摘要：概率对偶犹豫模糊集包含隶属度、非隶属度及相应的概率信息,是刻画不确定决策信息的重要工具.针对属性权重信息未知的概率对偶犹豫模糊多属性决策问题,文中提出基于概率对偶犹豫模糊信息相关性系数的多属性决策方法.首先,运用概率对偶犹豫模糊信息熵计算属性客观权重,并与决策者给定的主观权重结合,得到属性综合权重.然后,提出概率对偶犹豫模糊信息相关性系数和加权相关性系数,用于衡量决策信息之间的相关性水平,并分析提出的相关性系数的优良性质.最后,设计基于概率对偶犹豫模糊信息相关性系数的多属性决策方法,并应用于雾霾治理措施的选择实验.实验表明,文中方法具有较好的鲁棒性和有效性.

摘要：针对评价信息为概率语言术语且属性权重未知的多属性群决策问题,提出一种新的、基于离平均解距离(EDAS)和共识模型的概率语言多属性后悔理论群决策方法.首先,考虑到现实决策中决策者面对方案选择时会呈现“有限理性”的行为,将后悔理论融入群决策方法的研究中,通过计算决策者的后悔-欣喜值来度量其感知效用;其次,将EDAS方法与概率语言信息处理相结合用于方案排序,并基于最大化偏差法思想,给出一种概率语言多属性决策问题属性权重的确定方法,以得到初始解决方案;然后,对初始解决方案进行共识测度,进一步根据个人属性集得到个人方案集,通过共识模型的动态反馈调整,得到符合大多数决策者意愿的最终解决方案;最后,以共享自行车设计方案的选择为例对所提出方法进行验证,并通过对比分析说明方法的可行性和有效性.

摘要：为了解决案例推理检索过程中属性权重的合理分配问题,提出了自组织膜计算属性权重优化方法.首先建立了衡量权重分布是否合理的适应度函数,并设计了细胞型的单层膜结构以及对权重对象集进行膜计算寻优的选择、交叉、变异和双向交流规则,然后根据适应度函数和设计的规则训练并确定基本膜的个数,从而得到合理分配属性权重的自组织膜计算算法.最后通过UCI中的5个回归数据集和某污水处理过程溶解氧质量浓度的生产数据进行回归实验,结果表明:该方法应用于案例推理过程可以有效降低回归的拟合误差,说明自组织膜计算方法分配的属性权重比较合理,可以进一步提高案例推理模型的求解性能.

摘要：针对电力市场用户群庞大,交易过程中售电套餐选择困难的问题,在Spark环境下设计了一种售电套餐推荐方法,同时也解决了售电套餐推荐过程中在大数据环境下的可扩展性及实时性问题。首先,计算出每个套餐属性的权重值,从而计算得到售电套餐综合相似度。然后,计及用户和套餐两方面提出一种售电套餐推荐方法,实现售电套餐的精准推荐。实验表明,提出的推荐方法能够明显提高推荐的准确度,并且在分布式环境下具有良好的推荐效率和可扩展性。

摘要：针对目前实例检索方法中确定属性权重所存在的问题,基于客观赋权法,应用粗集理论,研究了确定属性权重的分配方法。该方法避免了主观赋权法存在的属性权重不确定性问题,有效地提高了检索的准确性。通过实例分析,验证了方法的优越性。

摘要：可倾瓦推力轴承的传统设计方法存在过程复杂、过分依赖设计者经验,以及缺乏积累和继承设计知识的问题,为此,提出了基于实例推理的设计方法,为进一步提高基于实例推理系统的实例检索效率和质量,对系统中实例表示、相似实例匹配和实例重用三个关键技术环节进行了改进,引入相似理论和相似系统理论的基本原理,分别提出了以相似准则作为重要属性的实例表示方法,基于敏感性分析的属性权重配置算法,以及基于属性差异度的相似性度量方法。在实例重用方面,提出了将最相似实例按照结构特性生成初始方案后再对其进行评价和修改的方法,以降低方案修改的难度和复杂性。最后,通过一个可倾瓦推力轴承的设计案例,验证了所提方法的可行性和有效性。

摘要：灵敏度分析是多属性决策的一个重要优化过程,深入分析属性值或属性权重的变化对决策结果的影响很有意义。在线性加权模型的基础上,提出一种灵敏度分析方法,研究了一个属性值或者多个相关属性值同时发生变动以及一个属性权重或者多个相关属性权重同时发生变动下的灵敏度问题,给出一种定量化计算方法,计算出保持原决策排序结果不变的属性及属性权重的灵敏度临界值或稳定区间。通过某小口径火炮供弹机实例验证了该方法的科学性和可行性,计算结果可为供弹机优化设计提供参考。

摘要：针对具有不确定性的并发故障诊断问题,提出基于属性权重和权衡分析的置信规则库(belief rule base,BRB)诊断方法。以属性权重大小来表示属性与特定故障模式之间的相关性,设计能够反映故障模型约束的基于差分进化的优化算法,通过相邻故障模式置信度与预设阈值的权衡分析完成对并发故障诊断。该方法仅需构造单个置信规则库来有效处理各种不确定性信息,与已有研究方法相比极大地降低了建模复杂度。诊断结果不仅能得到故障的并发情况,还可分辨故障的主次关系,并且建模和推理过程开放,可解释性强。最后以船用柴油机的并发故障诊断作为实例,验证了所提方法能够有效的诊断出并发故障并且模型具有较好的稳定性。

摘要：针对电力市场用户群庞大,交易过程中售电套餐选择困难的问题,提出一种基于电力交易用户最优特征子集的售电套餐推荐方法。首先,定义了电力交易用户最优特征子集,并设计基于加权递增项目覆盖率最优子集的发现算法,合理地从海量交易用户中筛选出最优用户特征子集。然后,提出一种基于属性相关的售电套餐相似性计算方法,通过聚类和确定套餐属性权重的方式计算套餐相似度,得到套餐项目的相似度矩阵。最后,基于最优特征子集和相似度矩阵实现了售电套餐的精准推荐。实验验证表明了电力交易用户最优特征子集的有效性和所提推荐算法的准确性。

摘要：在深井、超深井以及地层复杂等条件下,为了避免或减少钻井事故的发生,达到优质快速钻井的目的,选择合适的钻井液体系至关重要。基于案例推理(CBR,Case-Based Reasoning)的钻井液设计中,钻井液体系由岩性、井型和井深等属性推理得出,但属性权重的分配会对推理结果产生显著的影响;遗传算法在优化属性权重时,存在收敛速度慢、收敛精度低的缺点。针对上述问题,提出一种解决CBR中属性权重分配问题的改进遗传算法。首先,对遗传算子进行改进:选择算子方面,利用指数尺度变换法优化个体选择;交叉算子方面,对算术交叉中的比例因子进行自适应调整;变异算子方面,改进个体变异方向,保持种群多样性。其次,从个体适.应度和交叉个体的差异程度两方面实现交叉概率自适应调整。最后,通过对UCI数据集的对比实验,证明了改进后的遗传算法能改善全局收敛性能,提高CBR的准确率。将该算法运用到基于CBR的钻井液设计中,实验结果表明,所提方法能够优化属性权重的分配,进而提高钻井液设计的质量。