加权变精度直觉模糊序信息决策表的近似约简

以直觉模糊信息表为背景,利用粗糙集和模糊集,旨在筛除信息表中冗余的属性,提出获取决策规则的近似约简方法 .首先,通过在直觉模糊集中引入带权重评分函数来定义加权直觉模糊序关系;进一步,为了提高模型分类的容错率,结合变精度粗糙集模型构建加权变精度直觉模糊序决策信息表;接着,在该决策表中提出上、下近似约简的判定定理和可辨识矩阵,进而生成两种求解上、下近似约简的方法;最后,通过具体案例和数值实验分析验证了该方法的有效性.     

基于改进朴素贝叶斯算法的文本分类研究

朴素贝叶斯算法在给定输出类别的情况下,需假设属性之间相互独立,然而现实中这个假设一般不成立,导致在属性个数较多或者属性之间相关性较大时,分类效果不是很理想。为了解决这个问题,本文采用优化的模糊C均值聚类及权重计算方法改进朴素贝叶斯算法。首先,基于JS散度构造类别个数的自适应函数优化模糊聚类算法,利用优化后的算法将文本分类整理。然后,采用词频因子优化的TF-IDF算法计算分类后各样本的特征权重,结合样本权重与贝叶斯公式,进行分类计算。最后,为了体现改进的朴素贝叶斯算法的有效性和优越性,将其与原始朴素贝叶斯算法以及其他改进算法进行对比实验。实验结果表明,改进后的算法有效地降低了朴素贝叶斯模型对特征项独立性的要求,提高了分类决策的准确率,且在分类性能和效率上具有一定的优越性。     

面向公路施工成本模型的优化PSO算法研究

传统的施工项目管理方式和资源优化方法造成了资源浪费,因此研究提出了基于PSO算法的公路成本优化模型,首先通过对现行公路施工管理下成本指标进行分析,得出了施工成本计算模型并将其分为多部分的目标优化模型,同时应用粒子群算法对多目标优化问题进行求解。通过仿真表明,PSO算法模型优化之后成本减少了316.1万,而施工实践缩减了98天。实验证明,基于PSO的公路施工成本优化模型可以有效减少公路施工中的时间消耗和成本资源消耗。     

水库汛限水位动态控制方案优选方法研究

水库汛限水位动态控制方案的优选在水库调度中具有非常重要的作用,选择满意的汛限水位能够在保证防洪安全的前提下达到充分利用洪水资源的目的.目前,方案优选的方法很多,本文首次把模糊信息熵物元评价法应用于汛限水位动态控制方案优选中.此方法先构造各类复合物元,其次建立评价模型,最后按模糊信息熵大小排序,选出满意方案.在确定权重时,采用了基于博弈论的组合赋权法,将经验和数学权重组合,消除了单一权重法的片面性.最后,以碧流河水库汛限水位动态控制方案优选为例,采用该方法进行优选,优选结果与模糊优选模型的结果一致,验证了其可行性.     

城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先,为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次,为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后,为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明,所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

灰色关联度分析法在土地评价中的应用

作者选取四川省"金土工程"数据库中的原始数据作为研究基础,通过应用灰色系统理论的关联分析方法,以坡度、地面岩石露头、灌溉保证、排水条件、土壤构型、有效土层厚度、土壤酸碱度和土壤有机质作为与水稻平均产量相关的因子进行多因素关联分析,结果显示该区域排水条件与其产量具有最大的关联度.这说明在四川地区水稻地排水条件的优劣最大程度地决定着水稻的产量.通过各要素权重值的计算得到该地区土地等级划分范围.表明在土地评价中运用灰色关联度分析方法可减少人为的经验误差,同时该方法简单易行,结果可信度高.     

基于FAHP法的多媒体课件评价指标细化研究

针对现行全国多媒体教育软件大赛评价指标体系的局限性,采用模糊层次分析法计算其权重,通过探讨细化评价指标体系所需遵循的原则和流程,最终生成三级评价指标体系,目的是探讨多媒体教育软件评价体系的科学化、合理化,并为实现计算机网络评价作前期准备.     

基于决策支持系统的供应链联盟合作伙伴选择

在新的企业组织模式下,如何选择合适的合作伙伴是供应链联盟的关键问题。文章在供应链联盟合作伙伴选择多目标决策模型的基础上,采用了随机权重法,建立起供应链联盟合作伙伴的决策支持系统,帮助决策人员分析影响决策的各种因素,为决策人员提供决策参考。     

基于节点权重的DPoS共识算法

针对委托权益证明（delegated proof of stake,DPoS）共识机制中节点作恶以及如何降低恶意节点成为代表节点可能性的问题,结合埃欧塔（IOTA）共识机制在安全性和稳定性方面的优势建立了节点之间的信任关系,提出了一种基于节点权重的DPoS（delegated proofof stake based on node weight,NW-DPoS）共识算法。将节点历史行为信息、自身权重值和在线状态作为计算认可度的因素,选取累积认可度高的节点作为区块生产者;根据节点行为表现并以降低节点累积认可度的方式惩罚有恶意行为的节点。仿真实验和分析表明： NW-DPoS共识算法能够明显降低恶意节点成为代表节点的概率,并且在抵御双花攻击和贿赂攻击方面比DPoS共识机制更可靠,从而提高了系统的安全性。     

属性权重信息不完全的区间数多属性决策方法

针对属性权重信息不完全且属性值以区间数形式给出的多属性决策问题,提出了一种逼近于理想点(TOPSIS)的决策分析方法.首先对属性权重信息不完全的区间数多属性决策问题进行了描述;然后依据传统的,TOPSIS方法的基本思路,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤,其核心是通过构建并求解二次规划模型,得到每个方案与正理想点、负理想点的差异值,进而计算出每个方案与理想点的相对接近度,即可得到所有方案的排序结果. 最后通过给出一个算例说明了该方法.