电子发烧友网>电子资料下载>电子论文>模拟数字论文>基于概率信息不完备的群决策模型介绍

基于概率信息不完备的群决策模型介绍

2474220 2018-12-13 | rar | 0.84 MB | 次下载 | 免费

资料介绍

　　针对犹豫模糊元中元素发生的概率信息不完备的群决策问题，提出一种基于最优化模型和一致性调整算法的群决策模型。该模型首先引入了概率不完备犹豫模糊偏好关系（ PIHFPR）、概率不完备犹豫模糊偏好关系的期望一致性以及概率不完备犹豫模糊偏好关系的满意加性期望一致性等概念；其次，以PIHFPR和排序权重向量间的偏差最小化作为目标函数，构建线性最优化模型计算得到PIHFPR中不完备的概率信息；随后，通过提出的加权概率不完备犹豫模糊偏好关系集成算予确定综合的PIHFPR，同时设计一种群体一致性调整算法，不仅使得调整后的PIHFPR具有满意加性期望一致性，还可以计算方案的排序权重。最后，将群决策模型应用于区块链的选择实例中。实验结果表明，决策结果合理可靠，且更能反映实际决策情况。

基于概率信息不完备的群决策模型介绍

　　区块链（ Blockchain）是比特币的底层技术，这项技术因其安全、便捷的特性逐渐得到了银行与金融业的关注。区块链目前主要分为三类：公有区块链、联合（行业）区块链以及私有区块链。区块链管理对区块链的发展有着重要保障，区块链管理中的一个重要课题是区块链类型的选择。事实上，从某种程度上看，区块链的选择问题其实是一个群决策问题。

　　在现实多属性决策过程中，由于现实世界的复杂性和决策过程中主客观因素的影响，使得决策者在对决策方案相对于属性指标进行评估时，更加倾向于运用模糊信息表达评估值。模糊集。通过特定的数学符号工具描述真实信息的模糊性和不确定性，已成功地应用于许多领域，如模糊决策，模糊控制，模糊偏好，模糊聚类，以及模糊粒度计算。同时，为了满足实际决策需求，模糊集已经扩展为不同的形式，包括区间值模糊集归、多重模糊集、直觉模糊集、区间直觉模糊集和犹豫模糊集等。