一种基于差异度变权的多属性决策方法

针对属性权重信息完全未知的多属性决策问题,通过引入属性值的差异度、基于差异度的变权等概念,提出了基于差异度变权的多属性决策方法.利用差异度客观地确定了属性的权重,并以此为常权,借助状态变权,实现了属性值之间的均衡.最后通过具体实例,说明该决策方法的可行性和有效性.     

实例检索中基于混合属性距离的相似性度量

提出了一种基于混合属性距离的相似性度量方法.利用各个属性间的距离及其组合权重求得实例间的总体距离,再用实例间的总体距离来刻画其相似程度.基于区间数的距离计算公式和模糊集合理论,给出了属性值为模糊数、模糊区间数时的距离公式,并改进了属性值为隶属度函数时的距离公式.同时考虑了属性权重问题,提出了一种基于距离离差信息的客观赋权方法,将主观权重和客观权重加以组合,以组合权重来计算实例的全局相似度.以阀门的概念设计为例,验证了该方法在实例检索中的的可行性和合理性.     

基于内外因分析的粗糙近似算子

根据哲学的内外因原理,建立了基于外因驱动的动态信息系统模型,提出了属性值变迁集和变迁属性集2个概念,并提出了2对基于内外因分析的粗糙近似算子,用以研究外因对信息系统变化的作用.     

ID3算法的理论基础

基于属性值并的权熵思想,通过构建模型,给出了一个属性的某几个属性值并的权熵之和不小于该属性单个属性值的权熵之和的结论,从理论上证明了ID3算法的合理性,为ID3算法提供了理论基础.     

一种对方案有偏好的区间直觉模糊多属性算法

研究了属性权重未知且决策者对属性偏好及属性值均为区间直觉模糊数的决策问题.首先提出直觉模糊熵的概念,基于决策者对属性的偏好与属性的差异及熵两个方面构建一个新模型求出属性权重,然后提出考虑属性权重的新改进型关联系数公式,通过关联系数对选项排序.最后通过对算例的分析比较说明了该方法简单及有效性.     

基于Rough集的数据挖掘在教学评价中的应用

基于粗集的数据挖掘的主要过程是数据预处理、约简及规则提取.为了分析教师教学行为和教学效果之间的关系,以教学评价的数据为基础,利用基于粗糙集的数据挖掘技术进行挖掘.实例研究中采用基于分明矩阵的属性约简算法和启发式属性值约简算法,去掉决策表中的冗余属性和属性值,得到了影响教学效果的关键因素刎和相关规则.     

基于语言信息的档案网站绩效评估模型研究

研究基于语言信息的档案网站绩效评估问题.首先引入语言变量的运算法则,给出语言变量间距离的概念.针对属性权重完全未知的情形,利用待评档案网站的综合属性值之间的相离度和属性权系数的随机性,给出一种语言变量多属性决策方法.该方法利用优化方法建立数学模型,以待评档案网站的综合属性值之间的相离度和权系数信息熵最大化为优化目标,用拉格朗日乘子法给出模型的最优解,得到属性的权系数.该方法能够结合决策者的主观意志和客观事实,精确确定各属性的权系数.然后利用语言加权算术平均（LWAA）算子,对语言决策信息进行加权集成,继而对档案网站进行排序和择优.最后进行实例分析.     

一种区间型不确定多属性决策的统计方法

讨论了属性值为区间值的一类不确定性多属性决策问题.将属性值转化为决策者的满意值后,结合决策者的满意值和属性自身的权重,指出现行简单加权平均以及有序加权平均方法存在的缺陷,提出了一种新的基于随机变量和统计特征的新方法.通过实例证明了该方法的有效性.     

面向中文网络百科的属性和属性值抽取

针对面向中文网络百科条目文章的属性和属性值抽取, 提出一种无监督方法。此方法将属性值看做命名实体, 利用频繁模式挖掘和关联分析, 从文本中抽取类别属性; 采用自扩展方法为属性建立触发词表; 基于属性触发词和属性值实体标注挖掘属性值抽取模式, 利用层次聚类算法获取高质量的模式。在互动百科中采集的数据集上进行实验, 结果表明所提方法行之有效。     

基于方案满意度的区间型多属性决策方法及应用

研究了属性权重和属性值均以区间数形式给出的不确定多属性决策问题.针对此类区间型多属性决策问题,定义了方案的综合属性正理想值、综合属性负理想值和带风险度的综合属性值;依据决策者对风险的态度,给出了方案满意度函数;提出了基于方案满意度的单目标优化模型;最后应用该模型解决了投资方案的选择问题.