基于后悔理论的考虑属性期望的随机多属性决策方法

针对具有三种不同类型属性值,且属性期望以区间值和区间概率共同表达的随机多属性决策问题,提出一种考虑决策者后悔行为的决策分析方法.首先,分别计算不同属性下各方案带来的期望效用.然后,基于后悔理论,分别计算各属性下因未选择理想方案而带来的期望后悔值,并根据属性期望,得出各属性下因未达到或达到属性期望而产生的期望后悔欣喜值.进一步地,计算每个方案的期望综合感知效用值对方案进行排序和择优.最后以一个设备开发方案的选择为例,通过与其它方法的对比以及参数分析验证了所提方法的优越性.     

基于群体智慧的排序任务多聚合方法比较研究

为解决排序任务聚合方法效果不明确的问题, 在群体智慧概念下, 对排序任务问题群体智慧效应发生的条件即集中化机制进行聚合方法的比较研究, 试图找到已知基本事实排序任务问题中使群体智慧效应最显著的排序聚合方法。 创新性提出评估群体智慧的概念即群体智慧效度。 运用实证研究方法对群体进行排序任务重建实验, 以实验测试的排序数据为基础, 使用 7 种不同的排序聚合方法对排序任务问题的所有个体排序进行聚合, 得到相应的群体排序。 测量7 种群体排序和真实排序之间的偏差, 并根据群体智慧效度大小判断不同聚合方法的表现。 实验结果显示, 在基于群体智慧效度的重建排序任务聚合方法中, 众数法的表现最好, 中位数法和 K-Y 方法表现次之。     

O2O模式下连锁零售网点需求预测及资源调度

O2O模式注重用户体验，而保证产品的可获性作为线下体验的第1步，变得尤为重要。保证产品的可获性关键在于供需两方面平衡，基于此，以连锁零售企业各网点为对象，从供需两方面的视角切入，建立了基于概率排序的需求预测模型和资源调度区间规划模型，给出了O2O模式下有效保证产品可获性从而提升顾客满意度的方案。研究贴合O2O实践中的具体问题，具备较强的现实参考意义。     

搜索引擎排序作弊的识别:基于文本内容和链接结构的分析

搜索引擎排序作弊通过提高网页与搜索请求的相关性,达到提高搜索排名的目的.为此,根据作弊网页的特征,引入作弊倾向系数这一概念来衡量网页作弊的可能性.网页作弊通过多种手段实现,鉴于此本文基于网页内容本身的名词密度特征,衡量页面内容作弊的可能性,由于搜索关键词大部分为名词,超过一定名词比例阈值的页面,其内容作弊的可能性越大.根据页面的链接特征,衡量页面链接作弊的可能性,从黑名单页面通过迭代计算链接作弊系数,并根据与黑名单页面的距离设置权重.最终从上述两方面特征来综合考量页面的作弊倾向系数.选取PageRank,TrustRank,BadRank为基线实验,实验结果验证了关于检索词性分析的假设以及链接作弊检测算法的有效性.     

基于可能度的梯形模糊数排序方法

根据梯形模糊数互补判断矩阵概念和梯形模糊数相互比较的可能度公式,给出一种基于可能度的梯形模糊数排序方法,然后通过实际算例说明该方法的可行性和有效性.     

数据挖掘在高校图书馆中的应用

以西安工程大学图书馆为实例，把数据挖掘技术应用于图书馆读者管理中．以“西安工程大学图书馆自动化管理系统”中的馆藏数据、读者信息及历史借阅记录等作为基本数据源，采用SPSS、MATLAB作为数据挖掘工具，基于不同角度对西安工程大学图书馆图书分类、入库比例以及各学院借阅量排名进行对比细分，探讨数据挖掘技术在图书馆中的应用．对比分析发现，数据挖掘技术可以更细致地了解读者分布情况及图书需求情况，实现图书馆的科学化管理，更好地进行资源优化配置．     

一种求解非线性规划问题的混合粒子群优化算法

粒子群优化算法(PSO)与其他演化算法相似,也是基于群体的·每一个粒子被随机初始化以表示一个可能的解,并在解空间追随最优的粒子进行搜索·提出一种基于改进的混合粒子群优化算法求解非线性约束规划方法·在介绍PSO算法基本原理的基础上,设计了约束适应度优先排序处理约束条件的方法,并通过动态邻域算子和可变惯性权重进行联合演化以求得全局最优解·对非线性规划例子的实例计算表明,该算法稳定性好,简单容易实现而又功能强大,易于掌握,对于多维非线性、复杂问题的求解具有普遍适用性·     

互补判断矩阵中导入新元素的强保序条件

针对一类互补判断矩阵 ,给出了方案排序的强保序概念 ,并且分别给出了在具有完全一致性时和在采用χ2 排序方法时 ,互补判断矩阵导入新元素后的强保序条件 .     

信息不完全的多准则决策的SIR方法

在决策中,存在准则值不准确、不确定、不能决定和准则权系数信息不完全的多准则决策问题,针对此类问题,提出了一种信息不完全的多准则决策的优劣势排序方法。该方法首先构建方案集的优势矩阵和劣势矩阵,得到方案的全局优势度和劣势度,利用权系数的不完全信息构建相应的最优化模型,求解最优化模型得到优势度和劣势度的变化区间,利用区间数的排序方法得到方案集的一个部分排序或完全排序。最后通过实例验证了该方法的有效性。     

基于分类和关键词组抽取的信息检索算法

本文提出一种基于分类和关键词组抽取的信息检索算法。该算法利用文本分类和信息抽取技术辅助检索，避免了向量空间模型算法中时间复杂度过大，查准率不高的缺点。针对传统的信息检索性能指标无法有效地衡量检索结果的排序状况，本文还引入了排序误差率概念用于评价检索结果的排序。实验结果表明，所提算法与TFIDF算法、基于分类的交互式检索算法相比，具有更快的查询速度，更高的查准率和更小的排序误差率。