高决策质量.

摘要： 本发明公开一种基于直觉模糊熵和区间模糊熵的多属性决策系统，包括决策信息获取模块、模糊熵计算模块、决策结果生成模块；所述决策信息获取模块用于获取目标的若干决策信息矩阵，并传输至模糊熵计算模块；所述模糊熵计算模块对决策信息矩阵进行处理，得到决策者犹豫度权重系数和效益属性犹豫度权重系数，并传输至决策结果生成模块；所述决策结果生成模块根据决策者犹豫度权重系数和效益属性犹豫度权重系数计算每个决策信息矩阵的综合评价结果，并根据决策信息矩阵的综合评价结果得到最优决策。本专利提出的数学期望的犹豫信息熵在实际应用中非常有效，其熵与加入传统模糊熵和标准差后的熵相差很小。

摘要： 本发明公开了一种基于余切函数的图片模糊熵在模糊多属性决策中的应用，其特征在于：包括以下步骤：S1：规范化初始决策矩阵；S2：根据基于余切函数的图片模糊熵计算决策属性权重；S3：确定正理想解和负理想解；S4：计算每个方案的属性值与正理想解和负理想解的灰关联系数；S5：计算每个方案的灰关联度和灰关联贴近度；S6：计算每个方案在正理想解和负理想解上的规范化投影；S7：计算每个方案的规范化投影贴近度；S8：计算组合贴近度，并根据组合贴近度对方案从大到小排序。本发明可以在属性权重完全未知的情况下，利用现有数据求解属性客观权重，同时改进经典TOPSIS排序方法，用灰关联度和规范化投影作为组合贴近度，根据决策者不同的偏好来设定二者权重的大小，使决策结果更为合理。可应用于各种多属性决策的场景，例如环保企业选择、项目投资等。

摘要： 本发明公开了一种基于区间值球形模糊集新模糊熵的多属性决策方法，其特征在于：包括以下步骤：S1:对区间球形模糊数形决策矩阵进行规范化处理，形成规范区间球形模糊数评价矩阵；S2:通过区间球形模糊数的模糊熵求出属性权重；S3:通过区间球形模糊数得分函数确定正、负理想解；S4:通过距离函数、属性权重与正、负理想解求出各备选方案的群体利益值与个体遗憾值；S5:通过群体利益值与个体遗憾值利用VIKOR方法确定备选方案的排序得出最优方案或折衷方案，本发明可以求解评价值为区间值球形模糊数的客观权重使得决策结果能更加合理。该方法可以运用于各种多属性决策场景中，例如项目投资、建筑选址、人才选拔等。

摘要： 本发明公开了一种基于区间犹豫模糊多粒度决策粗糙集的多属性群决策方法，其中提出四种区间犹豫模糊多粒度决策粗糙集，来体现决策专家所提出意见之间的乐观性、悲观性、少数服从多数、多数服从少数、风险中性，通过输入区间犹豫模糊信息系统(U,V,R

摘要： 本发明公开了基于模糊强化学习的销售语音推送决策方法，将当前语音内容情感量化值在语句模糊变量值阈上的隶属度组成状态空间，将所有推送语音信息组成动作空间；计算当前时刻状态空间中任一状态值执行动作空间中任一动作变量时的回报值；根据Q‑learning算法，得到状态空间中任一状态值执行动作空间中任一动作变量的Q值，选取最大Q值对应的动作变量为当前语音内容的推送语音信息。本发明的优点在于在电话销售过程中，对客户表达信息进行模糊建模，从而确定较为精确的客户需求；同时采用强化学习原理，设计语音推送内容的智能决策方法，针对客户的模糊的语言内容、感情色彩，推送合理的语音内容，提高电话销售的智能化水平，提高语音机器人的智能化水平。

摘要： 本发明公开了一种基于球形模糊集综合相似度的多属性决策方法，其特征在于：包括以下步骤：S1:使用语言术语将决策者给出的判断进行表示，根据决策者的权重信息通过球形聚集算子构成球形模糊初始决策矩阵；S2:由初始决策矩阵和决策者给出的球形模糊数形式的属性主观权重得到主观加权决策矩阵；S3:分别计算属性间平均相似度和属性内相似度，通过综合相似度规划模型确定属性客观权重；S4:由初始决策矩阵和属性客观权重得到客观加权决策矩阵；S5:对主观加权决策矩阵和客观加权决策矩阵进行线性调整得到加权决策矩阵；S6:通过得分函数得到球形模糊正理想解和负理想解；S7:计算每个备选方案的分离度，相对接近系数并排序。本发明可以求解属性客观权重，通过线性调整综合考虑主观和客观权重对决策结果的影响，使结果更为合理。可应用于各种多属性决策的场景，例如医院选址、项目投资等。

摘要： 本申请实施例提供了一种基于模糊决策树的钻井漏失机理预测及辅助决策方法，属于数据挖掘领域及钻井液堵漏领域。所述方法包括：采集历史钻井数据、历史堵漏案例及现场实时钻井数据；针对采集到的数据资料进行数据预处理；将历史钻井数据划分为训练集和测试集，并选取训练集生成漏失机理预测模糊决策树；再选取训练集生成堵漏配方推送模糊决策树；根据漏失机理预测模糊决策树确定漏失机理预测模糊决策规则，并判断漏失机理；根据生成的堵漏配方推送模糊决策树确定堵漏配方推送模糊决策规则，并进行堵漏配方推送；以判断的漏失机理和推送的堵漏配方为参考进行防漏堵漏辅助决策，从而减少井漏事故的发生次数以及增大发生漏失后一次堵漏的成功率。

摘要： 本发明公开了type‑2直觉模糊决策的TSK模糊模型粒子滤波方法及系统，利用type‑2直觉模糊决策目标函数，选出能够体现运动目标的特性的最优特征集；构建TSK模糊模型，将最优特征集作为输入，基于TSK模糊模型的前件隶属函数计算每条规则的权重，利用加权求和的方法得到多条模糊规则的状态融合结果作为TSK模糊模型的输出；基于状态融合结果构建粒子滤波的重要密度函数，从重要密度函数中抽取粒子进行滤波更新。本发明利用type‑2直觉模糊决策目标函数选出能够体现运动目标的特性的最优特征集来构建TSK模糊模型，既减少模型的规则数和模型的冗余度也提高了模型的精确度，采用构建TSK模糊模型的输出结果作为粒子滤波算法的重要密度函数，大幅度降低粒子的退化问题。

摘要： 本申请实施例提供了一种基于模糊决策树的钻井漏失机理预测及辅助决策方法，属于数据挖掘领域及钻井液堵漏领域。所述方法包括：采集历史钻井数据、历史堵漏案例及现场实时钻井数据；针对采集到的数据资料进行数据预处理；将历史钻井数据划分为训练集和测试集，并选取训练集生成漏失机理预测模糊决策树；再选取训练集生成堵漏配方推送模糊决策树；根据漏失机理预测模糊决策树确定漏失机理预测模糊决策规则，并判断漏失机理；根据生成的堵漏配方推送模糊决策树确定堵漏配方推送模糊决策规则，并进行堵漏配方推送；以判断的漏失机理和推送的堵漏配方为参考进行防漏堵漏辅助决策，从而减少井漏事故的发生次数以及增大发生漏失后一次堵漏的成功率。

摘要： 本发明公开了一种基于敏感度实现清晰决策树与模糊决策树的攻击方法，包括：获取数据并进行数据处理；将处理后的数据划分为训练集和测试集，通过从训练样本中学习，测试集上验证，获得清晰决策树和模糊决策树；利用学习到的清晰决策树和模糊决策树的模型信息，计算样本被分为真实类别的置信度，计算特征的敏感度；选择有最大敏感度的特征进行修改；迭代获得伪造的攻击样本；将伪造的攻击样本集攻击学习到的决策树，比较决策树在测试集和伪造的样本集上的准确率，进而对攻击进行评估。本发明基于特征敏感度信息，减少对攻击目标的模型信息了解量；开辟了研究模糊系统在恶意环境中的鲁棒性的道路，发现数据模糊化对机器学习模型的鲁棒性的提升。