×
潘丽鹏;邓勇;张康浩

基于质量函数的动态马尔可夫决策模型，用于定量预测干扰效果。 （英语） Zbl 1522.91085号

信息科学。 648，文章ID 119482，17 p.（2023）。
总结：实验结果表明，当决策过程中出现干扰效应时，违反了用于管理多个决策阶段概率的总概率定律。尽管已经尝试了一些预测干扰效应的方法，但这些研究只能对某些数据进行预测，而对同一实验中的其他数据则无法进行预测。通过C-D实验和D实验，建立了一个基于质量函数的动态马尔可夫决策模型，用于定量预测干扰效果。该模型采用质量函数和折现系数来生成初始状态的分布。然后根据酉矩阵的特征生成一个转移矩阵，该转移矩阵既能实现相邻状态之间的转移，又能约束折扣系数的变化区间。接下来，该模型量化了通过概率变换获得的两个实验结果之间的差异，以预测干扰效应。最后，将我们提出的模型应用于现有数据集，结果表明，与其他模型相比，我们的模型可以处理所有与实验相关的现有数据。

MSC公司：

91B06型 决策理论
90立方厘米 马尔可夫和半马尔可夫决策过程
91-05 博弈论、经济学和金融相关问题的实验工作

关键词：

干扰效应;质量函数;贴现系数;马尔可夫模型
PDF格式BibTeX公司 XML格式引用
\textit{L.Pan}等人，《信息科学》。648，文章ID 119482，17 p.（2023；Zbl 1522.91085）
全文： 内政部

参考文献：

[1] 吴琼。；刘，X。；秦，J。；王，W。；Zhou，L.，一个集成扩展广义TODIM和量子决策理论的语言分布行为多准则群决策模型，应用。软计算。，98，第106757条pp.（2021）
[2] Ishwarya，M。；Cherukuri，A.K.，《认知悖论中的决策与语境和量子形式主义》，应用。软计算。，第95条，第106521页（2020年）
[3] 蔡，X。；赵，H。；尚，S。；周，Y。；邓，W。；陈，H。；Deng，W.，一种改进的多策略量子激励协同进化算法及其应用，专家系统。申请。，171，第114629条，第（2021）页
[4] 他，Z。；姜伟，预测分类对决策结果干扰效应的证据动力学模型，Knowl-基于系统。，150, 139-149 (2018)
[5] Savage，L.J.，《统计学基础》（1972），Courier Corporation·Zbl 0276.62006号
[6] Khrennikov，A.Y。；Haven，E.，《量子力学与违反确信原则：概率干涉和其他概念的使用》，J.Math。心理医生。，53, 5, 378-388 (2009) ·Zbl 1178.91043号
[7] Bohr，N.，Wirkungsquantum und Naturbeschreibung（《原子理论与自然》，1931年），斯普林格
[8] 阿什蒂亚尼，M。；Azgomi，M.A.，《决策和认知的量子方法调查》，数学。社会科学。，75, 49-80 (2015) ·Zbl 1331.91136号
[9] Yasue，K。；Jibu，M.，量子大脑动力学和意识，1-258（1995）
[10] 汤森，J.T。；Silva，K.M。；斯宾塞·史密斯，J。；温格，M.J.，《探索分类与现实面孔刺激决策之间的关系》，布拉格马特。认知。，8, 1, 83-105 (2000)
[11] Busemeyer，J.R。；王，Z。；Ariane，L.M.，《决策的马尔可夫模型和量子模型的实证比较》，J.Math。心理医生。，53, 5, 423-433 (2009) ·Zbl 1178.81144号
[12] 莫雷拉，C。；Wichert，A.，用于建模决策的类Quantum-like Bayesian网络，Front。心理医生。，7, 11 (2016)
[13] Phothos，E。；Busemeyer，J.，《违反理性决策的量子概率模型解释》，Proc。R.Soc.B，2762171-2178（2009年）
[14] 王，Z。；Busemeyer，J.R.，分类对决策的干扰效应，认知，150，133-149（2016）
[15] Chen，L。；Deng，Y.，改进的证据马尔可夫决策模型，应用。智力。，52, 7, 8008-8017 (2022)
[16] 加格，H。；Rani，D.，复杂直觉模糊集的新聚合算子和排序方法及其在决策过程中的应用，人工智能。因特尔。修订版，53，5，3595-3620（2020）
[17] Ishwarya，M。；Cherukuri，A.K.，《多属性和多智能体决策的Quantum-inspired集成方法》，应用。软计算。，106，第107283条pp.（2021）
[18] 比亚蒙特，J。；Wittek，P。；Pancotti，N。；Rebentrost，P。；韦伯，N。；Lloyd，S.，《量子机器学习》，《自然》，549，195-202（2017）
[19] Rebentrost，P。；Mohseni，M。；Lloyd，S.，大数据分类的量子支持向量机，Phys。修订版Lett。，113、13，第130503条pp.（2014）
[20] 肖，F。；Pedrycz，W.，多源量子信息融合中量子质量函数的否定及其在模式分类中的应用，IEEE Trans。模式分析。机器。因特尔。（2022年）
[21] 赖，J.W。；Cheong，K.H.，Parrondo从经典到量子的悖论：综述，非线性动力学。，100，849-861（2020）·Zbl 1434.81013号
[22] 赖，J.W。；Tan，J.R.A。；卢，H。；Yap，Z.R。；Cheong，K.H.，Parrondo使用四边量子硬币的悖论行走，Phys。E版，102，1，第012213条pp.（2020）
[23] 丁·W。；林，C.-T。；Cao，Z.，利用量子跳跃粒子群优化算法和最近邻模元进行模糊属性约简的深层神经认知协同进化，IEEE Trans。赛博。，49, 7, 2744-2757 (2018)
[24] 戴J。；邓毅，一种预测量子贝叶斯网络中干扰效应的新方法，软计算。，24, 14, 10287-10294 (2020) ·Zbl 1492.81028号
[25] 尤卡洛夫，V.I。；Sornette，D.，《操纵典型代理的决策》，IEEE Trans。系统。人类网络。系统。，44, 9, 1155-1168 (2014)
[26] 赖，J.W。；Cheong，K.H.，量子共通模拟中的帕伦多效应，物理学。E版，101，5，第052212条pp.（2020）
[27] 黄，Z。；Yang，L。；Jiang，W.，类量子贝叶斯网络中干扰效应的置信熵不确定性测量，Appl。数学。计算。，347417-428（2019）·Zbl 1429.91107号
[28] 何，Z。；姜伟，证据马尔可夫决策模型，信息科学。，467, 357-372 (2018) ·1450.62100兹罗提
[29] Xiao，F.，CEQD：预测干扰效应的复杂质量函数，IEEE Trans。赛博。(2021)
[30] 尤卡洛夫，V。；Sornette，D.，《量子概率作为行为概率》，《熵》，19，3，112（2017）
[31] Dempster，A.P.，《多值映射诱导的上下概率》，《数学年鉴》。Stat.，38，2，325-339（1967）·Zbl 0168.17501号
[32] Shafer，G.，《证据的数学理论》，第42卷（1976年），普林斯顿大学出版社·Zbl 0359.62002号
[33] Zadeh，L.A.，模糊集，信息控制，8，3，338-353（1965）·Zbl 0139.24606号
[34] Pawlak，Z.，《粗糙集》，《国际计算杂志》。信息科学。，1141-356（1982年）·Zbl 0501.68053号
[35] 邓毅，随机置换集，国际计算机杂志。Commun公司。控制，17，1（2022）
[36] 加格，H。；苏加塔，R。；Nagarajan，D。；Kavikumar，J。；Gwak，J.，图像模糊集环境中的证据理论，J.数学。，2021年，第9996281条pp.（2021）·Zbl 1477.03231号
[37] Ghosh，N。；保罗·R。；Maity，S。；Maity，K。；Saha，S.，《故障事项：在基于物联网的应用中使用Dempster-Shafer证据理论检测故障的传感器数据融合》，专家系统。申请。，162，第113887条pp.（2020）
[38] Dymova，L。；Sevastjanov，P.，Dempster-Shafer理论框架下区间值直觉模糊值的运算，信息科学。，360, 256-272 (2016) ·兹比尔1427.68312
[39] 贾伟。；李，S。；钱，S。；王，M。；Bao，W。；赵，J。；Cheong，K.H。；谢，N.，基于共性启发式的直觉决策偏好和脑电特征，计算。《生物医学》，第106845条，pp.（2023）
[40] 刘，Z.-g。；Fu，Y.-m。；潘，Q。；Zhang，Z.-w.，面向开集识别的分层空间注意定向分布学习，IEEE Trans。模式分析。机器。因特尔。（2022年）
[41] 肖，F。；Wen，J。；Pedrycz，W.，广义发散型决策方法及其在模式分类中的应用，IEEE Trans。知识。数据工程（2022）
[42] 胡，Y。；郭，L。；邓，X。；姜伟，使用多语言术语和Dempster-Shafer证据理论进行失效模式和影响分析，Qual。Reliab公司。工程国际，37，3，920-934（2021）
[43] Anjaria，K.，《否定与熵：学习型组织的有效知识管理设备》，专家系统。申请。，第157条，第113497页（2020年）
[44] Xu，X。；郑洁。；Yang，J.-b。；徐，D.-l。；Chen，Y.-w.，使用证据推理规则的数据分类，Knowl-基于系统。，116, 144-151 (2017)
[45] 廖，H。；任，Z。；Fang，R.，一种基于邓熵的证据推理方法，用于具有不确定性的多专家多准则决策，国际计算杂志。因特尔。系统。，13, 1, 1281-1294 (2020)
[46] 小静，F。；德强，H。；Yi，Y。；Dezert，J.，基于优化的信念函数去组合，中国。J.Aeronaut。，35, 5, 179-193 (2022)
[47] 陈，J。；Zhang，Y。；郭，S。；崔，G。；吴，P。；贾，C。；Kong，L.，通过稀疏驱动方法联合估计非直瞄建筑物布局和目标，IEEE Trans。地质科学。遥感，60，1-13（2022）
[48] Smets，P。；Kennes，R.，可转移信念模型，Artif。智力。，66, 2, 191-234 (1994) ·Zbl 0807.68087号
[49] 杜永伟。；钟俊杰，具有自动可靠性和权重计算的动态多准则群决策方法，信息科学。(2023)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。