共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
研究异构无线网络选择问题.异构无线网络选择是下一代无线网络的关键技术及多网融合的基础,决策指标相当多,传统判决指标权重方法具有片面性,无法为用户提供最佳网络选择服务.为了提高异构无线网络选择的准确性,把层次分析和灰色关联评价法结合起来,提出一种组合的异构无线网络选择算法.通过对影响网络选择的指标进行分析,用层次分析法和方根法确定网络决策指示的权重,最后对备选网络进行灰色关联选择,选择最优接入网络.仿真结果证明,相对于传统网络选择算法,更加客观准确地选择与用户需求最佳匹配网络,并降低用户的接入成本,从而可以满足用户的业务需求,为异构无线网络设计提供了参考. 相似文献
4.
针对传统系统评价方法在评价指标体系构建和权重分配过程中过于依赖专家主观意见的缺点,利用网络分析法(ANP)结构与知识图谱结构的相似性,提出一种基于知识图谱的网络分析强化方法,充分使用先验知识,增强评价的完备性和客观性.首先,收集评价任务相关的文本数据建立知识图谱,作为网络分析法的网络层指标库;然后,依据评价任务确定网络分析法的控制层,包括评价目标和评价准则.根据控制层,在网络层指标库中搜索适配的指标构建网络层;接着,以指标与准则间的相似度为客观度标准,调整指标相对重要性,并通过网络分析法计算各指标的权重,依据各指标的得分完成系统评价;最后,应用案例的结果验证该方法具有有效性、先进性以及通用性. 相似文献
5.
如何合理地确定各评价指标的主观权重是综合评价理论和实际应用中的一个关键问题.为此提出了利用心理学中的配对比较法来确定各评价指标权重的新思路.本文给出了用配对比较法计算主观权重的原理和算法,并用C语言编写程序对教学效果评价指标体系中各指标的权重进行进行计算,取得了较好的效果.该方法原理清楚,步骤简单,计算结果较为客观,在综合评价中具有很好的推广应用价值. 相似文献
6.
基于改进的粗糙集与AHP法的组合权重确定方法 总被引:1,自引:0,他引:1
为了更好地发挥主观赋权法与客观赋权法这两类评价方法的优势,但又要避免这两类评价方法各自的缺陷,达到两者优势互补、扬长避短的目的,利用层次分析法(AHP)来计算出主观权重,经过改进的粗糙集(RS)法来计算出客观权重,然后通过建立最优模型给出一种可以综合专家经验与客观数据的组合权重计算方法,进而可以确定出主观权重与客观权重相结合的最优组合权重.最后通过对一个实例的应用,表明了该方法是科学、有效的,可以使决策的准确性得到提高,具备实用性与推广价值. 相似文献
7.
8.
针对诊断方案多属性决策模型中的权重确定问题,采用专家评分法和改进AHP法计算主观权重,结合客观熵值权重确定方法,给出基于数学规划模型的主客观权重综合方法,避免主观判断和客观生成权重存在的不足;实例比较结果显示该方法能够在主观和客观权值之间寻找最佳的平衡权值,能够吸取两者优点,避免不足。 相似文献
9.
传统分类系统往往选择朴素贝叶斯算法作为分类算法,在研究过程中,发现朴素贝叶斯模型(NBC)具有以下前提条件:所有特征互不影响,并且特征属性的权重为1.研究后发现并非如此,在对数据进行分类时,有的特征可能对分类结果的影响较大,有的可能对结果影响较小.为了对算法进行优化,需要给不同的特征附上不同的权重值,才能更加客观的获得分类结果.本文研究了两种传统的基于属性权重的计算方法,同时考虑到手机取证数据的特点,提出两种适应于手机取证数据的改进权重计算方法,并对其改进原理进行研究,比较改进后的权重计算方法与传统的权重计算方法,在使用相同分类算法与相同数据的情况下,对分类结果的影响. 相似文献
10.
基于AHP和CRITIC综合赋权的K-means算法 总被引:1,自引:0,他引:1
传统的K-means算法认为被分析样本的各个属性在聚类中作用是相同,针对这种不足,提出一种基于AHP和CRITIC综合赋权的K-means聚类算法.首先利用CV-K-means方法计算每个属性的权重,从而两两进行比较得到判断矩阵.然后,根据层次分析法(AHP)确定各个属性的主观权重,再利用CRITIC方法确定各个属性的客观权重.采用差异系数法确定组合系数,实验证明该算法的聚类精确度高于传统K-means算法. 相似文献