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.     

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。     

基于CBR与灰色关联度的财务危机预警

提出一种基于案例推理(CBR)与灰色关联度的企业财务危机预警模型。将灰色关联分析应用于企业财务危机预警的案例推理中,采用特征属性的主客观权重计算案例相似度。根据各特征属性对案例检索的重要程度,通过权重向量排除非关键指标对案例判断的干扰。实验结果表明,该方法得到的案例相似性排序结果符合实际情况,可提高相似企业的检索效率,满足企业财务危机预警的要求。     

电子商务智能推荐系统中基于领域本体的案例检索算法

针对传统电子商务推荐算法的不足,提出了综合语义相似度的案例检索算法。算法通过加权平均商品的概念语义相似度、基于类型的属性语义相似度和基于数据类型的属性值相似度,来计算案例的综合相似度,避免了传统推荐算法中计算相似度仅靠属性值,没考虑语义和属性类型的影响造成的效率低、精度差等问题。设计了领域本体协同案例推理的电子商务智能推荐系统架构,通过在领域本体中抽取语义要素对案例进行表示,拓宽了案例求解空间,达到了协助用户检索及完成商品推荐的任务。经实例对比分析该算法有效且精度较高。     

一种改进的相似重复记录检测算法

数据仓库中相似重复记录的清洗对于提高数据质量有着重要意义,传统的判重算法有SNM算法、MPN算法及KNN算法等。针对MPN算法判重精度和时间效率不高等缺陷,提出一种改进的MPN算法。根据记录属性的重要性分别设定属性权值,将属性切分为原子,进一步计算原子的权值,通过判定属性相似度进而判定记录相似度,提高查准率和查全率。采用均分大数据集为若干数据子集,并行采用MPN算法进行判重,提高判重时间效率。理论和实验分析表明该方法提高了相似重复记录检测的准确率和时间效率。     

改进填补法和多权重相似度相结合的推荐算法

针对传统推荐算法中存在的数据稀疏性问题,国内外许多研究人员都提出了相应的推荐算法。然而,在个性化推荐方面,其中大多数并没有取得很好的推荐效果。因此,提出改进填补法和多权重相似度相结合的推荐算法,该算法首先采用改进填补法填充缺失值并对数据降维,接着分别计算社交网络用户信任度和改进的二部图用户关联度,最后采用多权重因子将这两者相似度进行结合。基于此,该算法根据相似度高低获取邻居用户并对目标用户进行商品推荐。实验结果表明,在数据稀疏性以及个性化推荐情况下,该算法的平均绝对误差（MAE）优于其他推荐方法。     

基于相似日理论和IPSO-Elman模型的短期光伏发电功率预测

为提高光伏发电功率预测精度，提出一种基于相似日理论和改进的IPSO-Elman神经网络模型的短期光伏发电功率预测方法。将历史数据细分为不同季节不同天气类型的多个子集，通过灰色关联度和余弦相似度组合而成的综合关联度指标筛选相似日。针对标准粒子群算法的缺陷，提出一种改进的自适应混沌变异粒子群算法(IPSO)来优化Elman神经网络，将优化得出的最优权值和阈值作为初始值建立IPSO-Elman神经网络模型，对3种不同季节和天气类型条件下的光伏发电功率分别预测。选用甘肃省某光伏电站2014年数据进行实例分析，结果表明，IPSO-Elman模型在不同天气类型条件下的功率预测效果都有明显提高。     

一种基于k-NN的案例相似度权重调整算法

对于CBR中的案例检索问题,结合经典案例相似度计算方法,对目前在各实际系统中应用最为广泛的k-NN算法进行改进。经过特征约简,在假设时间因素对历史案例可采纳程度有显著影响基础上,提出了一种小规模的基于时序的案例特征权重多阶段调整算法。该算法适用于数值型特征项相似度计算。     

基于CBR的软件项目成本估算方法

针对软件项目前期成本估算不准确问题,通过构建软件项目案例库,提出一种基于CBR的软件项目成本估算方法(CBRCEM)。根据COCOMO模型成本驱动因子理论,确定影响项目成本属性特征;引入归一化效用函数,应用层次分析法计算影响项目成本属性的权重值;通过对常用案例检索算法的比较分析,结合软件成本估算的特性,建立基于改进的灰色关联分析理论的软件项目相似度算法;根据PERT理论估算软件项目成本,使估算结果更为准确。CBRCEM在Windows平台上用JAVA语言开发完成并在实际中加以应用,案例研究结果表明,对于软件项目前期成本估算,该方法能够得到更加准确的评估结果。     

基于灰色模糊推理的油料消耗预测

为了克服传统预测方法的弊端,提出了基于灰色模糊推理的油料消耗预测方法。首先,构建了基于加权灰色关联分析的案例检索模型,且运用信息熵理论确定灰色关联系数的权重;其次,构建了模糊集理论的案例检索模型,且运用改进的层次分析法确定特征属性的权重;最后,基于上述2种检索结果,运用灰色关联分析方法构建了组合检索模型,并且基于检索结果对油料消耗进行预测。通过算例仿真,证明了上述检索方法具有较高的准确度,验证了预测方法的可行性和实用性。     

.基于遗传算法的全局优化检索策略研究*

案例检索是基于案例推理(CBR)系统中的关键技术,也是实现智能挖掘系统的关键环节。为了能够进一步提高案例检索效率与准确性,传统研究多是从案例属性和案例库的约减两方面入手,但是没有考虑案例属性权重。提出了一种基于遗传算法的全局优化案例检索模型,该模型利用遗传算法在搜索优化上的优势,对案例库、 属性权重、K-NN中的K值进行全局同步优化。最后,通过实验验证了该模型在检索效率与准确性上优于传统模型。     

GRA method for multiple attribute decision making with incomplete weight information in intuitionistic fuzzy setting

The aim of this paper is to investigate the multiple attribute decision-making problems with intuitionistic fuzzy information, in which the information about attribute weights is incompletely known, and the attribute values take the form of intuitionistic fuzzy numbers. In order to get the weight vector of the attribute, we establish an optimization model based on the basic ideal of traditional grey relational analysis (GRA) method, by which the attribute weights can be determined. Then, based on the traditional GRA method, calculation steps for solving intuitionistic fuzzy multiple attribute decision-making problems with incompletely known weight information are given. The degree of grey relation between every alternative and positive-ideal solution and negative-ideal solution are calculated. Then, a relative relational degree is defined to determine the ranking order of all alternatives by calculating the degree of grey relation to both the positive-ideal solution (PIS) and negative-ideal solution (NIS) simultaneously. Finally, an illustrative example is given to verify the developed approach and to demonstrate its practicality and effectiveness.     

基于熵与邻域约束的模糊C均值改进算法

针对模糊C均值(FCM)聚类算法没有考虑样本不同属性的重要程度、邻域信息等问题,提出一种基于熵与邻域约束的FCM算法。首先通过计算样本各属性的熵值来为各属性赋予权重,结合属性权重改进距离度量函数;随后根据邻域样本与中心样本间的距离计算邻域隶属度权重,加权得到邻域隶属度,利用邻域隶属度约束目标函数,修正隶属度迭代过程,最终达到提升FCM聚类算法性能的目的。理论分析和在人造数据集、多个UCI数据集的试验结果表明,改进后的算法在聚类效果、鲁棒性上均优于传统FCM算法、PCM算法、KFCM算法、KPCM算法和DSFCM算法,表明了本文算法的有效性。     

灰色关联分析和粒子群优化算法相融合的合作伙伴选择

针对目前解决云服务商合作伙伴选择问题方法均存在如搜索速度变慢、实用性差、难以获得完全合理的选择方案等不足,提出了一种灰色关联分析和粒子群优化(PSO)算法相融合的合作伙伴选择方法。首先采用灰色关联法对云服务商的评价指标进行筛选,并计算每一种指标的权重值;然后建立云环境下服务商合作伙伴选择问题的数学模型,并采用粒子群算法对其进行求解,找到云服务商合作伙伴选择的最佳方案。具体应用实例性能测试结果验证了方法的有效性和合理性,它可以选择出最佳的合作伙伴。     

基于灰色遗传算法的快速图像匹配方法研究

针对图像匹配速度慢,抗干扰能力差的问题,将灰色关联理论与遗传算法相结合,提出了一种鲁棒性强的快速图像匹配方法——GGA（Grey Genetic Algorithm）法。该方法首先确定问题的参数空间,通过对参数空间编码和种群初始化得到待匹配的多个初始位置,然后利用模板图和当前搜索子图的直方图信息,分别构建参考序列和比较序列,并以两序列间的灰色关联度为适应度函数。在此基础上,初始群体经过选择、交叉和变异等操作逐代进化到搜索空间的优化区域,并逼近最佳匹配位置。实验结果显示,GGA法充分利用了灰色关联理论的小样本特性和遗传算法的计算并行性,在保证一定匹配精度的情况下,实时性和鲁棒性明显提高。     

Grey relational analysis method for 2-tuple linguistic multiple attribute group decision making with incomplete weight information

With respect to 2-tuple linguistic multiple attribute group decision making problems with incomplete weight information, some basic concepts and operational laws of 2-tuple linguistic variables are introduced. An optimization model based on the maximizing deviation method, by which the attribute weights can be determined, is established. According to the traditional ideas of grey relational analysis (GRA), the optimal alternative(s) is determined by calculating the linguistic degree of grey relation of every alternative and 2-tuple linguistic positive ideal solution and 2-tuple linguistic negative ideal solution. It is based on the concept that the optimal alternative should have the largest degree of grey relation from positive ideal solution and the smallest degree of grey relation from the negative ideal solution. The method has exact characteristic in linguistic information processing. It avoided information distortion and losing which occur formerly in the linguistic information processing. Finally, a numerical example is used to illustrate the use of the proposed method. The result shows the approach is simple, effective and easy to calculate.     

Interval‐valued Pythagorean fuzzy GRA method for multiple‐attribute decision making with incomplete weight information

In this paper, the concept of multiple‐attribute group decision‐making (MAGDM) problems with interval‐valued Pythagorean fuzzy information is developed, in which the attribute values are interval‐valued Pythagorean fuzzy numbers and the information about the attribute weight is incomplete. Since the concept of interval‐valued Pythagorean fuzzy sets is the generalization of interval‐valued intuitionistic fuzzy set. Thus, due the this motivation in this paper, the concept of interval‐valued Pythagorean fuzzy Choquet integral average (IVPFCIA) operator is introduced by generalizing the concept of interval‐valued intuitionistic fuzzy Choquet integral average operator. To illustrate the developed operator, a numerical example is also investigated. Extended the concept of traditional GRA method, a new extension of GRA method based on interval‐valued Pythagorean fuzzy information is introduced. First, utilize IVPFCIA operator to aggregate all the interval‐valued Pythagorean fuzzy decision matrices. Then, an optimization model based on the basic ideal of traditional grey relational analysis (GRA) method is established, to get the weight vector of the attributes. Based on the traditional GRA method, calculation steps for solving interval‐valued Pythagorean fuzzy MAGDM problems with incompletely known weight information are given. The degree of grey relation between every alternative and positive‐ideal solution and negative‐ideal solution is calculated. To determine the ranking order of all alternatives, a relative relational degree is defined by calculating the degree of grey relation to both the positive‐ideal solution and negative ideal solution simultaneously. Finally, to illustrate the developed approach a numerical example is to demonstrate its practicality and effectiveness.