基于BP算法的层次分析法研究

运用传统层次分析法进行系统评价与决策时，系统目标和评价指标的关系难以确定，而且评价过程中存在许多人为因素，影响评价的准确性和客观性，进而影响决策。基于BP算法的层次分析法利用BP神经网络的自学习、自适应、自组织功能，不断积累知识和经验，不断修正所学的知识，即修正网络神经元间的连接权值，通过给定的运算法则和激励函数，在输入评价指标后网络将输出最终的系统目标评价值，达到精确评价和最优决策的目的。     

基于加权距离的局部离群点检测算法

针对不同属性对数据点之间距离贡献的不同,提出了一种用于距离度量的属性加权策略。标称属性通过属性取值的信息熵进行加权,数值属性通过属性取值的标准差进行加权,混合属性根据标称属性和数值属性综合加权,加权策略可以放大离群点与正常数据之间的差别。仿真实验区分不同的属性类型对所提加权策略进行了验证,实验结果证明了策略的有效性。     

基于层次分析法的企业信用评价方法研究

建立了一套企业信用等级评价指标体系,然后应用层次分析、聚类分析等方法对企业信用指标体系进行赋权．通过专家赋权所得权重对区间化后的指标值进行加权平均,得出企业的信用评价值;并利用商业银行的企业信用等级分类标准,得出企业的信用等级．     

基于聚类和LOF算法的异常数据检测方法

聚类可用于异常检测,但其检查结果往往是不精准的.首先通过聚类算法DBSCAN对数据进行异常分析,然后再利用LOF算法对检出的异常数据进行异常程度的分析,最终得出异常数据集.     

基于AHP层次分析法的物流中心选址研究

物流中心拥有对商品的汇集、中转、分发、输送到需求网点的功能,是一个大规模建筑物及昂贵设备的集合体,一旦选址不当,不仅不会使物流全过程受益,还会产生极大的负面影响。因此,配送中心的选址问题也就成了重要的基础问题。本文分析了物流中心选址中涉及的众多因素,并运用层次分析法进行了实现。     

不同属性加权方法对冠心病数据分类效果的研究

本文主要研究的是系统重构方法和层次分析方法在属性加权过程中的作用.根据背传神经网络获得分类正确率被作为比较标准.文中使用的数据是冠心病病例数据,直接来源于医院临床环节.实验表明,系统重构算法的加权数据的分类正确率要高于层次分析算法的加权结果,且两种加权方法的分类正确率都高于为加权的原始数据.     

基于层次分析法的研发人员绩效考核研究

研发人员是企业创新的主要人力资源,是企业持续竞争力的重要保障。本研究从分析研发人员的特点着手,从结果、行为、能力三个绩效维度设计和建立了一套对研发人员绩效考核的指标,并运用层次分析法计算出三个维度的权重,为企业研发人员绩效考核工作提供一些有价值的参考。研究结果表明,在对研发人员进行招聘和上岗培训时,应该基于能力导向;在考核研发人员时,应该注重对结果性指标的考评;在日常的工作过程中应该对研发人员制定柔性的工作制度。     

基于层次分析法的Partnering模式应用研究

Partnering模型是国际上正在研究和推行的一种新的工程项目管理模式。本文用层次分析法对Partnering模型和传统的DBB模型、BOT模型进行比较分析,表明了Partnering模式在高速公路建设项目管理中的优越性。因此,Partnering管理模式应该被施工单位所重视。     

基于层次分析法的中小企业信息化绩效评价研究

以定性分析和定量分析相结合的思路,采用层次分析法确定指标体系及权重,给出了中小企业信息化绩效评价的步骤,并进行了评价验证。该评估体系具有可行性和指导性,对中小企业信息化绩效评价起到一定的指导作用。     

基于正交层次分析法的质检数据语音识别效率改善方法研究

为提高语音识别技术在质检数据记录中的效率问题,基于正交层次分析法建立效率评价模型.应用正交试验确定影响质检数据语音识别效率的影响因素及其影响程度;基于层次分析模型进一步分析得到各影响因素的权重;通过正交层次分析定性与定量相结合对比实验数据,得到质检数据语音识别效率改善的具体方法.实验结果表明改进后的方法可使质检数据语音识别效率提升超过45％.     

一种基于目标函数的局部离群点检测方法

针对传统的基于密度的局部离群点检测算法对原始数据集没有进行预处理导致该算法在面对未知数据集时检测效果不理想,又由于其需要计算每一个数据点的离群因子,在数据量过多时,计算量大大增加的问题,通过对局部离群点检测算法的分析,提出了一种基于目标函数的局部离群点检测方法FOLOF(FCM objective function-based LOF).首先,使用肘部法则确定数据集的最佳聚类个数;然后,通过FCM的目标函数对数据集进行剪枝,得到离群点候选集;最后,利用加权局部离群因子检测算法计算候选集中每个点的离群程度.利用该方法在人工数据集和UCI数据集上进行了相关实验,并与其他相关方法进行了对比,结果显示,该算法能够提高离群点检测精度,减少计算量,有效提高离群点检测性能.     

一种基于AHP的图书综合评价方法

图书评价是指根据图书的内容、结构、章节和价格等因素对图书的等级做出的综合性鉴定。由于评价者自身对评价因素的偏好不同，往往难以形成一个统一的评价结论。而对于图书馆，如何有甄别的选择相关图书，保证提高图书质量的目的，已经成为图书管理中需要解决的一个关键问题。该文在已有图书管理中图书评价的基础上，发展了一种利用AHP建立图书评价体系的方法，并给出了实例参考，从而提高图书管理中的效用。     

基于加权距离邻域选取策略的多模态过程故障检测

针对多模态过程数据密度不规则性提出的一类基于密度的方法,大多是以欧式距离为基础来比较彼此间的相似性,从而检测过程是否发生故障。然而多模态数据密度在较小范围内变化较大,采用欧式距离很难获得全面的数据信息。本文提出了一种新的基于加权距离选择邻居的策略,该策略首先对距离进行合理的加权,再根据新的加权距离重新选择样本点的邻居,能有效地避免数据信息不全面的问题。在仿真实验中,首先通过比较基于传统的欧式距离和基于本文加权距离选取的邻居,说明本文策略的优越性;进而将该策略与局部离群因子(Local Outlier Factor,LOF)结合用于TE过程,对TE过程的仿真结果表明该策略在应用于基于密度的检测方法上获得了的良好效果。     

基于层次分析和加权评价法的产品材料选择研究

在考虑材料传统的机械性能、物理化学性能、加工工艺性能基础上,将材料经济性能和环保性能作为材料选择的影响因素,采用模糊数学方法对指标进行量化处理,利用层次分析法确定材料性能指标权重,以材料性能数据库为基础,利用综合评价法实现材料的选择,为材料选择提供一种有效方法。     

基于AHP判断矩阵特征值计算的内部控制评价体系

以中国2013年A股上市公司作为研究样本,通过层次分析法(AHP)构建上市公司内部控制评价指标体系,并通过信息指数方法验证指标体系的合理性,以期为中国上市公司合理的内部控制评价制度建设提供建议和意见.     

基于AHP的一种新方法

在层次分析法的基础上,结合集对理论,提出了一种新的层次分析方法,该方法与传统的层次分析法相比较,是一种更有效、更实用的决策方法.     

基于层次分析法的科研项目风险研究

在介绍科研项目概念、分类、特点的基础上,阐述了科研项目风险的定义及科研项目风险管理的必要性,并对科研项目全过程所存在的风险进行了识别,构建了风险评价模型,根据评价结果提出了科研项目的风险控制措施。     

随机森林赋权层次分析法的崩塌易发性评价

为确定一组合适的指标权重,通过提出随机森林(random forest, RF)模型与层次分析法(analytic hierarchy process, AHP)相结合的模型对不同指标进行客观赋权重,以区分不同指标对崩塌易发性的影响。该耦合模型利用RF模型计算出各指标的客观权重,作为层次分析法的初始权重来修正判断矩阵,最终获得各指标的综合权重。以陕西省绥德县为研究对象,通过分析大量文献及进行相关性分析后选取坡向、曲率、坡度、地貌、降雨量、距水系距离、地层岩性、距道路距离及归一化植被指数(normalized vegetation index, NDVI)9个影响因子作为评价指标,结合ArcGIS空间分析功能,采用RF模型、RF-AHP模型进行崩塌易发性评价,评价结果用受试者特征曲线(receiver operate curve, ROC)进行检验。结果表明:影响崩塌的9个评价指标中,距水系距离对其影响最大;崩塌高易发区呈线性分布在水系及道路附近;RF-AHP模型较RF模型的预测精度提高了4.5%。说明RF-AHP模型更适合此研究区的崩塌易发性评价,评价结果可为绥德县防灾减灾工作提供理论指导。     

基于AP-LOF离群组检测的配电网连接验证

现有配电网连接验证工作将可疑异常值视为具有二元属性的独立个体,因此难以有效识别和验证具有高度内在相关性的局部离群组.针对这一问题,提出了基于AP-LOF离群组检测的配电网连接验证方法.通过引入近邻传播(affinity propagation,AP)聚类方法,将待校验台区用户聚类为多簇,并基于局部离群因子(local outlier factor,LOF)算法对所有簇心进行离群点检测,从而准确识别出台区内的离群组用户.以某电力公司实际用户电压数据进行算例分析,结果证明了AP-LOF算法在配电网连接验证中的适用性和有效性.     

课件的评价体系与层次分析评价法

分析了影响课件质量的因素,构建了一个课件评价体系,并提出了一种用层次分析法综合评价的方法.