基于模糊聚类分析的网络安全综合评价

模糊聚类分析主要用于研究样本的分类问题.利用层次分析方法给出了样本指标的权重,进一步引入了加权相似系数和加权距离系数的计算公式.在该系数的基础上,提出了一种既能考虑到样本之间的值贴近程度,又能考虑到样本之间的形贴近程度的改进统计量--相似度,用相似度矩阵替代传统的相似矩阵,得到了模糊聚类分析方法的改进.将其应用到网络安全综合评价实际样本数据的聚类分析中,结果表明改进的模糊聚类分析方法是有效的.     

一种基于相似系数的权重确定方法

分析常用的主观权重确定方法,提出一种基于相似系数的权重确定方法,给出其数学解释、建模过程和计算步骤,指出在实际评价、决策中可以利用描述指标向量相似程度的"相似系数法"来求出相似系数,进而确定相似权,即为指标权重。最后,结合叉车维修决策中的实例验证其可行性,并与利用层次分析法确定权重在计算过程复杂性和计算结果准确性方面进行比较,证明其计算的准确性和简易性。     

基于三方评价主体的公交服务质量模糊综合评价

利用模糊集理论建立一种模糊综合评价方法评价公交服务质量.分别从乘客、公交公司、主管部门三方评价主体的角度出发,建立公交服务质量评价指标体系.分别通过评价和权重语言变量将评价指标体系的定性指标和定量指标及权重全部转化成三角形模糊数,克服定性与定量指标不具可比性的缺点,使评价更客观、精确.基于最优度概念,将权重模糊评价矩阵转化成模糊单一评价矩阵,避免传统模糊数之间比较的复杂性和不精确性.考虑到评价者在模糊评价环境下对风险的态度,将乐观系数引入评价的过程.采用TOPS IS方法计算出评价方案的综合评价分数并进行排序.四家公交公司服务质量综合评价的结果表明,本方法概念清晰,计算过程直观简单,适合应用在模糊环境中解决实际评价问题的决策支持系统.     

改进混合蛙跳算法的研究

针对传统混合蛙跳算法(SFLA)在优化过程中出现的求解精度不高、收敛速度慢、算法易陷入局部最优的问题,本文经过改变种群个体的位置更新公式,提出一种改进混合蛙跳算法(ISFLA)。在种群个体位置更新公式中,引入自适应同步因子和惯性权重系数。通过引入自适应同步因子,控制青蛙寻优过程中的移动步长,改进算法的局部搜索范围,保持种群的多样性。通过引入惯性权重系数,加入上一次的移动距离,表示对过去的经验记忆,加快搜索速度。通过对6个测试函数的实验结果表明,改进后的混合蛙跳算法相较于传统混合蛙跳算法具有较好的寻优性能。     

高等级公路养护质量综合评价模型

针对高等级公路养护管理的需求,建立了一种高等级公路养护质量综合评价体系框架,将高等级公路划分为路基、路面、桥梁、涵洞、绿化和沿线设施等6个子系统.基于该种体系框架,就高等级公路养护质量综合评价模型展开讨论.对传统层次分析原理进行了改进,通过聚类分析确定专家个体权重向量的K类划分,引入专家个体权重向量权重系数,进而得出其常权系数值.为满足高等级公路养护质量综合评价对评价指标的均衡性要求,提出变权模型和分组变权模型计算评价模型权重系数值.工程算例表明,新评价模型能更好地反映高等级公路养护管理的需求,体现高等级公路养护质量综合评价对评价指标的均衡性要求.     

自适应粒子群算法求解排课问题

针对传统排课效率低、漏排课、冲突率高等问题,利用自适应粒子群算法（SAPSO）进行排课仿真研究.首先,将粒子群算法中的固定惯性因子改进为随着迭代次数变化而不同的自适应权重,以加快寻优速度;然后,为了防止种群陷入局部最优,定义了种群相似度函数;最后,在种群中加入最差个体位置信息以增加种群混乱度,从而提高算法的全局寻优能力.仿真结果表明,SAPSO在收敛速度较快的情况下,寻优精度优于蒙特洛卡算法和改进遗传算法.     

自适应粒子群算法求解排课问题

针对传统排课效率低、漏排课、冲突率高等问题,利用自适应粒子群算法（SAPSO）进行排课仿真研究.首先,将粒子群算法中的固定惯性因子改进为随着迭代次数变化而不同的自适应权重,以加快寻优速度;然后,为了防止种群陷入局部最优,定义了种群相似度函数;最后,在种群中加入最差个体位置信息以增加种群混乱度,从而提高算法的全局寻优能力.仿真结果表明,SAPSO在收敛速度较快的情况下,寻优精度优于蒙特洛卡算法和改进遗传算法.     

融合遗漏项目侧面特征的相似度计算方法研究与应用

为了提高推荐算法的准确率和效率,通过提取遗漏项目的 侧面特征来改进相似度的计算方法,达到最终结果更加接近用户真实兴趣的目标.文中采用的算法中不仅包含了传统的协同过滤算法计算相似度,还引入了对项目侧面特征相似度的计算,通过对周围真实用户的结果记录推理出两种相似度的权重情况,并通过多次实验得到最佳结果的权重.对最终的均方根...     

茫荡山小叶青冈天然种群空间分布格局

在茫荡山自然保护区选择7个不同海拔梯度样地,采用聚集度指标分析样地内小叶青冈种群全部个体、不同发育阶段空间格局变化.结果表明:样地中小叶青冈种群全部个体的空间分布格局基本上呈聚集型分布;甜槠、木荷(DBH≥5 cm) 2个优势伴生树种呈聚集分布,弯蒴杜鹃呈聚集和均匀两种分布类型,深山含笑聚集、均匀和随机3种分布类型都有出现.     

基于改进K-means算法的评价问题研究

【目的】研究评价问题中评价对象因个体差异性的聚类问题。【方法】首先引入夹角余弦刻画评价对象个体间倾向性上的差异大小,其次利用余弦相似度与欧式距离刻画评价对象的总体相似度,对Tzortzis和Likas提出的min-max K-means聚类算法进行改进。【结果】利用某高校参与评价教师的指标数据集进行初步的数值实验,证明了改进K-means算法的有效性。【结论】余弦相似度刻画考核对象的偏向性差异,很好的克服了欧式距离只考虑数值绝对值上的差异,具有重要的现实意义。