针对权重已知且属性值为精确实数型、区间型和模糊型的混合型多属性决策问题,提出了一种基于模糊偏序关系的混合型多属性决策方法。该方法利用混合型评估值模型来描述多属性决策问题;在对属性值预处理后,通过构建混合型模糊偏序关系模型...针对权重已知且属性值为精确实数型、区间型和模糊型的混合型多属性决策问题,提出了一种基于模糊偏序关系的混合型多属性决策方法。该方法利用混合型评估值模型来描述多属性决策问题;在对属性值预处理后,通过构建混合型模糊偏序关系模型,将决策问题转化为评估关系模型;然后对偏序关系进行集结,得到全序关系,从而获取所有方案的优劣排序。算例验证了方法的有效性。计算过程表明,该方法计算简单,且避免了逼近理想解的排序方法(technique for order preference by similarity to ideal solution,TOPSIS)难以合理定义距离函数的局限性。展开更多
针对发动机性能评估参数存在多重共线性且数量过多的问题,提出一种依据类间方差和距离判别的聚类方法。将相似个体化为一类,并取类中均值作为分析对象,大大减少了参数维数;在支持向量数据描述(Support Vector Data Description)算法基础...针对发动机性能评估参数存在多重共线性且数量过多的问题,提出一种依据类间方差和距离判别的聚类方法。将相似个体化为一类,并取类中均值作为分析对象,大大减少了参数维数;在支持向量数据描述(Support Vector Data Description)算法基础上,引入超球体核距离度量,将多参数转化为单参数,解决了参数过多相互矛盾的问题。特征空间上一点与超球体中心的距离表征发动机的性能衰退程度,并给出了性能开始衰退与性能明显恶化的阀值曲线。考虑聚类后类中参数对发动机性能评估的贡献不同,提出基于改进粒子群算法优化多尺度核函数参数和惩罚因子C。仿真结果表明:考虑了多尺度参数后,发动机性能状况较单尺度参数能更好的符合实际使用情况。聚类后多尺度参数与原参数的评估结果基本一致。展开更多
文摘针对权重已知且属性值为精确实数型、区间型和模糊型的混合型多属性决策问题,提出了一种基于模糊偏序关系的混合型多属性决策方法。该方法利用混合型评估值模型来描述多属性决策问题;在对属性值预处理后,通过构建混合型模糊偏序关系模型,将决策问题转化为评估关系模型;然后对偏序关系进行集结,得到全序关系,从而获取所有方案的优劣排序。算例验证了方法的有效性。计算过程表明,该方法计算简单,且避免了逼近理想解的排序方法(technique for order preference by similarity to ideal solution,TOPSIS)难以合理定义距离函数的局限性。
文摘针对发动机性能评估参数存在多重共线性且数量过多的问题,提出一种依据类间方差和距离判别的聚类方法。将相似个体化为一类,并取类中均值作为分析对象,大大减少了参数维数;在支持向量数据描述(Support Vector Data Description)算法基础上,引入超球体核距离度量,将多参数转化为单参数,解决了参数过多相互矛盾的问题。特征空间上一点与超球体中心的距离表征发动机的性能衰退程度,并给出了性能开始衰退与性能明显恶化的阀值曲线。考虑聚类后类中参数对发动机性能评估的贡献不同,提出基于改进粒子群算法优化多尺度核函数参数和惩罚因子C。仿真结果表明:考虑了多尺度参数后,发动机性能状况较单尺度参数能更好的符合实际使用情况。聚类后多尺度参数与原参数的评估结果基本一致。
