模糊等价关系下的犹豫模糊粗糙集及其应用

首先通过对长度不同的犹豫模糊元进行补齐来定义犹豫模糊集新的交并运算,在Pawlak近似空间中利用新的运算建立粗糙犹豫模糊集模型;然后将Pawlak近似空间推广到一般犹豫模糊近似空间,利用犹豫模糊元间的相似度获得犹豫模糊近似空间中对象间的模糊关系矩阵,再利用模糊集的传递闭包法将模糊相似矩阵转化成模糊等价矩阵,在此基础上建立犹豫模糊信息系统中的粗糙集模型,研究犹豫模糊信息系统的属性约简。最后通过一个算例来说明犹豫模糊信息系统的属性约简方法。     

城市地下管线属性处理系统关键技术研究

为了解决城市综合管网普查及信息录入问题,使用采用Pascal语言、基于Delphi7平台开发城市地下管线属性处理系统,本文针对该系统的技术思路及实现的功能加以阐述。     

基于风险最小化的多粒度三支决策模型

为减小传统的二支决策中直接接受或拒绝决策带来的决策风险,分析问题决策的多粒度空间,研究了基于风险最小化的多粒度三支决策模型.在三支决策风险代价分析基础上,为寻求最优的粒度空间,结合不同属性特征在粒度空间中具有不同决策权重的特点,以粒化重要度和粒化决策权重为启发式信息,从多个不同的粒度层次出发,寻求风险最小的决策行动.最后针对不承诺选项中一些急需决策的现实问题,给出了基于风险控制的二支决策转化方法,并进行了具体的实例应用.     

Description of rotational properties of the superheavy nucleus ^256,258,260Rf by projected shell model

Band structure of the Z = 104 nucleus 256Rf has been a recent research focus in nuclear physics. We performed projected shell model calculations for this and some other neighboring Rf isotopes. Specifically, we studied rotational properties of these nuclei and showed that variations in dynamic moment of inertia were sensitive to single-particle structures, which may be useful information for locating the anticipated island of stability. Electromagnetic transition properties were also calculated, and measurable quantities were predicted for further experimental test.     

多代价下的代价敏感属性选择算法比较

代价敏感属性选择在数据挖掘和机器学习中起着关键性作用,代价敏感属性选择问题是经典属性选择问题的自然扩展,已成为越来越多学者的研究热点之一.首先给出多代价下代价敏感属性选择问题的数学模型,然后介绍现有的有代表性的四种代价敏感属性选择算法,最后在四个UCI数据集上进行实验,对四种代价敏感属性选择算法的效果和效率进行比较分析.     

单壁碳纳米管的分离方法

单壁碳纳米管根据长度、管径、导电属性、手性和对称性的不同分为多种结构类型.结构不同的单壁碳纳米管在光、热、电、磁等物理性质以及许多化学反应方面表现不同,因此在应用方面有很大的差异.为了获得结构均一的单壁碳纳米管,人们发展了多种分离方法.这些方法包括梯度密度离心法、共价修饰分离法、非共价修饰分离法、电泳分离法、色谱分离法、场流分离法、萃取分离法、刻蚀分离法、基于电流效应分离法、胶带法和洗涤法.根据单壁碳纳米管的结构特征,分离可以分为5个层次,依次是长度、管径、导电属性、手性和对称性.导电属性的分离是目前研究的重点,半导体性单壁碳纳米管同时具有带隙、超小尺寸和超高载流子迁移率,在纳电子领域有广阔的应用前景,有望取代硅基器件引发下一代电子器件革命.手性管和对映异构体的分离是新的发展点,近期手性管的分离已经取得很多进展,对映异构体的分离则处在起步阶段.本文将从这5个层次阐述单壁碳纳米管的分离方法及其原理,同时分析不同分离方法的优缺点.     

基于目标导向的多属性决策属性价值公度方法

MACBETH方法在多个属性维度上确定出的一组属性Good值(或Neutral值)并不能真地具有保证属性价值公度的完全相同的偏好涵义.为克服该方法缺陷,基于包容性属性价值函数,通过引入数据包络分析技术和马尔可夫理论给出了以目标参照方案为导向的目标导向属性价值函数和多属性决策属性价值公度的方法程序.相比于具有较大随意性确定属性Good值和Neutral值的MACBETH方法,依赖目标导向属性价值函数的多属性决策属性价值公度程序具有更明显的科学合理性,因此具有发展MACBETH方法,推动实际决策应用该方法及相关多属性偏好关联决策模型的创新价值.基于决策实验的应用分析直接验证了多属性决策属性价值公度方法程序的科学有效性,间接验证了包容性属性价值函数和目标导向属性价值函数的科学理性.     

属性约简的两阶段遗传算法

属性约简是数据挖掘的一个重要研究内容. 为了解决具有多种属性类型的决策表约简问题,在粗集和二元关系聚合理论的基础上,利用属性重要性作为评价标准,提出了一种两阶段遗传约简算法. 算法的第一阶段是为了找出尽可能多的约简,第二阶段力求寻找最小约简. 根据算法每个阶段的目标设计了编码方案、种群规模、适应度函数、终止条件、选择、变异和修正操作. 实验表明,与标准遗传算法相比,两阶段算法在计算最小约简时更为准确和稳定.     

政务督查组及督查对象的属性特征与督查效果的关系——基于Logistic回归分析的A省政务督查实证研究

政务督查是推动党中央、国务院决策部署贯彻落实的重要手段，是我国推进国家治理体系和治理能力现代化的重要工作，对政务督查影响要素及其影响关系开展研究，意义重大。基于A省2018年政务督查数据，在督查组和督查对象的属性特征分析基础上，构建多项Logistic回归模型，开展不同属性对发现各类督查问题的影响研究和实证分析。研究发现：(1)督查组的人数、高职级成员占比，人均年收入等，对于发现维稳类和扶贫类问题有显著的正向影响；(2)督查对象高学历干部占比、驻村干部来源单位数等，对发现维稳类问题均有显著的正向影响；(3)督查组的盛年成员占比、从事纪检监察工作年限，督查对象的党员干部占比、被地市级督查次数等，对发现扶贫问题有显著的负向影响。本研究为我国政务督查工作实践提供了一定的理论和经验支持，尤其为督查组人员的合理配置、督查组与督查对象的有效匹配提供了实践依据，对提高政府决策准确率、加强决策能力具有重要意义。     

决策系统簇的平均代价敏感并行约简

大数据背景下，数据量呈指数级增长，三支决策在处理代价敏感问题时动态机制和稳定性不足.针对这个问题，结合F-粗糙集处理动态数据方面的优势，在代价敏感决策表簇中提出基于F-粗糙集和三支决策的平均代价敏感并行约简.首先，从平均决策代价和平均测试代价的角度，定义基于F-粗糙集和三支决策的并行约简；其次，设计基于F-粗糙集和三支决策的平均代价敏感并行约简算法.与基于分类的最小代价约简和基于类特定的最小代价约简比较，实验结果显示，基于F-粗糙集和三支决策的平均代价敏感并行约简可以更好地权衡误分类代价(决策代价)和测试代价，提高分类准确率.研究结果为研究动态决策和代价敏感提供一种新的研究方法和思路.