Skyline查询应用扩展及其优化算法

Skyline查询处理是近年来信息管理和数据库交叉学科的一个研究重点和热点, 其广泛应用于多标准决策支持系统、城市导航系统、数据挖掘和可视化以及信息推荐系统等领域. 然而, 在实际的联机查询应用中, skyline查询的结果具有固定和多用户共享特性, 因此, 随着时间的推进, 查询结果的可选择性逐步降低, 从而最终导致查询结果无法满足用户的需求. 为此, 提出k-quasi skyline查询, 来丰富传统skyline查询的结果集, 并与目前主流关系数据库产品无缝集成.为了提高任意维空间上k-quasi skyline查询的效率, 设计了基于正规格索引的计算方法EARG (efficient algorithm based on regular grid).EARG算法通过格之间的支配关系来缩减对象间的比较次数, 从而显著降低k-quasi skyline计算的时间开销.理论分析和实验结果表明, EARG算法具有有效性和实用性.     

广义参考集DEA模型及其相关性质

由于传统数据包络分析（data envelopment analysis, DEA)方法的“评价参照系”是有效决策单元,即传统DEA方法只能获得和有效决策单元比较的信息,而实际上人们需要比较的对象不仅仅限于“优秀单元”,还可能是“一般单元”（如录取线）、“较差单元”（如可容忍的底线）或者某种特殊单元（如选定的样板、标准或某些特定对象）,而传统DEA方法无法评价这些问题。为此,给出一种适用于上述所有情况的广义DEA方法,并探讨其相关性质,主要包括基本的广义参考集DEA模型和广义DEA有效性概念;广义DEA有效性含义和广义DEA有效性的判断方法;广义参考集DEA方法与传统DEA方法的区别与联系。     

多指标约束下舰载装备维修级别建模与优化

修理级别分析(level of repair analysis, LORA)是装备综合保障性工程中的一项重要内容,针对现有关于LORA问题研究的不完善之处,以舰载装备维修保障为背景,综合考虑维修费用和维修效果,建立LORA协同规划数学模型。根据模糊优选理论,给出基于正负理想方案的多指标LORA决策隶属度优化目标函数,运用自适应粒子群算法对LORA模型进行求解,通过算例给出了优化结果,分析LORA决策的一般规律,证明方法的合理性及LORA模型的正确性。提出的LORA决策模型是现有研究基础上的重要补充,对于完善装备维修保障决策理论具有重要意义,为装备维修保障工作的开展提供决策支持。     

属性值为区间数的决策对象预期理论模型研究

针对属性值为区间数的多属性决策中不同区间数相互比较具有相同可能度的问题进行研究。根据决策者不同的风险偏好将其分为3类,对不同风险偏好类型的决策者提出相应的预期理论模型,确定区间数之间的优势关系。在此基础之上,提出决策对象优势关系及优势度矩阵,并根据优势度数值对决策对象进行排序择优。最后,通过实例验证新排序算法的科学性与有效性。     

An assignment method for group decision making with uncertain preference ordinals

This paper presents an assignment method to solve the group decision making problem with uncertain preference information. The uncertain preference information is given as uncertain preference ordinals by decision makers. We first address the concept and calculation formulae of preference ordinal frequency, and then, uncertain preference ordinals are transformed into preference ordinal frequencies accordingly. Furthermore, a linear assignment model is built based on the derived preference ordinal frequencies, and the ranking of alternatives can be obtained by solving the model. Finally, a numerical example is used to illustrate the use of the proposed method.     

A hierarchical multiple criteria model for eliciting relative preferences in conflict situations

A multiple criteria decision analysis(MCDA) approach is designed for capturing the relative preference information of a decision maker involved in a conflict.More specifically,an MCDA approach based on the outranking method,ELECTRE III,is employed for ranking states or possible scenarios in the conflict from most to least preferred,where ties are allowed,for a decision maker according to his or her value system.To demonstrate how this preference elicitation methodology can be conveniently implemented in practice within the framework of the Graph Model for Conflict Resolution,it is applied to a real world water supply crisis which occurred in the town of North Battleford,located in the Canadian province of Saskatchewan.     

复杂群决策系统的研究纲领初探

现实生活中复杂群决策问题是普遍存在的,这是由群决策本身的内在属性决定的,不能单纯地认为简单群决策是复杂群决策的一种特例,而仍然沿用处理传统简单群决策的一些理论与方法。如果那样做,必然会降低决策效果。因此,很有必要深入探讨复杂群决策系统的特有决策模式与规律。鉴于此,本文尝试对复杂群决策系统的一些最新研究成果进行总结与梳理,并对复杂群决策系统的研究对象以及理论方法进行归纳分析。     

洪泽湖湿地类型变化分析

以洪泽湖湿地为研究区,结合归一化植被指数（NDVI）、最优调节土壤植被指数(OSAVI) 和缨帽变换后的亮度指数（BVI）、绿度植被指数（GVI）、湿度指数(WVI),基于知识规则对洪泽湖湿地进行分类试验。通过建立洪泽湖湿地分类的分类模型,以区分不同湿地类型,并利用1973年、1984年和2006年3个时相多波段MSS/TM数据对洪泽湖淡水湖泊湿地进行分类。结果表明：基于知识规则的分类方法简单易行,且易于剔除提取地物时的干扰信息;多种指数参与到分类中能够提高分类的总体精度;在1973—2006年这33年间,洪泽湖敞水区和湿地植被急剧减少,亟待采取有效的措施进行保护。     

双策略高效视频编码帧间模式快速决策算法

为了减少编码复杂度,提出针对编码单元(CU)级和预测单元(PU)级的帧间快速算法.首先,利用当前编码块的3个空间邻近已编码块的深度信息,提前跳过某些CU的编码模式的检测.其次,利用当前编码块执行完Inter_2N×2N模式后,得出的残差块的纹理信息跳过某些PU的编码模式检测.实验结果表明:文中算法可以节省45.03%的编码时间;BD-BR(bjøntegaard delta bit rate)造成1.49%的损失;算法能够很大程度节省编码时间;引入的率失真性能损失忽略不计.     

基于决策树桩的元特征提取

“No Free Lunch”定理表明:若无任何先验假设,则没有理由认为一种算法优于另一种算法.算法的性能与问题的元特征密切相关.目前的元特征提取方法只关注从数据集中提取元特征,而忽略了候选算法元特征的提取.为此,在原有元特征集合的基础上提出基于决策树桩的元特征提取方法,将候选算法信息纳入新的元特征集合中.实验表明:在传统元特征集合中加入基于决策树桩的元特征后,算法排序的预测准确率能够得到显著提高.