基于熵权理想点法的人才选择

如何准确、科学、合理地进行人才选择是企业发展过程中生死攸关的问题,为使企业更好地进行人才选择,本文将熵权理想点法应用到该领域,为企业进行人才选择提供了一种客观、可行的定量方法。     

基于熵权的TOPSIS供应商选择方法

结合汽车制造企业的实际,提出了供应商选择的指标体系,建立了基于熵权的逼近理想解的排序方法(technique for order preference by similarity to ideal solution,TOPSIS)的多层次评价模型.由于在该模型中采用了熵权,从而避免了低层次多因素权重确定的主观性.通过将该模型在某汽车制造企业供应商选择中的应用,得出了其供应商的优劣排序,为该企业选择了理想的优秀供应商.     

基于改进熵权法的游客满意度评价方法及其应用

探讨游客满意度的评价方法.采用改进的熵权计算方法确定指标权重,应用加权求和法计算游客满意度.以2007年全国入境游客调查资料为基础,选取了饭店、餐饮、交通、娱乐、购物、导游服务、邮电通讯七项服务指标,建立了入境游客服务质量满意度评价指标体系,对中国大陆31个省区入境旅游服务质量游客满意度进行评价比较,以检验评价方法的适用性.实证研究的结果表明,该评价方法评价结果客观,结论合理,可应用于旅游目的地、旅游景区、旅行社等的满意度评价.     

基于熵权法和理想点法的围岩稳定性评价

 为合理地对围岩评价分类,结合当前围岩稳定性分析方法的优劣,研究采用围岩6 个评价指标：岩石单轴饱和抗压强度Rc、围岩质量指标RQD 值、结构面摩擦系数Jf、节理间距Jd、地下水状态W、完整性系数Kv建立评价模型,将围岩稳定状态划分为5 个等级。选用理想点法计算围岩的贴近度,以此衡量围岩的稳定性强弱,通过熵权理论确定评价体系中相应指标的权重,该模型便于实现计算机处理。工程应用表明,基于熵权法和理想点法的判别模型与BQ 法评价结果相一致,能够很好地反映围岩的稳定状态,可为工程实践提供科学依据。     

基于熵权和理想解法的物流中心建设序列决策模型

为提高物流中心规划和建设的有效性,针对物流中心建设序列问题的多阶段多指标决策实质,以熵权和理想解法为基础,结合Delphi法和灰色关联法提出了一个物流中心建设序列的多阶段多指标决策模型:首先利用Delphi法确定各阶段内建设项目的指标值,然后采用熵权法求出各阶段内指标权重;其次应用理想解法和灰色关联法对各阶段内建设项目进行综合评价,再通过集成各阶段的评价结果确定物流中心项目的建设序列.最后应用实际案例验证了该模型能有效地解决物流中心建设序列的多阶段多指标决策问题.     

熵权在决策模型中的特殊意义与应用

文章认为以往决策时,总是考量各个方面的评价指标,而忽略了各指标间的内在联系,利用熵权考虑众指标间的关系,就会克服主观局限性,较客观地提高最优方案的选出。     

基于熵和熵权原理的决策模型

本文介绍在考虑一个具有m个评价指标,n个评价方案的多属性的评价问题中,按照定性与定量结合的原则取得个对象关于多指标的评价矩阵,再对各个方案的个指标进行集合和综合形成一个综合性的指标,通过比较这个指标的大小,最总确定各个方案的优劣的熵和熵权原理模型。并探讨了熵和熵权原理决策模型在评价各类艾滋病疗法效果上的实际应用。     

熵权法在灰色局势决策中的应用

传统灰色局势决策在实际工作中已经得到广泛的应用，但也存在明显的理论缺陷，即将指标等权划分的问题。本文通过指标间指标值差异大小确定熵值，从而确定信息量，再对各指标赋权，并将其应用于灰色局势决策，使决策结果更具可信度。     

基于熵权-理想点法的煤层冲击倾向性分类

针对目前采用的煤层冲击倾向性判别方法存在的不足,基于理想点法的基本原理,选取动态破坏时间、弹性能量指数、冲击能量指数和单轴抗压强度作为评判指标,通过信息熵理论确定各指标的权重系数,建立基于熵权-理想点法的煤层冲击倾向性判别分类模型,并将该模型应用在实验室实测煤样的冲击倾向性分类中.研究结果表明:熵权-理想点法的判别结果与综合判定方法结果相同,且符合实际情况,从而验证了该方法用于煤层冲击倾向性分类的合理性和有效性.     

熵值法及其在确定组合预测权系数中的应用

组合预测方法能有效地提高预测精度,因而在众多领域有广泛的应用。其研究的核心的问题就是如何求出组合预测加权平均系数。本文从信息论的观点出发,利用信息论中熵值的概念,重新定义预测误差序列的变异程度,从而获得计算组合预测加权系数的一种方法。该方法具有概念清楚、计算简单的特点。实例计算结果令人满意。     

基于群体理想解的供应商选择多属性决策

考虑每个属性下不同决策者权重不同的情形,提出群体理想解概念,为供应商选择建立了一种新的多属性群决策方法.首先,对每个属性,以所有决策者对所有供应商给出的最优(差)评价值作为其分量,构成群体正(负)理想解,由此计算对每个决策者而言各供应商相对该群体理想解的综合评价值;然后,对每个决策者,以其对所有供应商的最优(差)综合评价值作为相应分量,再定义群体正(负)理想解,从而得出决策群体对各供应商的最终排序结果.采用群体理想解取代群体效用,回避了群体效用归并难题.与现有方法的计算结果进行比较,证明本方法合理且高效.     

基于EMD和多重分形谱参数的耐火材料损伤模式识别

考虑到耐火材料损伤声发射信号模式识别困难,提出一种结合经验模态分解(EMD)、多重分形谱参数和支持向量机的耐火材料损伤形式分类方法。首先对耐火材料损伤声发射信号进行EDM分解得到若干本征模态函数(IMF)分量,并取前4个分量作为研究对象,然后将整个信号的多重分形谱宽及各IMF分量的多重分形谱宽组成的特征向量输入支持向量机进行学习训练,最后实现耐火材料损伤模式识别。研究结果表明,采用由原信号及各IMF分量的多重分形谱宽值组成的特征向量能够有效进行损伤信号的特征提取。该方法对耐火材料界面相损伤的分类准确率为99%,对其基质相损伤的分类准确率为89%。     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力.最后通过算例说明方法的可行性和实用性.     

基于贝叶斯决策模型的火灾报警模式识别系统应用研究

针对火灾报警系统中探测器在域值附近由于各种原因出现高漏报率和误报率的情况,提出了将探测器的量测判断作为一种模式进行决策分类.在分类过程中采用贝叶斯决策的方法,将报警的模式分类简化为离散情形下的二值分类的研究,同时依据分类平均风险最小的原则给出了分类的决策函数.实验表明本文提出的解决方法在减少火灾报警系统中的误报率和漏报率方面找到了一个新的方法.结论表明探测器临界局部取值采用模式分类的方法可以达到了比较好的效果.     

基于模糊模式识别的模块选择算法

阐述了模块化设计中,模块选择的过程与策略.以属性结构为模型的模块数据库为基础,引用隶属度、贴近度等模糊数学的概念,提出了基于模糊模式识别的模块化选择算法,并对该算法的可行性进行了验证.     

基于Adaboost关键帧选择的多尺度人体动作识别方法

针对手工制作关键帧检测器和最初“特征包”方法的局限性,提出一种基于Adaboost关键帧选择和多尺度运动特征表示的人体动作识别方法.首先,从视频序列中提取兴趣点,使用生物启发特征结合光流的多尺度方法提取运动特征;然后,利用Adaboost学习方法从一个大的特征池中选取最具辨识度的几帧图像,并将排列前十的Adaboost帧作为相应的关键帧;最后,利用相关图表示关键帧,由支持向量机(support vector machine,SVM)完成人体动作分类.在KTH、多视图IXMAS和TUM数据库上的实验结果显示,该方法在3个数据库上的识别精度可分别高达95.5％,93.7％和91.5％,识别性能明显优于其他几种较新的方法,表明利用Adaboost学习算法可有效选取每个视频动作序列的关键帧,并有效解决了“特征包”方法的局限性问题.     

基于异常模式识别的服务过程改进

持续地改进服务过程,是提高服务过程管理水平的重要方法之一,但在服务过程改进中往往难以识别服务缺陷产生的原因。针对这一问题,提出一种基于关联规则挖掘的服务过程缺陷识别和改进方法,以为有效改进服务过程提供决策依据。该方法在基本的关联规则算法中,引入了缺陷原因和结果互斥约束、规则前件数约束、改进度约束以及新颖性约束。仿真试验表明,该方法与传统关联规则算法相比,降低了生成规则的数目,提高了规则有效性,降低了算法运行时间,取得了更好的效果。     

基于异常模式识别的服务过程改进

持续的改进服务过程,是提高服务过程管理水平的重要方法之一。但在服务过程改进中往往难以识别服务缺陷产生原因。针对这一问题,提出一种基于关联规则挖掘的服务过程缺陷识别和改进方法,为有效改进服务过程提供了决策依据。该方法在基本的关联规则算法中,引入了缺陷原因和结果互斥约束、规则前件数约束、改进度约束以及新颖性约束。仿真试验表明,该方法与传统关联规则算法相比,降低了生成规则的数目,提高了规则有效性,降低了算法运行时间,取得了更好的效果。     

基于直觉模糊熵的多属性决策方法

针对一组直觉模糊集在隶属度和非隶属度相同以及犹豫度相同无法区分的情况,提出一个新的直觉模糊熵.将直觉模糊熵应用于属性权重求解.给出基于直觉模糊熵的多属性决策步骤,并将其运用于实例,说明该决策步骤的有效性.     

基于超球覆盖仿生模式识别的指纹点名系统

超球覆盖仿生模式识别方法具有识别速度快、误识率低、易于实现等特点,特别适合于一些实用性较强的应用领域使用.研究了一种基于超球串覆盖的仿生模式识别方法,并应用于指纹点名系统.在对实际教学需求分析的基础上,设计了完整的指纹点名系统软硬件,通过指纹传感器对指纹数据进行采集、预处理、用超球串覆盖算法对指纹图像进行了识别,在嵌入式系统STM32中实现了指纹注册、班级选择、指纹签到、签到次数记录等功能,实验结果显示系统达到预期的效果,解决了课堂实时点名问题.超球串覆盖仿生模式识别方法适用于众多应用领域,通过示例,可以举一反三,将方法复制到其他应用场合.