自适应神经-模糊推理系统的混合协同微粒群算法进化设计

在分析自适应神经-模糊推理系统(ANFIS)结构和参数特点的基础上,定义一个布尔向量L作为网络的结构参数,与原来ANFIS的前件参数集一起构成了新的前件参数集{c,σ,L},并给出了一个新的网络输入输出关系表达式.针对该输入输出表达式,提出一种用于优化ANFIS前件参数集的混合协同微粒群算法.该将参数集L和{c,σ}分别放在两个子微粒群并根据各自不同的特点应用二进制PSO和GCPSO算法进化,两个子微粒群之间的协同由定义的一个协同函数实现,而网络的结论参数依旧用最小二乘法进行优化.应用该算法进行ANFIS网络结构和隶属函数参数的自适应设计,在Henon映射产生的混沌时间序列预测中显示了良好的性能.     

农机装备项目筛选方法探讨及决策预警

将农机装备项目筛选划分为立项评估、性能评估和预警评估,并分析了三类评估之间的关系,提出了农机装备项目筛选的整体评估模型.首先根据筛选目的、评价准则,完成立项评估;再综合利用熵权法和专家组的意见给出指标权重,进而应用TOPSIS法对农机装备项目性能进行评估;并利用集值统计方法分析了指标体系和评价方法所带来的决策风险;最后综合考虑立项评估、性能评估和预警评估的评价结果,给出了最终的决策结果.该方法的分析结果定量、客观,为制定正确、科学的农机装备项目决策提供了重要参考.     

生产能力约束下的价格竞争与柔性进入决策研究

针对现有文献的缺陷,在给定生产能力的条件下,建立一个进入者决策的两阶段模型:第一阶段进入者进行柔性进入决策;第二阶段与在位者进行价格竞争.应用实物期权方法研究进入者的进入决策,给出柔性条件下的进入决策规则.结果表明,较高(低)的进入投资成本、风险较大(小)的市场和较高(低)的在位者生产能力将使得进入者推迟(提前)进入.     

基于定性指标的民航飞机维修决策方法

为解决飞机复杂性增加与航空公司要求排故时间缩短之间的矛盾,针对传统方法只对故障率等定量指标分析的不足,提出了分析定性指标的思路。对定性指标从安全和经济两个角度考虑,提出了完整的量化方法,并分别用特征向量法和基于信息熵的多属性决策法分析。实现了根据定性指标判断出最有可能出现故障的系统,及故障位置。实例表明思路可行,可缩短排故时间。     

基于区间数多属性决策的导弹突防效能评估方法

随着导弹攻防对抗技术的复杂性、不确定性日益增强,导弹突防效能评估问题也日益复杂。考虑区间数理论处理不确定问题的优越性,建立了基于区间数多属性决策的导弹突防效能评估模型,对导弹突防效能评估指标体系构建、权重确定和信息集结方法进行了研究。在此基础上,采用区间数多属性决策方法对几种导弹突防方案进行了突防效能排序计算,验证了采用区间数多属性决策方法评估导弹突防效能的有效性和可行性。     

科学元勘的第三波及其争论述评

本文评述了关于公众参与科技决策的一场学术争论。柯林斯等认为，科学知识社会学对公众参与科技决策的支持过于宽泛，导致了“对技术决策的参与应该扩展多远？”这样的疑问。他们提出，科学元勘应当面向决策实践，放弃单纯描述性的工作和消极解构，转向考察专识的认识论特征，及其内容、结构、类别和功能，以重新理解决策中专家和外行的划界，为筛选适当的专家和公众参与决策提供依据。批评者认为。这个理论框架误读和抛弃了科学知识社会学的基本结论，是科学主义的和还原论的，是向传统的专家治理结构的倒退。他们站在社会建构论和认识论多元主义的立场上，分别从对决策问题、专家和专识的社会建构、对合法性问题的理解等方面提出了激烈的批评。     

浅谈烟草企业实用型数据仓库构建

数据仓库是数据挖掘过程中的一个非常重要的环节,它涉及到数据的整合和清洗。在许多行业中已被广泛应用。本文介绍了DW的基本概念、特征、体系结构,并着重阐述了其在烟草企业中的应用。     

一种基于熵权多目标决策和人工神经网络的炼油企业绩效评价方法

提出了一种基于熵权多目标决策的逼近理想解法（TOPSIS）和人工神经网络（ANN）的炼油企业绩效评价方法，以熵权TOPSIS的企业绩效评价结果作为学习样本，对神经网络进行训练、测试，进而对指标加以赋权，最终得到了企业绩效综合评判式，并将其用于炼油企业绩效评价。实例分析结果表明，该方法科学有效、实际可行，具有一定的智能性，为炼油企业绩效评价提供了一种新的途径。     

一种多目标决策与模糊优化模型的新思想

本文主要基于多目标的决策与模糊优化模型来解决实际问题,引进线性加权法与关联系数分析法的思想提出分析法的集成思想,针对多目标决策优化问题的模糊性,运用多目标决策模糊集理论进行研究,建立数学集成思想．通过对决策问题的决策矩阵进行规范化处理,再按照运算步骤得到最优方案,在此基础上结合决策问题的灰色关联分析法和模糊优化模型从而得到更优的方法,且具有较强的可靠性和实用性,达到更好地解决实际问题。     

神经网络在项目评估中的应用

项目评估在市场机遇获得、成本控制和竞争力判别等方面决定着企业的成功与否.通过对影响项目价值的属性、因素、显性指标以及它们之间关系的研究,采用模拟生物神经元基本功能的神经网络技术建立项目价值模型,改进了传统的BP算法,对样本进行监督训练的反向传播算法得到权重因子,从而确定指定项目的价值,辅助决策者进行项目评估决策.实际应用证明了算法的有效性和模型的实用性.