随机森林算法在红葡萄酒质量评价指标体系选择中的应用

评价指标体系的确定是葡萄酒质量评估的一个关键环节,而指标体系选取的好坏直接影响模型的预测精度。本文利用机器学习的方法———随机森林算法来选择评价指标。仿真实验表明,该算法所确定的指标对葡萄酒的评价更加准确,从而能够有效的减少因品酒师人为因素带来的评价不稳定性。     

信息分解下区间灰数的关联一致性决策模型

针对指标值为区间灰数时决策信息得不到充分利用的问题,在决策信息不丢失的前提下,利用信息分解方法将区间灰数分解成实数型的“白部”和“灰部”,并对信息分解下区间灰数的白化值的性质进行研究.对于指标权重为区间灰数的情况,通过定义区间灰数相离度和接近度构建权重确定的优化模型.在TOPSIS理论基础上,建立区间灰数序列间的灰色关联的测度方法,进而构建灰色关联一致性系数决策模型.最后通过算例分析表明所构建模型的可行性和有效性.     

基于面积的灰色关联决策模型

以灰色关联决策理论为基础,分析经典灰色关联决策方法的优缺点.从两曲线相邻点间多边形面积的角度度量曲线在距离上的接近性和几何形状的相似性,提出以被选方案与理想方案间两相邻点的多边形面积作为关联系数,构建了灰色关联度公式.为了解决信息利用不充分和变化趋势不一致性问题,拟考虑被选方案与理想方案和负理想方案的关联度,构建了灰色关联相对贴近度模型.通过算例验证了所提出的灰色关联决策模型的合理性和算法的有效性.     

“霍金现象”析因及对中国科普的反思

史蒂芬·霍金(Stephen W.Hawking)及其在我国学术界、出版界、大众、媒体引起广泛反应的“霍金现象”是一种值得研究的公众科学文化现象。本文在有关资料和问卷调查的基础上,初步分析“霍金现象”的成因,诠释“霍金现象”隐喻的公众科学文化内容。     

基于信息分解的区间灰数一致性投影决策模型

针对区间灰数决策时信息得不到充分利用的问题, 在信息不丢失的前提下, 利用信息分解方法将区间灰数分解成实数型的“白部”和“灰部”. 在分析已有的向量投影决策方法优缺点基础上, 建立正、负理想点的“白部”和“灰部”与方案点 的“白部”和“ 灰部”构成向量双向投影的测度方法, 进而构建向量双向投影的一致性系数决策 模型. 最后通过算例表明了所提出模型的可行性和有效性.     

基于核与灰度的灰色综合关联贴近度决策模型

针对指标值为区间灰数且权重属性部分已知、部分未知的决策问题, 提出一种基于核与灰度的灰色关联综合贴近度的决策方法.首先, 通过定义区间灰数的离散度和接近度, 构造一个确定指标权重的多目标优化模型; 然后, 利用区间灰数的简化形式, 求出方案与正、负理想方案核的关联度和灰度的关联度, 进而计算出方案的综合关联度; 最后, 构建灰色综合关联贴近度模型并依综合关联贴近度大小对方案排序.算例分析验证了所提出方法的合理性和可行性.     

三次时变参数离散灰色预测模型及其性质

通过引入三次时间项来构造三次时变参数离散灰色预测模型(简称CDGM(1, 1) 模型), 并对模型的性质进行研究. 研究结果表明, CDGM(1, 1) 模型具有白指数重合性、线性规律重合性、二次规律重合性、三次规律重合性和伸缩变换一致性. 运用最优化理论研究了CDGM(1, 1) 模型的基值迭代问题, 并给出了模型的预测步骤和算法. 通过算例比较CDGM(1, 1)、DGM(1, 1) 和NDGM(1, 1) 三个模型的预测效果, 结果表明CDGM(1, 1) 的预测和模拟精度都得到了明显改善.

     

基于“功能驱动”和“差异驱动”原理的灰关联贴近度决策方法

针对决策过程中指标权重确定问题, 在分析基于“功能驱动”原理和“差异驱动”原理的主客观赋权方法优缺点的基础上, 利用灰色关联度和逼近理想解方法(TOPSIS) 的思想, 考虑各指标间可能产生相互影响, 以数据包络分析(DEA) 和层次分析法(AHP) 为辅助模型, 构造一种基于面积的度量方法, 并以两个方案相邻指标之间构成的多边形面积为关联系数的灰色关联贴近度决策模型, 分别计算各方案的灰色关联贴近度, 使得权重的确定能够同时反映主客观要求与变换趋势的一致性. 最后通过实例分析表明了所提出方法的科学性和实用性.