發(fā)布時間：2017-10-05 09:01

  本文關(guān)鍵詞：基于證據(jù)理論和云模型的多屬性決策算法研究

  更多相關(guān)文章： 證據(jù)理論 云模型 多屬性評價決策方法 人工智能

【摘要】：本文在基于對證據(jù)理論和云模型進(jìn)行研究的基礎(chǔ)上,將證據(jù)理論和云模型以及強(qiáng)化學(xué)習(xí)應(yīng)用于多屬性評價與決策中,建立了一個實際的、完整的、通用的多屬性決策系統(tǒng),在強(qiáng)化學(xué)習(xí)方法的基礎(chǔ)上以人工智能機(jī)器人對抗博弈的應(yīng)用進(jìn)行了實證分析,為決策者提供有力的決策支持。 以云模型理論為基礎(chǔ),建立基于證據(jù)理論和云模型的多屬性評價方法,能很好地解決模糊性與隨機(jī)性共存的問題。與傳統(tǒng)多屬性決策相比,本文提出的方法不僅可以實現(xiàn)對某個評價對象的多屬性評價決策,而且也可從該角度出發(fā)對多屬性決策中若干備選方案進(jìn)行排序選優(yōu)。從而在評價的基礎(chǔ)上為決策者進(jìn)行決策支持,并形成決策系統(tǒng),為多屬性決策研究提供一種新方法。 設(shè)計和實現(xiàn)了一個建立在本文提出的多屬性決策算法上的多屬性決策系統(tǒng)。該系統(tǒng)以敵我雙方可能的相互攻擊組合方式作為策略集,由敵我雙方對抗態(tài)勢分析定量結(jié)果確定支付函數(shù),建立完全信息靜態(tài)博弈模型。通過求解博弈模型的混合策略納什均衡接,并結(jié)合一定作戰(zhàn)經(jīng)驗,形成任務(wù)決策方法。 另外,本文以提高評價結(jié)果的準(zhǔn)確性為目的,將計算機(jī)模擬機(jī)器人極具特點的對抗方式,通過模擬技術(shù)應(yīng)用到多屬性決策當(dāng)中,使得專家評價信息收集困難、難以積累的問題得到了有效解決。
【關(guān)鍵詞】：證據(jù)理論 云模型 多屬性評價決策方法 人工智能
【學(xué)位授予單位】：遼寧科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2012
【分類號】：TP301.6;C934
【目錄】：

• 中文摘要4-5
• ABSTRACT5-8
• 1. 概述8-12
• 1.1 國內(nèi)外的發(fā)展?fàn)顩r8-10
• 1.2 論文的主要工作10
• 1.3 論文的創(chuàng)新點和所研究的技術(shù)路線10-12
• 2. D -S 證據(jù)理論12-17
• 2.1 信息融合12
• 2.2 D-S 證據(jù)理論基礎(chǔ)知識12-13
• 2.2.1 D-S 證據(jù)理論12-13
• 2.2.2 證據(jù)理論的發(fā)展13
• 2.2.3 證據(jù)理論的應(yīng)用13
• 2.3 D-S 證據(jù)理論的相關(guān)術(shù)語13-14
• 2.4 D-S 證據(jù)理論的數(shù)學(xué)模型14
• 2.5 D-S 證據(jù)理論相關(guān)函數(shù)14-17
• 3. 云模型17-22
• 3.1 云理論的提出及研究意義17
• 3.2 云模型的研究現(xiàn)狀17-18
• 3.3 云模型理論18
• 3.4 云模型的定義18-19
• 3.5 云模型的數(shù)字特征19-20
• 3.6 云發(fā)生器20-21
• 3.7 云模型的意義21-22
• 4. 多屬性群決策算法22-29
• 4.1 多屬性決策概述22
• 4.2 多屬性決策研究現(xiàn)狀22
• 4.3 所屬性評價的不確定性22-24
• 4.3.1 隨機(jī)性23
• 4.3.2 模糊性23
• 4.3.3 隨機(jī)性和模糊性的關(guān)聯(lián)性23-24
• 4.4 多屬性評價算法流程24-28
• 4.4.1 建立專家決策矩陣24-25
• 4.4.2 建立每個屬性的云模型25-26
• 4.4.3 合成單個決策者的評估值26-27
• 4.4.4 用證據(jù)理論合成多個決策者的最終評估值27-28
• 4.5 群決策小結(jié)28-29
• 5. 系統(tǒng)設(shè)計29-36
• 5.1 系統(tǒng)目標(biāo)29
• 5.2 開發(fā)工具和運行環(huán)境29-30
• 5.3 系統(tǒng)的需求分析30-31
• 5.4 系統(tǒng)總體流程圖31-32
• 5.5 系統(tǒng)模塊說明32-36
• 5.5.1 輸入模塊32-33
• 5.5.2 策略選擇模塊33
• 5.5.3 效能評估模塊33-34
• 5.5.4 Q 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)34-35
• 5.5.5 外層神經(jīng)網(wǎng)絡(luò)35-36
• 6. 對抗系統(tǒng)仿真36-50
• 6.1 模擬概要36-37
• 6.2 系統(tǒng)總體算法流程37-38
• 6.3 模擬攻打步驟38-42
• 6.4 算例42-49
• 6.5 仿真結(jié)論49-50
• 結(jié)論50-51
• 參考文獻(xiàn)51-54
• 致謝54

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓德強(qiáng);鄧勇;韓崇昭;楊藝;蔣雯;侯志強(qiáng);;利用不確定度的沖突證據(jù)組合[J];控制理論與應(yīng)用;2011年06期

2 王紅亮;張美仙;丁海飛;;D-S證據(jù)理論在目標(biāo)識別中的應(yīng)用[J];自動化與儀表;2011年07期

3 熊偉;程加堂;徐紹坤;;基于證據(jù)理論的齒輪故障診斷[J];機(jī)械傳動;2011年09期

4 張牧;王攀;;基于證據(jù)理論的無線網(wǎng)絡(luò)干擾定位研究[J];計算機(jī)測量與控制;2011年07期

5 韓勇;王放;陳強(qiáng);王建新;;一種信任度模糊分配的合作頻譜感知算法[J];信號處理;2011年06期

6 陳麗萍;姚志強(qiáng);孔祥增;;基于證據(jù)理論數(shù)據(jù)融合的雙效水印[J];計算機(jī)應(yīng)用與軟件;2011年08期

7 孫梅;;基于DS-AHP的高職學(xué)生擇業(yè)模型研究[J];信息與電腦(理論版);2011年07期

8 曹聞;萬明英;李潤生;余文杰;;基于Zernike形狀矩的地圖匹配算法[J];計算機(jī)應(yīng)用研究;2011年07期

9 韓勇;陳強(qiáng);王建新;;一種SSDF攻擊檢測的證據(jù)理論合作頻譜感知算法[J];信號處理;2011年07期

10 許可;劉建都;史朝輝;;加權(quán)D-S證據(jù)理論在多平臺數(shù)據(jù)融合中的應(yīng)用[J];航空計算技術(shù);2011年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王雪章;;基于證據(jù)理論的消防安全評價[A];中國航�？萍純�(yōu)秀論文集（2010）[C];2010年

2 孫懷江;楊靜宇;;證據(jù)理論的改進(jìn)及其應(yīng)用[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

3 馬永一;沈懷榮;彭穎;;對D-S證據(jù)理論幾種改進(jìn)方法的分析與討論[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2010年

4 肖云;彭進(jìn)業(yè);王選宏;趙健;;基于D-S證據(jù)理論的漏洞動態(tài)嚴(yán)重性分析[A];第二十九屆中國控制會議論文集[C];2010年

5 朱靖;王晨熙;鄢茂林;鄭義成;;D-S證據(jù)理論在多傳感器身份融合中的改進(jìn)[A];全國第一屆信號處理學(xué)術(shù)會議暨中國高科技產(chǎn)業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議專刊[C];2007年

6 覃菊瑩;孟凡永;曾雪蘭;;三角模糊數(shù)多屬性決策的一種新方法[A];第二十六屆中國控制會議論文集[C];2007年

7 孔鵬程;周健;;基于D-S證據(jù)理論的改進(jìn)算法的研究[A];2011中國儀器儀表與測控技術(shù)大會論文集[C];2011年

8 陳偉;;一種基于評價映射的多屬性評價方法(英文)[A];中國運籌學(xué)會第六屆學(xué)術(shù)交流會論文集（上卷）[C];2000年

9 付華;康海潮;梁明廣;;基于神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論融合的瓦斯監(jiān)測模型的研究[A];煤礦自動化與信息化——第21屆全國煤礦自動化與信息化學(xué)術(shù)會議暨第3屆中國煤礦信息化與自動化高層論壇論文集（上冊）[C];2011年

10 鄧文勝;邵曉莉;劉海;萬誥方;許亮;;基于證據(jù)理論的遙感圖像分類方法探討[A];中國地理學(xué)會2006年學(xué)術(shù)年會論文摘要集[C];2006年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 袁正兵邋吳丹紅;國際學(xué)者研討證據(jù)理論與科學(xué)[N];檢察日報;2007年

2 儲曉惠;證據(jù)證明力大小決定權(quán)歸屬之我見[N];江蘇經(jīng)濟(jì)報;2007年

3 郭士輝;深入開展證據(jù)科學(xué)研究 不斷完善中國法制建設(shè)[N];人民法院報;2007年

4 焦紅艷;“打官司,就是打證據(jù)”[N];法制日報;2007年

5 桂慶凱;商標(biāo)評審行政訴訟的證據(jù)審查與認(rèn)定問題研究(三)[N];中國知識產(chǎn)權(quán)報;2008年

6 張蕾蕾;單位證明在訴訟中的證據(jù)意義[N];檢察日報;2006年

7 山東省膠州市檢察院 黃英;有罪判決應(yīng)確立“排他性”的證明標(biāo)準(zhǔn)[N];檢察日報;2008年

8 戴玉忠;證據(jù)法學(xué)研究的新探索[N];檢察日報;2008年

9 徐道海;關(guān)于電子證據(jù)的證明力問題[N];江蘇法制報;2005年

10 見習(xí)記者 張伯晉;第三屆證據(jù)理論與科學(xué)研討會召開[N];檢察日報;2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 肖文;基于證據(jù)理論的多屬性決策關(guān)聯(lián)問題研究[D];江西財經(jīng)大學(xué);2011年

2 梁偉光;基于證據(jù)理論的在軌航天器故障診斷方法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

3 龔本剛;基于證據(jù)理論的不完全信息多屬性決策方法研究[D];中國科學(xué)技術(shù)大學(xué);2007年

4 陳孝新;灰色多屬性決策方法研究[D];南京航空航天大學(xué);2009年

5 孫銳;基于D-S證據(jù)理論的信息融合及在可靠性數(shù)據(jù)處理中的應(yīng)用研究[D];電子科技大學(xué);2012年

6 田雪怡;多傳感器數(shù)據(jù)關(guān)聯(lián)與航跡融合技術(shù)研究[D];哈爾濱工程大學(xué);2012年

7 徐澤水;幾類多屬性決策方法研究[D];東南大學(xué);2003年

8 陳春芳;序方法與多屬性決策研究[D];南昌大學(xué);2010年

9 安相華;大型空分設(shè)備關(guān)鍵部機(jī)質(zhì)量的多尺度智能化協(xié)同化控制理論及其應(yīng)用[D];浙江大學(xué);2011年

10 王志良;水資源管理多屬性決策與風(fēng)險分析理論方法及應(yīng)用研究[D];四川大學(xué);2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 何波;不完全信息下基于證據(jù)理論的多屬性決策方法研究[D];中南大學(xué);2004年

2 李澤宇;基于證據(jù)理論和云模型的多屬性決策算法研究[D];遼寧科技大學(xué);2012年

3 李紫茵;基于證據(jù)理論的中巴地球資源衛(wèi)星行業(yè)應(yīng)用評價研究[D];哈爾濱工業(yè)大學(xué);2007年

4 方琴芬;顧客滿意度測評方法研究[D];合肥工業(yè)大學(xué);2006年

5 張春杰;粗糙集與證據(jù)理論相結(jié)合的電能質(zhì)量綜合評估[D];燕山大學(xué);2011年

6 張軍;證據(jù)理論中沖突證據(jù)的處理及其應(yīng)用[D];南昌大學(xué);2007年

7 楊國蘭;虛擬企業(yè)合作伙伴選擇方法研究[D];合肥工業(yè)大學(xué);2005年

8 黃印林;地方宏觀經(jīng)濟(jì)預(yù)警模型與算法研究[D];重慶大學(xué);2005年

9 高珍偉;基于證據(jù)理論的安徽省汽車企業(yè)技術(shù)創(chuàng)新能力評價[D];合肥工業(yè)大學(xué);2008年

10 李強(qiáng);熵理論在區(qū)間數(shù)多屬性決策中的應(yīng)用研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2009年

，

本文編號：975893