基于优化模型的直觉模糊三支群决策方法

针对直觉模糊三支群决策模型的概率阈值难以确定的问题,基于优化模型,提出一种确定直觉模糊三支群决策模型概率阈值的新方法,进而获得直觉模糊三支群决策知识.首先根据经典三支决策模型概率阈值的实践语义,分别构建两个线性规划模型,并通过KKT(Karush-Kuhn-Tucker)条件导出模型的最优解,其解表明:通过构建优化模型确定经典三支决策概率阈值的方法是可行有效的.进一步,将此方法拓展到直觉模糊三支群决策模型的概率阈值确定中,建立两个非线性优化模型,并证明了模型最优解的存在性.然后,采用LINGO软件对模型进行求解,并获得直觉模糊三支群决策模型的概率阈值及其决策知识,在此基础上提出一种基于优化模型的直觉模糊三支群决策方法.最后,通过算例分析说明所提出方法的可行性和有效性.     

面向证券投资问题的确定性等价序贯三支决策（英文）

近年来,投资组合等以投出资金为目标的证券投资研究备受关注。同时,针对投资决策的研究,即对何时投入何时抛出进行智能决策,也越来越受关注。金融投资的收益和风险充满了不确定性,需要做出决策,判断投资者是否应该投资,以及如何投资。在三支决策中,决策者对风险的态度是一个重要的决策考虑。文章在序贯三支决策模型的基础上,通过确定性等价模拟投资者的风险态度来解决证券投资问题。在此基础上,提出了确定性等价序贯三向决策（Certainty Equivalent based Sequential Three-Way Decision,CES3WD）模型。从历史数据中获得收益的均值和方差,作为投资的预期收益和风险;利用指数效用函数将期望总收益转化为决策者的风险态度,并采用确定性等价方法测算决策者的预期投资回报;基于期望效用最大化原则,构造决策规则。在此基础上,根据实际投资策略对动态决策规则进行优化,构造了序贯三支决策的动态投资规则。最后,通过实验和分析验证了模型的有效性。     

模糊决策粗糙集模型及其属性约简

决策粗糙集基于严格的不可分辨等价关系,只能适用于离散型数据,文中研究了一种新的模糊决策粗糙集模型及相应的属性约简算法.该模型将不可分辨等价关系放松为高斯核模糊T-等价关系,从模糊隶属度角度定义了条件概率,能够直接对数值型数据进行属性约简.利用UCI标准数据集,将该模型与Pawlak经典粗糙集、决策粗糙集在属性约简能力上进行比较,仿真实验结果表明,该模型具有较好的性能.     

RFID技术在自动化立体仓库中的应用设计

根据现代物流系统中的自动化立体仓库的管理,射频识别技术的基本原理和射频识别技术具有信息无线传输、信息传递量大和信息传播方便准确等特点,结合自动化立体仓库的工作情况,把射频识别技术应用到自动化立体仓库中,构建出一个基于射频识别技术的自动化立体仓库。通过实践检验,该系统处理信息的速度比传统方式提高了10倍以上,同时能实时处理数据信息,满足了现代物流系统的需要。     

决策粗糙集模型研究综述

主要对决策粗糙集（decision-theoretic rough sets,DTRS）理论的内容与发展概况作综述性回顾。介绍了决策粗糙集的基本理论,包括决策粗糙集产生的背景、决策粗糙集的Bayes决策理论基础、概率粗糙集模型、决策粗糙集模型与经典Pawlak代数粗糙集模型以及一般概率粗糙集模型之间的关系等;讨论了决策粗糙集意义下的三值决策语义以及约简定义,并回顾了决策粗糙集在实际问题中的应用。