一种基于模糊群组AHP的指标体系评价方法

针对指标体系优劣评价中存在各种不确定性、模糊性的问题,提出一种基于模糊群组AHP的指标体系综合评价方法。给出了指标体系的评价准则,运用三角模糊数互补判断矩阵排序的最小方差法,求得各层次准则的权重。利用模糊Delphi法集成各专家的意见,得到评价准则的模糊权重。结合以模糊语言变量表示的各专家对底层准则的模糊评价,得到指标体系的模糊评价指标。最后,借助λ均值面积度量法,确定指标体系的综合评价等级。算例分析表明,该方法可行有效。     

基于模糊神经网络的信息系统安全风险评估研究

采用改进的模糊AHP构建模糊综合评判中的权重集,克服了传统AHP的不足;将模糊综合评判的数据作为样本,利用人工神经网络强大的自适应能力与非线性映射能力,获得专家知识、主观判断以及风险因素对系统的影响程度,从而对信息系统进行安全风险评估,降低了评判过程中的随机性和专家主观上的不确定性.通过实例说明了方法的应用,并借助误差分析和相关性分析检测了模型的有效性.