一类不确定性决策问题的变权分析方法

以灰色系统理论和模糊数学为基础,探讨了多属性决策问题中所包含的不确定性可以用灰色模糊数表示的情况,提出了基于灰色模糊信息的多属性决策的概念.利用分析方法和技巧,融合变权和熵权误差分析法,构建了灰色模糊多属性决策问题的算法,直接由灰色模糊决策矩阵确定变权的基础权重和上确界,使算法在理论上更加严谨可靠,为不确定型多属性决策方法研究提供了一条新思路.给出的算例说明了算法的可行性.     

灰色系统中基于集对优势关系的变精度粗集模型

针对信息系统中存在灰色数据、偏好信息和噪声数据等特点,将集对分析方法运用到灰色信息系统中,对对象的联系度进行量化分析,结合阈值 确定优势关系和优势类.引入变粗度的思想,放松了等价关系中对近似集的精确定义,构建了适用于灰色系统的基于集对优势关系的变精度粗度模型。最后讨论了模型性质,改进条件熵定义,给出了以条件熵为启发信息的属性约简算法。实例分析结果证实了该模型的合理性和可行性。     

一种基于区间灰色梯形模糊数的多属性群决策方法

针对属性权重未知,属性值为区间灰色梯形模糊数的多属性群决策问题,提出了一种改进的灰色关联决策方法.首先,定义了区间灰色梯形模糊数的概念并建立了区间灰色梯形模糊数的相关运算规则以及区间灰色梯形模糊数之间的距离;然后,采用算术加权平均算法将个体信息集结群信息,基于信息熵建立了指标权重的求解模型,并采用灰色关联方法对方案进行排序;最后,通过实例说明了本方法的有效性.     

基于灰色关联分析的犹豫模糊多属性决策研究

针对属性值为犹豫模糊元的决策问题,提出一种基于灰色关联分析的多属性决策方法.首先,依据犹豫模糊的交叉熵得到属性模糊熵矩阵,从而确定属性的权重,并采用灰色关联度模型对决策属性间的相互关联度进行分析,得到属性间的灰色关联矩阵;采用最小关联度原则将矩阵标准化,得到有效的无关联矩阵,然后对属性权重进行调整,得到更合理的属性权重分配;最后,基于灰色关联分析得到各方案与理想方案的关联度,与权重相乘得到方案的排序,并通过算例分析表明该方法的有效性.     

一种基于容差关系的辨识矩阵属性约简法

为有效处理灰色信息系统的属性约简问题,将粗糙集理论中有关属性约简的方法运用到灰色信息系统中,提出了一种基于容差关系的辨识矩阵属性约简法.这种方法并不对灰数进行白化,而是直接利用灰数的区间覆盖性定义一个基于贴近度的容差关系,并根据这个容差关系建立一个辨识矩阵对属性进行约简,避免了当灰数的取值分布信息缺乏时对灰数进行白化的主观性,是一种较为客观有效的灰色信息系统的属性约简法.     

公路选线的灰色模糊多属性决策研究

在现有灰色模糊决策方法的研究基础上,深入分析了灰色模糊数的特性,提出了基于灰色关联度的灰色模糊多属性决策方法并对该方法的理论依据作了介绍,解释了该方法的使用过程.     

基于扩展概念格的属性归纳算法

由于面向属性归纳在进行属性归纳时难以设置适当的阈值,往往会造成概念提升的结果过于一般化或特殊,为此提出了基于扩展概念格的属性归纳算法.在扩展概念格中进行概念提升实现数据泛化,并根据相应的泛化路径,在相应哈斯图上找到合适的泛化阈值,进而得到较好的属性归纳结果.研究结果表明,基于扩展概念格的属性归纳算法在进行属性归纳过程中保留了完备的信息,减少了属性归纳的计算工作量,并具有直观、简捷的特点.     

灰色系统中集对优势关系的变精度粗集模型

针对信息系统中存在灰色数据、偏好信息和噪声数据等特点,将集对分析方法运用到灰色信息系统中,对对象的联系度进行量化分析,结合阈值λ确定优势关系和优势类。引入变粗度的思想,放松了等价关系中对近似集的精确定义,构建了适用于灰色系统的基于集对优势关系的变精度粗度模型。最后讨论了模型性质,改进条件熵定义,给出了以条件熵为启发信息的属性约简算法。实例分析结果证实了该模型的合理性和可行性。     

基于决策树模型的计算机课程教学的学生属性影响分析

分析了ID3型决策树的挖掘分类过程,并结合距离测度和阈值判断进行了改进.设计了5种学生属性,分别是兴趣属性、课堂学习属性、作业完成属性、预复习属性、课外训练属性.借助改进的决策树模型,结合500个样本数据,分析了学生属性对于计算机课程教学效果的影响.实验结果表明,兴趣属性、预复习属性、作业完成属性对计算机课程教学效果的提升最为重要.     

城市轨道交通快慢车停站方案优化

针对已有的快慢车停站方案优化模型复杂度过高,车站分级方法不合理的情况,应用灰色变权聚类模型对车站进行初步聚类形成决策属性,以各指标聚类结果作为条件属性,对车站分级影响因素进行属性约简,应用约简属性优势分析确定各条件属性、决策属性间的灰色相对关联度,并用灰色定权聚类模型对车站进行分级.通过设定一级车站快车必须停车,二级车站快车根据优化需要停车及三级车站快车不停车的原则,依据分级结果构建快慢车停站方案优化的0-1非线性规划模型,运用遗传退火算法求解模型.结果表明,该方法可剔除大量无效解,解空间大幅缩小,求解效率得到了较大提高,对于快速制定列车运营方案具有重要的意义.     

决策树C4.5连续属性分割阈值算法改进及其应用

结合Fayyad边界点原理提出一种新的连续值属性最佳分割阈值的选择算法.根据Fayyad连续值属性的最佳分割点总在边界点处的原理,只在连续属性分界点处的少数几个分割点中选择最佳分割阈值.构造并训练了改进C4.5分类器,将其应用于视频序列中的人车目标识别.实验结果表明:改进C4.5算法的计算量减少近20％,大大提高了决策树的生成效率,分类准确率也略有提高.     

基于K2算法的属性层级结构学习研究

诊断测验所考察的属性之间往往存在某种层级关系,然而基于专家经验获得的属性层级关系易出现分歧或错误.该文将属性掌握模式作为输入,考察K2算法在不同阈值条件下学习得到属性层级结构的准确性.模拟研究和实证数据分析的结果表明:K2算法对属性层级结构的学习有较高的成功率,并且K2算法对于4种基本层级结构有不同的敏感性,其中线性型和发散型对阈值的敏感性较低,而收敛型和无结构型对于阈值的敏感性较高.     

基于灰粗糙支持向量机的连续多属性预测方法

文章对多属性且属性值为连续的决策系统进行预测,提出了灰粗糙支持向量机预测方法.首先采用灰色关联分析计算出条件属性相对于决策属性的重要度;并对连续属性进行离散化,结合Pawlak属性重要度与灰关联度进行约简;将约简后的条件属性作为影响因子,基于支持向量机对决策属性进行预测.实验结果表明,该方法是有效可行的.     

基于粗集模型的近似约简灰色区域表征法

利用粗集理论,通过建模构造了数据集在约简前后的信息损失表达的灰色区域,将少数优先和多数优先的统计策略包含到灰色区域之中,并利用该区域,提出了一种灰色区域表征的σδ-近似约简方法,通过仿真实验,对提出的方法进行了验证.该方法按照人的要求调整阈值获得问题所需解的思想体现了人机结合以人为主的思想.     

一种多属性的时空数据聚类算法分析研究

时空聚类(spatial-temporal density based spatial clustering of applications with noise,ST-DBSCAN)算法只能处理固定属性的时空数据,且其人为设定阈值的方法具有较大随机性会导致聚类结果不理想.基于ST-DBSCAN算法存在的不足,提出了一种改进的多属性时空聚类算法.改进后的新算法采用绘制时空对象距离频数柱状图来设定自适应阈值,通过引入Gower相似系数、Dice相似系数与欧几里德距离来构建多属性相似度模型,计算多个事务对象之间属性特征的相似度大小,从而将ST-DBSCAN时空聚类算法扩展到更多属性的时空数据聚类分析中.以北京市计算机行业职位招聘信息数据进行实验仿真,实验结果表明,新提出的阈值设定方法可以有效识别部分低密度簇,提高聚类的准确性和有效性;改进后的算法具有较好的普适性与包容性,能对多属性的时空数据进行很好的聚类分析.     

基于信息熵和偏差的加权概念格内涵权值获取

为有效反映数据本身隐含的客观信息,快速提取用户需求的具有一定偏差程度的重要知识,提出了一种基于信息熵和偏差分析的加权概念格的内涵权值获取方法.在缺乏先验知识时,由数据集中属性特征的信息熵来刻画加权概念格的单属性内涵权值,采用均值计算多属性内涵权值,并用标准差计算多属性内涵重要性偏差值;由用户设立加权概念格内涵的重要性阈值和内涵重要性偏差阈值,构造出一种强加权概念格.通过实例描述了该方法可有效指导正确决策,进一步拓广了概念格的理论与应用.     

视频服务中基于阈值的接纳控制性能分析

为了使分布式视频点播系统的收益最大化,提出了一种基于自适应阈值的接纳控制算法.该算法拓展了接纳控制的概念,考虑了客户请求优先级的内在属性.通过M/M/n/n队列模型,经过分析研究得到了系统总收益函数的表达式.基于此表达式,视频服务器能够动态调整客户类的最佳阈值,从而保证系统收益最大化.数字结果分析表明,就系统总收益而言,自适应阈值策略优于自由阈值策略,并且方案可行.     

基于灰色关联分析的直觉模糊多属性Web服务选择

Web服务的性能主要从非功能属性QoS来体现.提出了将Web服务QoS属性分为精确型、区间型和语言型,同时基于层次分析法给出了用户对各QoS属性的偏好权重.引入了直觉模糊集理论将QoS属性统一转为直觉模糊数,并定义了两个直觉模糊数的距离.在服务选择过程中,根据灰色关联分析方法的思想,计算每个方案对于直觉模糊矩阵正、负理想解的灰色关联度,然后计算各方案对于正理想解的相对关联度,并依据相对关联度对各方案排序,相对关联度越大,对应服务的综合QoS性能越优.最后通过一个实例验证了该方法的有效性.     

装配故障率的灰色最小二乘支持向量机分析

为了对装配故障率进行定量研究,用最小二乘支持向量机(LSSVM)对装配故障率与属性之间的关系进行了建模。在该模型中对影响故障率的5M1E(Man, Machine, Material, Method, Measurement and Environment)因素用装配可靠性评价方法(Assembly Reliability Evaluation Method, AREM)提取的装配故障率属性进行了改进,建立了装配故障率的全属性模型;为提高求解效率以及使装配可靠性控制更具有目的性,用灰色关联分析对装配故障率的属性进行提取,得到了主要属性,并用遗传算法对主要属性建立的装配故障率模型进行参数优化。用灰色关联分析提取的主要属性的LSSVM模型与全部属性建立的LSSVM模型和主要属性建立的BP神经网络模型的装配故障率预测进行比较,结果表明用灰色关联分析的LSSVM故障率模型不仅建模简单而且还具有预测精度高等优点。     

不完备信息系统中一种基于概率相似度的粗糙拓展模型

以不完备信息系统为研究对象,在容差关系的基础上提出了一种带有阈值的基于概率相似度的概率容差关系.新模型考虑了属性取值的概率,通过阈值的设置可以控制分类精度,优化分类决策.实例分析验证了新模型的可行性和优越性.