最大团问题的竞争决策算法

分析了最大团问题的数学性质,根据推导出来的性质设计求解最大团问题的竞争决策算法,且算法的时间复杂度分析结果为O(n~3)。并用提出的算法求解最大团问题中的标准测试示例,测试结果表明,算法具有良好的求解效果。     

基于时域模糊决策融合的雷达工作模式识别方法

在雷达工作模式识别中,侦察设备对雷达信号参数的测量误差严重影响了识别效果,针对这一问题文中提出时域模糊决策融合(TFDF)的雷达工作模式识别方法。首先分析了雷达脉冲组特征,在脉冲组层次提取雷达信号的脉冲组描述字(PGDW);然后基于联合隶属度函数改进传统的神经网络硬判决方式,实现雷达信号识别的模糊决策;最后运用DS证据理论将多个时刻的模糊决策融合,从而完成雷达工作模式的最终识别。基于时域模糊决策融合的识别方法可以有效改善参数测量误差对工作模式识别效果的影响。仿真结果以及对比实验表明,文中所提算法具有更好的抗噪性能,在雷达信号的参数测量误差为15%时仍具有90%以上的识别率。     

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.     

自由意志源于脑电背景噪声

<正>自由意志源于脑电背景噪声人类可以不靠因果逻辑运算就能作出决策,尽管有时会决策错误。但自由选择的能力与对错无关,只是自由意志的体现。美国加州大学(UC)戴维斯分校心智与脑中心科学家的一项研究表明,人的自由意志可能来源于脑电背景噪声的随机波动。该中心博士后研究员杰西·柏格森解释说,"我们是如何独立于因果规律的制约而行事的?这表明脑中有一种随意的状态,能显著影响人们的意愿决策。"大脑有一个正常的"背景噪声"水平,是全脑波动的一种脑     

美国移动医疗投资趋势及对中国的借鉴

<正>从2014年以来美国投资金额最大的十个移动医疗公司案例(见下图)可以看出美国移动医疗投资的三大趋势。其一,医生交流类App持续受到欢迎,但项目专业化程度变高,每个产品专注的领域很不相同,主要发展方向是做专做深。其二,针对个人消费者的产品和服务更加偏重临床准确性和医学专业性,     

基于ULMADM的智能指挥控制系统决策分配方法

在智能指挥控制系统设计中，为了充分发挥指挥员与自动化系统的决策优势，需要将决策功能在两者之间进行合理分配. 给出了指挥控制系统决策分配步骤，针对决策分配过程中属性值无法准确测度的特点，采用不确定性语言型多属性决策（ULMADM）方法，基于UEWAA算子确定决策功能的自动化等级范围，基于UEWAA算子和ULHA算子相结合的多属性群决策算法确定决策功能的自动化等级，算例表明ULMADM方法解决决策分配问题的可行性、有效性和通用性.     

简论煤矿生产安全事故的救援决策

本文通过分析煤矿生产安全事故应急救援实例,总结救援决策的经验教训,论述在煤矿发生生产安全事故时救援决策应注意的几个问题。     

科技决策中的公共知识生产

事实判断和价值分配是决策的两大基本要素,而知识是事实判断的基础。科技决策中,由于事实本身的多重维度以及价值与事实的缠绕,往往会出现多种关于事实判断的知识主张,理性的科技决策应当以"公共知识"作为决策相关事实判断的基础。公共知识是对决策相关事实的多维度的共识性理解,具有科学合理性、经济公有性和政治合法性。公共知识作为具有特定的认知方式和价值倾向的多元行动者相互博弈的产物,经历了提出、辩论、整合和合法化等生产过程。公共知识生产是高度制度化和组织化的社会行为,各个社会中都有各具特色的公共知识体系,可以从行动者及其角色等八个方面把握其特征。     

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.     

邻域决策一致性的属性约简方法研究

基于邻域决策错误率的属性约简可以在删除冗余属性的同时,提升邻域分类器的留一验证分类精度.但这种约简方式并未充分考虑邻域分类结果在约简前后的差异.为解决这一问题,借助联合分布矩阵,提出了邻域决策一致性的概念,构建了邻域决策一致性与邻域分类精度的调和平均值,并将其作为约简求解的度量准则.在12个UCI数据集上的实验结果表明,所提出的新约简不仅能够有效地提升邻域分类器的决策一致性,而且在多数情况下能够进一步提高邻域分类器的留一验证分类精度.