面向复杂类型数据的粒计算方法、模型及其多属性群决策分析

粒计算是一种看待客观世界的世界观和方法论，更是有效的智能软计算方法。本课题从现实生活中所存在的大量复杂类型数据出发，仿生人类的思维智慧，研究粒计算方法的内核本质与关键理论。通过对粒计算结构模型的深入剖析，首先考虑存在各类复杂类型数据情况下"粒"的定量化合理刻画方式并进一步探索粒子间的关系；其次研究粒层间"保性条件"下的定量化转换关系，并给出数学描述方式；其三，研究所构建的粒结构模型下，问题理解和寻优求解方式，最终达到基于粒计算方法实现问题的更方便求解，并真实地逼近人类日常理解与处理问题的思维能力。最后，实证性地研究粒计算方法对具有复杂性和涌现性的多属性群决策问题的精细理解与分析，通过构建相应的粒计算求解模型，实现对多属性群决策问题的合理、一致性求解，进一步拓展了粒计算的应用研究范围。

粒计算是一种看待客观世界的世界观和方法论，更是有效的智能软计算方法。本项目从现实生活中所存在的大量复杂类型数据出发，仿生人类的粒思维智慧，研究了粒计算方法的内核及关键理论并实现了多领域的决策分析和知识获取应用。本项目完成的主要研究内容和创新点如下：. 1、完成了从微观上对粒计算模型中“粒”构造的探析. 针对现实应用中存在的大量不同复杂类型的数据，给出了概率分布意义下的数据统一规范化描述。借助期望和方差两大数字特征，构建了特征相似关系下的粒刻画构建以及粒间关系的数学描述。此外，尝试了对不确定复杂数据的概率密度函数描述的分析，实现了基于“数据聚类间距最大化”思想的数据集粒刻画方法，提出了一种新的基于概率分布相似度的数据聚类粒刻画算法LMHIK。. 2、完成了从中观上对粒计算模型中粒层间交互的理解. 研究了在复杂数据环境下对粒子、粒层和粒结构的数学解析，从粒的大小和形状上给予了粒子的精细化描述，由此实现了对粒层的数学刻画。找到了调控粒结构构造的粒层间转换因子以及实现粒层间“保性”转换的“粒划分正确率”和“粒划分覆盖率”的两个考量指标。为了实现粒层间基于调控因子的智能化寻优并提升寻优效果，研究并提出了H-MOEA进化算法、免疫粒子群算法以及多蚁群算法，获得了良好的实验效果。. 3、完成了从宏观上基于粒计算模型的多属性(群)决策问题求解. 通过对粒计算结构模型的整体把握，首次尝试了仿生人脑智慧性粒计算思维，实证性研究了多属性群决策问题的粒计算求解，从粒计算角度剖析了多属性群决策问题的本质。完成了基于粒计算方法在研究生复试评价、学生评教、地方政府信息资源配置评价、烟叶质量综合评价、武器装备体系能力需求满足度评价、军队人力资源需求预测评价、零售商供应链信息协同绩效评价等多方面的多属性决策分析应用。并进一步尝试了将粒计算思想结合其它智能优化算法的决策分析和知识获取研究，为项目的后续拓展研究奠定基础。