逼近群体理想解的多属性群决策新方法

对每个属性下不同决策者权重不同的决策问题,提出一种始终基于群体理想解的新方法.首先,对每个备选方案定义群体理想解和负理想解,求出对每个决策者而言该方案与其群体理想解的相对贴近度;然后,基于群体贴近度矩阵定义整个备选方案集的群体理想解和负理想解.进而计算决策群体对各备选方案的最终排序结果;最后,以供应商选择算例说明其有效性.该方法将逼近理想解法扩展到群决策,以群体理想解取代群体效用,避免了群体效用归并难题.     

离散型决策表的二分归纳属性约简算法

给出了离散型决策表的二分归纳属性约简算法,为了获得最优约简,该算法在每次搜索时,仅考虑把所有待搜索的有序幂集一分为二的有序幂集,最多只需要计算和搜索C-coreD（C）的[log m]＋1个有序幂集（m是C-cored（C）的基数）,从而算法的效率得到了很大程度地提高。给出了一个数值例子,进一步验证了结论。     

基于决策树的知识表示模型及其应用

针对数据挖掘过程中的数据库精炼问题,在分析现行属性约简方法的特点和不足的基础上,结合决策树算法操作简单、分类速度快的特点,通过知识的规则化描述以及规则族之间的相似性比较,建立了一种基于决策树的属性约简方法（简记为BD-RED）,讨论了规则族之间的相似性度量的可释化构建问题,给出了BD-RED的具体实施策略,并结合实例分析了BD-RED的性能。结果表明,BD-RED具有良好的结构特征和较强的可操作性,可以有效实现不同决策理念下的属性约简,适合不同类型的大规模数据库的属性约简。     

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.     

浅析司法解释的特征

司法解释在我国司法实务中运用十分普遍。研究司法解释现象对于提高和促进依法治国的实践具有非常重要的意义。本文就是从其属性入手,分析司法解释的特征,从而达到深入理解司法解释之目的。     

公允价值在新会计准则中应用的意义

2006年2月,我国财政部发布的企业1项基本准则38项具体准则中又广泛涉及了公允价值的计量,而具体规范公允价值计量的《金融工具确认和计量暂行规定（施行）》（以下简称《规定》）也于2006年在上市和准备上市的商业银行中试行。本文从公允价值的涵义及其与其他计量属性间的关系出发,结合其在新准则中应用指出公允价值在我国新会计准则中应用的意义。     

基于贝叶斯粗糙集模型的属性约简算法

在分析贝叶斯粗糙集模型已有的约简算法的基础上,从含有多个决策类情况下的全局相对增益函数的角度,利用二进制编码方法给出一种求贝叶斯粗糙集所有约简及核的算法,并基于实际应用,给出对求出的所有约简进行筛选的拓展算法。通过算例说明算法的实用性和有效性。     

多蚁群协进化的船舶多管路并行布局优化

基于蚁群算法和协作式互利典生类协同进化算法,构建了解决船舶空间多管路并行敷设的多蚁群协作式协同进化算法模型.在算法的每次迭代中,随机选择种群的进化次序;在种群内部采用蚁群算法寻找管路的最优路径,采用优良个体构造小环境的方式,避免了管路增多情况下的组合爆炸现象.通过三维空间的管路布局实验显示,应用所构建的算法较单一蚁群算法可以在管路并行敷设中取得协同性更好的布局效果.     

P2P系统中基于属性约减的可信度评价

由于P2P系统的开放、匿名等特点,传统的访问控制和认证方法已无法在P2P系统中对信任协商进行有效的支持.本文利用信任协商机制和多信任域技术对P2P系统进行安全管理.针对信任凭证在信任协商过程中存在的安全隐患,通过属性的使用记录实现信任凭证中属性集的约减,并给出一种基于属性集的可信度评估方法.该方法减少了访问者属性信息的不必要暴露,提高了信任协商交互的可靠性和安全性.     

粒计算及其在机械故障智能诊断中的应用

为了更好地揭示原发性、早期微弱以及复合故障的发生发展规律,以粒计算理论为基础,提出了基于相容粒度空间模型的智能故障诊断方法.该方法通过层次化和粒度化来表示原始数据中蕴涵的不同设备运行状态的信息,使得不同故障状态被高效地映射到粒结构的不同层次上,达到正确区分各类故障的目的,利用得到的约简属性集构建相容粒度空间模型,对电力机车轮对轴承的早期微弱故障、严重故障以及复合故障进行诊断,取得了较高的分类精度.实验结果表明,与RBF神经网络方法相比,模型有着很高的分类性能,对9类故障状态的分类准确率达到了91.11%,说明相容粒度空间模型在机械故障诊断方面具有很好的分类性能.由于约简方法可以弥补特征评估技术不能直接获得最优特征组合的不足,因此提高了模型的工作效率.