基于灰色系统理论的多属性群决策专家权重的调整算法

研究多属性群决策中专家权重的调整问题.在得到专家主观权重的基础上,提出一种权重调整算法.通过计算专家个体决策结果与群体决策结果的灰色关联度并结合初始权重求得专家的综合权重,运用专家的综合权重计算调整后的决策结果,并据此继续对权重进行调整,直至计算出稳定的权重和决策结果.通过对嵌入式计算机的性能评价表明了该方法的可行性与实用性.     

基于灰色聚类决策的图像分割性能评价

针对图像分割的性能分析问题,运用灰色聚类决策技术建立一种多层次的综合评估方法。该方法通过图像多个分割指标的特点,得到合适的白化函数,再通过白化函数和灰色聚类权值的分析计算,将收集到的分散信息生成灰色聚类矩阵,以此对图像分割性能进行分类;其评估结果的离散性高,便于区分不同分割算法的性能。应用实例表明,该方法很好地克服了以往评估方法的不灵敏性和奇异性,从而使评判更容易进行。     

基于灰色聚类的群决策方法研究

采用非线性变换对区间灰数形式的决策信息进行规范化处理,并由决策者问差异度最小构建优化模型,确定指标权重.考虑到在决策者较多的情况下对决策者进行聚类处理可以提高决策质量,给出了决策者决策信息的灰色关联度的计算方法,并基于灰色关联度提出了对决策者进行分类的灰色聚类算法.在此基础上,提出了对聚类后各决策者类的决策信息集结的决策模型.最后通过一个实例说明了所提出方法的可行性和有效性.     

不完备灰色信息系统属性约简

在研究分析灰色信息系统中灰数、灰相似度的基础上,定义了改进型灰色相似关系,建立了灰色粗糙集模型的一种扩展模型,给出了不完备灰色信息系统的处理过程和对象数据筛选算法,提出了一种灰色信息系统的属性约简算法,并通过算例进行了验证分析。     

一种基于改进灰色关联分析的变量选择算法

针对灰色绝对关联度模型和灰色相似关联度模型存在的问题,提出一种基于相对变化面积的改进灰色关联度模型.以序列几何形状的相似程度为基础,构建反应折线相似程度的相对变化面积,并以此作为关联系数的计算依据,同时以局部关联度的平均值度量整体的相似性,定义灰色关联度模型.此外,根据关联度计算结果,提出一种基于集合思想的变量选择算法,有效去除变量间的无关和冗余变量.仿真结果验证了所提出算法的有效性和合理性.     

基于区间灰数的多属性决策方法

以灰色系统理论的思想与方法为基础,探讨了属性值和属性权重均为区间灰数的多属性决策方法。根据结合理想方案与临界方案的综合关联度,提出了考虑属性权重因素的线性规划优化模型,将经典灰色关联决策由清晰数的情况推广到了区间灰数的情况。最后通过实例分析说明所提出的灰色关联决策方法的合理性及其算法的有效性。     

基于灰色理论的故障案例检索算法

案例检索是基于案例推理系统的关键问题。为了在信息不完全的条件下提高故障案例匹配的准确度,将灰色关联分析应用到故障案例相似度的计算中,对灰色关联度公式进行改进,提出一种基于二次搜索策略的故障案例检索算法。对多种案例检索算法进行比较分析,结果表明该方法克服了传统方法确定相似度系数的主观性缺点,具有较好的分辨能力。     

基于灰色理论的故障案例检索算法

案例检索是基于案例推理系统的关键问题.为了在信息不完全的条件下提高故障案例匹配的准确度,将灰色关联分析应用到故障案例相似度的计算中,对灰色关联度公式进行改进,提出一种基于二次搜索策略的故障案例检索算法.对多种案例检索算法进行比较分析,结果表明该方法克服了传统方法确定相似度系数的主观性缺点,具有较好的分辨能力.     

基于微粒群算法的灰色预测PID控制器

针对大滞后系统，提出一种基于微粒群算法的灰色预测PID控制算法．采用灰色预测模型GMC（1，2）预测时滞系统的输出并用微粒群算法优化PID控制器的参数．这种控制方法不需要精确的数学模型，在线估计参数少，计算简单．仿真结果表明该方法的有效性．     

基于灰色关联分析和MYCIN 不确定因子的区间直觉模糊决策方法

针对方案的指标值为区间直觉模糊数的决策问题,提出一种基于灰色关联分析和MYCIN不确定因子的决策方法.该方法将MYCIN不确定因子方法融合到决策方法中,运用灰色关联方法确定各指标的信任度,通过计算各方案在不同指标下的不确定因子并对其进行融合来确定最佳方案.实例分析表明了该方法的有效性和可行性.     

基于FTRL优化算法的广告点击率预测模型研究

当前在线广告的业务场景下，线性模型没有充分考虑到数据高维、稀疏性、非线性等特点。针对这些问题，引入了基于梯度提升决策树算法的特征提取方法，提出了基于FTRL（Follow-The-Regularized-Leader）优化算法的因子分解机模型。FTRL优化算法能有效地学习到特征之间存在的非线性关系，使不同参数可以自适应不同学习率，并加入了混合正则项。实验结果证明基于FTRL优化算法的因子分解机模型能有效提高广告点击事件的预测准确率。     

A heuristic procedure for production planning of modern manufacturing systems

The purpose of this paper is to present a new heuristic algorithm based on a feasible enumeration method, developed to solve the machine loading and product-mix decision problems for manufacturing systems based on group technology. It provides an efficient tool for machine load and product-mix analysis to optimally select parts to be manufactured in a limited amount of time available in a given production facility, by applying the group technology concept. A computational algorithm is developed, a sample numerical problem included, and computational results presented. It is shown that the algorithm herein proposed is very efficient from the computational view point. The heuristics imbedded in the feasible enumeration procedure is repreented by a priority rule which has been found to be independent of problem data and general for the class of problem analysed.     

基于LP&GR算法的多优先级虚拟机迁移策略研究*

如何对云计算中心的虚拟机(Virtual machine,VM)资源进行合理分配是近年来研究的一个热点问题。针对这一问题,本文提出了一种基于负载预测和灰色关联度(Load Prediction and Gray Relational,LP&GR)的虚拟机资源分配算法,通过预测虚拟机的负载状态防止虚拟机发生过载,并建立了基于虚拟机负载评价函数的决策分配模型。同时为虚拟机的迁移队列设置了多个优先级,结合了抢占式与非抢占式的执行策略,保证了虚拟机的有序迁移,并提高资源利用率。实验结果表明,结合多优先级的LP&GR算法同比其他算法能够有效实现云中心的负载均衡。     

Development of an edge computing-based cyber-physical machine tool

Digital twin is a virtual model that represents physical entities in a digital manner. By leveraging means of data to simulate the behavior of physical entities in the real environment, the functions of physical entities can be optimized and expanded, through virtual and real interaction feedback, data fusion, decision making, and optimization. Despite numerous researches on digital twin concept and its applications, scarcely any discusses about the computation efficiency of the twin established. In order to shorten the latency of mapping and reduce the high computation workload in the cloud, this paper develops a cyber-physical machine tool based on edge computing techniques, to realize remote sensing, real-time monitoring and scalable high-performance digital twin application. Furthermore, a novel edge computing algorithm is proposed to detect the abnormality of the edge data from two aspects: the unary outliers of the edge data itself and the multivariate parameter correlation among edge devices. The effectiveness of the application platform of the cyber-physical machine tool developed is verified by the prototype system and edge algorithm experiment.     

灰狼优化的混合参数多分类孪生支持向量机

孪生支持向量机(TWSVM)是在支持向量机(SVM)的基础上产生的一种高效二分类算法,由于现实中存在的问题大多数是多分类的,将二分类孪生支持向量机扩展到多分类孪生支持向量机(MTWSVM)是非常重要的。目前常用的MTWSVM一般是基于“一对一”策略,但该策略中各子分类器都采用相同的惩罚参数以及核参数,忽略了不同子分类器之间的差异,不能使其发挥最好的作用。通过提出一种基于混合参数的多分类孪生支持向量机(MP-MTWSVM),为不同的子分类器选取合适的参数,保持分类器的多样性,进而根据“一对一”策略构建MTWSVM。TWSVM本就面临着参数难确定的问题,而MP-MTWSVM算法又引入了大量的参数,通过灰狼算法(GWO)对MP-MTWSVM的参数进行寻优,进一步提出了基于灰狼优化的混合参数多分类孪生支持向量机(GWO-MP-MTWSVM)。通过实验表明,GWO可以快速找到各子分类器的最优参数,并进一步提升了算法的准确率。     

基于核与灰度的区间灰数运算法则的修正

针对灰度不减公理的局限性,对基于核和灰度的灰数加、减和数乘运算法则进行了修正。定理2和实例表明修正后的灰数运算法则更具合理性,并给出了新的灰数运算法则在多属性决策中的应用。     

新型决策树构造方法

决策树是一种重要的数据挖掘工具,但构造最优决策树是一个NP-完全问题。提出了一种基于关联规则挖掘的决策树构造方法。首先定义了高可信度的近似精确规则,给出了挖掘这类规则的算法;在近似精确规则的基础上产生新的属性,并讨论了新生成属性的评价方法;然后利用新生成的属性和数据本身的属性共同构造决策树;实验结果表明新的决策树构造方法具有较高的精度。     

基于粗糙集和SAT算法的属性约简

粗糙集理论是80年代初由波兰数学家Z.Pawlak首先提出的一个分析数据的数学理论。该理论近几年来日益受到各领域的广泛关注,并已在机器学习、模式识别、决策分析、过程控制、数据库知识发现等广泛领域得到成功应用。论文提出了一种求最小约简的基于命题可满足性(简称SAT)算法的算法,提出一个解决SAT问题的分割和结合的算法。实验结果表明,论文所提算法在高度准确分类的基础上,所得约简中大大减少了规则的数目。     

一种基于灰色关联度的决策树改进算法

在构造决策树的过程中,分裂属性选择的标准直接影响分类的效果。分析了现有改进的ID3算法不同程度地存在学习效率偏低和对多值属性重要性的主观评测等问题,提出一种高效而且可靠的基于灰色关联度的决策树改进算法。该算法通过灰色关联分析建立各特征属性与类别属性之间的关系,进而利用灰色关联度来修正取值较多但非重要属性的信息增益。通过实验与其它ID3改进算法进行了比较,验证了改进后的算法是有效的。