学位论文 > 优秀研究生学位论文题录展示

基于证据理论和云模型的多属性决策算法研究

作　者: 李泽宇
导　师: 赵骥
学　校: 辽宁科技大学
专　业: 计算机技术
关键词: 证据理论云模型多属性评价决策方法人工智能
分类号: C934
类　型: 硕士论文
年　份: 2012年
下　载: 50次
引　用: 0次
阅　读: 论文下载

内容摘要

本文在基于对证据理论和云模型进行研究的基础上,将证据理论和云模型以及强化学习应用于多属性评价与决策中,建立了一个实际的、完整的、通用的多属性决策系统,在强化学习方法的基础上以人工智能机器人对抗博弈的应用进行了实证分析,为决策者提供有力的决策支持。以云模型理论为基础,建立基于证据理论和云模型的多属性评价方法,能很好地解决模糊性与随机性共存的问题。与传统多属性决策相比,本文提出的方法不仅可以实现对某个评价对象的多属性评价决策,而且也可从该角度出发对多属性决策中若干备选方案进行排序选优。从而在评价的基础上为决策者进行决策支持,并形成决策系统,为多属性决策研究提供一种新方法。设计和实现了一个建立在本文提出的多属性决策算法上的多属性决策系统。该系统以敌我双方可能的相互攻击组合方式作为策略集,由敌我双方对抗态势分析定量结果确定支付函数,建立完全信息静态博弈模型。通过求解博弈模型的混合策略纳什均衡接,并结合一定作战经验,形成任务决策方法。另外,本文以提高评价结果的准确性为目的,将计算机模拟机器人极具特点的对抗方式,通过模拟技术应用到多属性决策当中,使得专家评价信息收集困难、难以积累的问题得到了有效解决。

全文目录

中文摘要  4-5
ABSTRACT  5-8
1. 概述  8-12
  1.1 国内外的发展状况  8-10
  1.2 论文的主要工作  10
  1.3 论文的创新点和所研究的技术路线  10-12
2. D -S 证据理论  12-17
  2.1 信息融合  12
  2.2 D-S 证据理论基础知识  12-13
    2.2.1 D-S 证据理论  12-13
    2.2.2 证据理论的发展  13
    2.2.3 证据理论的应用  13
  2.3 D-S 证据理论的相关术语  13-14
  2.4 D-S 证据理论的数学模型  14
  2.5 D-S 证据理论相关函数  14-17
3. 云模型  17-22
  3.1 云理论的提出及研究意义  17
  3.2 云模型的研究现状  17-18
  3.3 云模型理论  18
  3.4 云模型的定义  18-19
  3.5 云模型的数字特征  19-20
  3.6 云发生器  20-21
  3.7 云模型的意义  21-22
4. 多属性群决策算法  22-29
  4.1 多属性决策概述  22
  4.2 多属性决策研究现状  22
  4.3 所属性评价的不确定性  22-24
    4.3.1 随机性  23
    4.3.2 模糊性  23
    4.3.3 随机性和模糊性的关联性  23-24
  4.4 多属性评价算法流程  24-28
    4.4.1 建立专家决策矩阵  24-25
    4.4.2 建立每个属性的云模型  25-26
    4.4.3 合成单个决策者的评估值  26-27
    4.4.4 用证据理论合成多个决策者的最终评估值  27-28
  4.5 群决策小结  28-29
5. 系统设计  29-36
  5.1 系统目标  29
  5.2 开发工具和运行环境  29-30
  5.3 系统的需求分析  30-31
  5.4 系统总体流程图  31-32
  5.5 系统模块说明  32-36
    5.5.1 输入模块  32-33
    5.5.2 策略选择模块  33
    5.5.3 效能评估模块  33-34
    5.5.4 Q 学习神经网络  34-35
    5.5.5 外层神经网络  35-36
6. 对抗系统仿真  36-50
  6.1 模拟概要  36-37
  6.2 系统总体算法流程  37-38
  6.3 模拟攻打步骤  38-42
  6.4 算例  42-49
  6.5 仿真结论  49-50
结论  50-51
参考文献  51-54
致谢  54

基于证据理论和云模型的多属性决策算法研究

内容摘要

全文目录

相似论文