基于参照法的人体测量的误差分析

非接触式人体测量是人体测量技术发展的一个大趋势。它与服装业相结合,完美地实现了个性化服装的定制。当采用参照法来实现图像尺寸向实际尺寸转化的过程中,不可避免的出现了误差。在一些精度要求高的场合,这些误差直接决定系统的成败。拟结合光学的知识,对这些误差定性进行分析,并提出能减小误差的方法。     

基于线索和改进最相邻近法的案例检索

基于线索和改进最相邻近法的案例检索算法是最相邻近法、归纳索引法和知识索引法的结合,是对案例匹配算法进行的一种探索。案例检索整体上采用最相邻近法的思想,局部相似度量采用归纳索引的思想,线索是检索过程中启发性知识和学习到知识的形式化描述,目的是提高案例检索的效率。     

基于示波法测量血压的算法改进

示波法血压测量的关键是脉搏波的提取以及收缩压、舒张压的判定。就此两方面,改进并实现了非线性的形态滤波器,从脉搏波和袖带压的混合信号中滤得脉搏波,并结合波形特征法和S判别法,实现了收缩压舒张压的判定。通过验证,较单纯的归一化比例系数法,该算法明显提高了测量结果的准确性与重复性。     

一般有向图法的实现及其应用

讨论了一般有向图法实现中的元部件完全模型知识表示、算法实现中的子算法以及 对一个专家系统环境TEE的改造等问题,并给出了一个应用实例.     

一种自动布线方法：多级线探索法

本文介绍了一种在微机上实现的印制板自动布线方法──多级线探索法及其编程方法。这种方法是基于完备布线算法的概念，通过分析李氏算法和传统线探索法的不足之处而得到的。虽然它也是一种线探索法，但有较传统线探索法更强的探索能力，不需要结合李氏算法而能单独完成布线任务，是一种较理想的算法，通过实验获得了较为满意的效果。     

PPSCRIPT:用于时序电路故障模拟的并行伪临界路径跟踪法

在分析了临界路径跟踪法优缺点的基础上，对其进行改进，提出了伪临界路径跟踪法．把伪临界路径跟踪法和并行故障模拟算法结合起来，用于时序电路的故障模拟，大大地减少了待模拟的故障事件数，降低了模拟时间，节省了内存．在文末，给出了软件实现的结果．     

U／C矩阵法：一种新颖的系统设计方法

本文提出了一种新颖的系统设计方法—Ｕ／Ｃ矩阵法，并阐述了这一方法的原理、特点，以及基于这一方法的软件工具的实现和与面向对象系统设计方法结合的研究。     

上下文比较自动标引法及其在因特网信息检索系统中的应用

本文结合Internet中文信息检索系统（WAIS）这样一个特定环境，探索了一种基于频率统计的中文自动标引方法，以往的自动标引方法所采用词典匹配法有词典不完备等限制，而本文所介绍的方法则实现了不用任何词典，并进行了真正的全文献处理的自动词抽词标引，它突破了已有经验和知识的限制，能自动发现和学习新词，可以说它是一种具有自学习特点的智能型中文文献的自动标引方法。基于该方法的自由词主题标引系统已经实现。在Internet下被应用于采用WAIS工具进行中文信息的检索和查询，为在Internet上建立中文信息库和信息查询开辟了道路。     

基于SceneLib的三维服装建模技术研究

使用几何建模法，结合传统的表面建模方法，提出了一种改良的曲面片法，成功地建立了人体模型和服装模型。文章基于SceneLib的函数库，实现曲面片建模，并以计算机图形学的知识，对建立的模型进行有效的控制，为建立服装模型提供了一种新的思路。     

原型法在MIS开发中的应用

原型法是开发的ＭＩＳ的一个方法，越来越受到人们的重视。本文痢略地讨论了原型法的概念，实质及用原型开发的ＭＩＳ的具体步骤。结合开发《粮食调运微机处理系统》，说明原型法的具体应用。     

基于方案修订的群决策一致性形成的研究

层次分析法(AHP)是群决策中经常使用的一种方法,利用AHP进行群决策的过程实质上也是决策者个体偏好集结的过程。针对如何将不同形式的偏好信息进行有效集结以形成群决策一致性方案的问题,提出一种通过活用AHP修订决策方案达到决策者群体的一致性偏好最终得以形成的方法,在利用决策者的决策信息进行群组划分的基础上明确各个划分的决策偏好差异,提出了活用AHP进行群决策一致性形成的方向,并形成了有效的动态群决策过程。     

基于改进Q-学习算法的多阶段群体决策模型

多阶段群体决策问题是一类典型的动态群体决策问题,主要针对离散的确定状态下的最优群体决策问题求解.但由于现实环境面临的大部分是不确定状态空间,甚至是未知环境空间(例如状态转移概率矩阵完全未知),为了寻求具有较高共识度的多阶段群体最优策略,决策者需要通过对环境的动态交互来获得进一步的信息.针对该问题,利用强化学习技术,提出一种求解多阶段群体决策的最优决策算法,以解决在不确定状态空间下的多阶段群体决策问题.结合强化学习中的Q-学习算法,建立多阶段群体决策Q-学习基本算法模型,并改进该算法的迭代过程,从中学习得到群体最优策略.同时证明基于Q-学习得到的多阶段群体最优策略也是群体共识度最高的策略.最后,通过一个计算实例说明算法的合理性及可行性.     

基于Vague软集的模糊群决策方法研究

运用传统的模糊集进行模糊型群决策时存在一定的困难,而Vague软集是一种处理不确定信息的重要工具。为此,给出了一种加权的Vague软集间相似度定义,并运用Vague软集对备选方案进行评判;在此基础上运用正态云模型进行群体一致性评判,将基于Vague软集的模糊群决策方法应用于供应商选择问题中,结果表明,Vague软集能极大地提高模糊群决策的科学性和有效性。     

决策关联分析下的专家权重自适应调整研究

针对多属性群决策问题,在已知属性权重和专家主观权重的基础上,提出了一种基于决策关联度的专家权重自适应调整方法。通过专家的个体决策与群体决策之间的决策关联度对专家的客观权重进行调整,从而得到相对稳定的决策结果和相应的专家综合权重。实验结果表明调整后的专家权重与决策结果是合理的,而且收敛速度更快。     

基于DEA模型的企业群决策方法研究

从群决策的基本原理出发，针对群体一致性算法中存在的问题，提出一种较为科学的决策过程和决策方法，在此基础上研究了基于DEA模型的方案选择方法，在一定程度上解决了群体决策过程中存在的群体一致性方案选择问题。     

两种基于个体偏好集结的多属性群决策共识方法

针对多属性群决策中的共识问题, 提出两种使群体达成共识的方法. 假设群体决策的结果以从个体偏好通过集结得到的群体偏好为基础, 在使用算术加权集结算子和几何加权集结算子的条件下, 分别设计相应的共识达成算法, 并对算法的收敛性进行分析. 与已有方法相比, 所提出算法能够体现决策个体的差异和决策个体对群体的影响. 通过某市政图书馆空调系统安装方案的选择表明了所提出方法的合理性和可行性.

     

基于乘法偏好关系的群一致性偏差熵多属性群决策方法研究

在多属性群决策中, 针对每一个属性下决策者都有一个关于决策方案的乘法偏好关系的决策问题, 提出一种基于乘法偏好关系的群一致性偏差熵多属性群决策方法. 此方法考虑到不同属性下的决策者具有不同的权重, 并通过迭代运算可以达到群一致性水平, 从而得出最终的不同属性下决策者的权重; 同时, 可以利用偏差熵模型来求解属性权重, 利用这两个权重最终获得一个综合各方意见的群一致性乘法偏好关系. 最后通过算例分析验证了所提出方法的有效性.     

基于优势关系的多属性群决策方法

借鉴多属性群决策和粗糙集理论,提出了基于优势关系的多属性群决策方法。该方法采用优势关系进行粗粒度划分,其适用于解决一些注重时效的实际问题。在多属性群决策问题中,利用优势粒结构的相似度确定各评价指标（属性）的权重;通过专家评价相似度定义各专家在群体中的共识程度,确定各评判专家在群体决策中的权重分量;集结群决策计算结果得到被评价者的综合能力排序,并通过实例验证了上述算法的有效性。     

基于神经网络的软件外包过程模式决策研究

Software outsourcing has became a common method used in software development. To guide the software outsourcing process pattern decision, this paper puts up a neural network based decision model which is made up of a group of orthogonal and concurrent input factors, a three-tier neural network decision architecture and a group of output process patterns. The model is verified with a real software outsourcing process pattern decision case. This model provides the theory for the development of outsourcing decision tools and complete decision supporting mechanism for various outsourcing model in every phase of software engineering.     

社会网络环境下基于公众行为大数据属性挖掘的大群体应急决策方法及应用

针对社会网络环境下复杂大群体应急决策中决策属性信息难以获得问题,提出社会网络环境下公众行为大数据驱动的大群体应急决策方法.首先,通过挖掘社交平台上的公众行为大数据,利用TF-IDF、Word2vec技术进行关键词提取、聚类及其影响力分析,从大量行为数据中挖掘大群体决策属性信息以辅助专家决策,使决策结果具有更高的科学性和有效性;其次,构建决策者间基于信任关系和观点相似度的社会网络,采用同时考虑信任和相似度的聚类方法对决策者进行聚类,并基于社会网络分析获得决策者权重;然后,提出基于决策者间信任关系的共识调整方法进行共识调整以获得最终群体决策矩阵和方案排序,通过引入决策者客观自信度避免个别决策者过分自信行为的影响;最后,通过一个新冠疫情案例分析说明方法的可行性和有效性.