诱导有序的基本信任分配及其在坝体风险评估中的应用

针对D-S证据理论无法处理尾矿坝风险评估模型中幂指型信息而导致的评估效果差的问题,提出了一种柔性相似度量和不确定信息的基本信任分配方法.利用广义模糊数核值的非1性和自适应模糊数边界幂次的可变性,提出了柔性相似测度;根据各监测信息变异系数的不同,诱导出一个有序矩阵以生成基本信任函数.以某尾矿坝实际监测数据为例,通过D-S合成规则对尾矿坝的风险状态进行评估,验证了该方法的有效性.     

可能性熵权在尾矿坝风险评估中的应用

针对尾矿坝风险评估中由各指标信息的不确定性所造成的权值难以选取,以及导致评价效果降低的问题。以可能性分布来统一表征信息的的模糊、随机、不完全等不确定性,并映射到[0,1]区间上以统一量纲。引入广义模糊数来定量描述专家信息,并提出了一种新的广义模糊数相似测度计算方法。利用广义模糊相似测度对各指标的可能性熵权进行调整,以获得更加合理、有效的指标权值,并通过实例进行了验证。验证结果表明,可能性熵权法在不确定性信息的处理方面具有更强的适用性,它有效地将可能性熵权的定量性和客观性与模糊专家信息的包容性融合在一起,为尾矿坝风险评估中各指标权值的选取提供了理论依据。     

基于柔性相似度量和可能性歪度的尾矿坝风险评估方法

针对现有相似性度量方法只能处理线性信息以及信息的非对称性所导致的尾矿坝风险评估效果差的问题,提出了一种基于柔性相似度量和可能性歪度的尾矿坝风险评估方法.将广义模糊数扩展为自适应模糊数,给出了柔性相似度量方法,并对其基本性质进行了证明;剖析各评估指标信息的非对称性,建立了可能性歪度矩阵;利用柔性相似度量和可能性歪度,构建尾矿坝风险评估模型,并通过尾矿坝实例来验证方法的有效性.     

基于群一致性检验的多属性TOPSIS方法

针对现有TOPSIS方法中未考虑决策者的一致性所造成的选取结果不合理以至于决策失误的问题,提出了一种基于群一致性检验的多属性TOPSIS方法。首先,在分析数据特点的基础上,利用三角可能性分布对备选方案的属性值进行不确定性描述;其次,利用基于相似性度量方法检验决策者的一致性程度;最后,利用满足一致度的、改进的TOPSIS方法对备选方案进行排序,得到最优的决策结果。通过尾矿坝综合评价实例,对方法进行验证。结果表明可有效避免因使用不一致信息导致的决策失误问题。     

基于XLCLS模型的法条多标签分类方法研究

为了强化案件语义信息以及法条间的联系,提升多法条自动推送效果,将法条司法解释加入到模型训练中,提出了一种基于XLCLS（XLNET-CNN Model Integrating Legal Interpretation and Similarity,融合法律解释和相似性的XLNET-CNN模型）模型的法条多标签分类方法。该方法首先利用数据增强对案件进行扩充预处理;引入XLNET模型提升案件的向量化表征能力,再加入法条司法解释加强案件语义信息;然后通过CNN模型获取特征信息,进而利用法条间相关性来解决罕见法条容易被忽略的问题,并结合sigmoid函数计算各法条概率;最后通过阈值的选取来实现法条多标签分类。实验结果表明,在公益诉讼案件数据上,该方法的F1,ma与F1,mi上分别达到了88.37%与89.92%,验证了所提方法的可行性与有效性。