基于改进模糊Borda法的直觉模糊组合多属性群决策方法

总结比较5种广泛应用的直觉模糊决策方法,发现针对同一问题,运用不同的决策方法可能得到不同的决策结果.针对这一现象,借鉴明确集范畴内的组合评价思想,提出基于改进模糊Borda法的直觉模糊组合多属性群决策方法,并对权重信息完全未知的直觉模糊组合决策问题进行研究,提出解决思路.将所提方法应用于多机种保障预案决策这一实际问题中,发现组合决策结果符合一致性检验要求,说明该方法具有一定的适用性,可以为直觉模糊决策提供一种新的思路和方法.     

一种改进的综合Borda元搜索引擎结果排序算法

在传统的元搜索引擎中采用了Borda排序算法,即根据成员引擎检索结果的相关位置赋予一定分值,求和后按总分递减排序。这对各个成员引擎检索结果重叠度较高的检索排序非常有效,但对独立的搜索结果效果不好,速度较慢。另有根据检索字符串和检索结果的标题、摘要等相似度进行排序,这种排序快速,实现简单,但返回的信息简单,可能导致摘要信息多的排在前面,而不是内容相关的高的排在前面。针对这两种算法的不足,提出了一种改进的综合Borda排序算法,计算检索字符串和结果标题、摘要的相似度,再把相似度作为相关分值进行排序,它综合了两种算法。实验结果表明,他的查准率优于传统的Borda算法。     

元搜索引擎中Borda投票法的改进

元搜索引擎中采用Borda投票法,根据位置关系采取线性递减的规则为结果机械地分配相关分值,会影响排序结果。针对该不足,提出一种Borda投票的改进算法,计算查询串与各个结果之间的相似度,并将相似度作为该结果的相关分值。实验结果证明,改进算法的查准率优于Borda投票法。     

决策风格及一种模糊决策方法

非计量决策大量应用于日常生活、医疗、军事、案件侦查等，不同的决策者有不同的思维方法。本文探讨了直觉型决策的思维方法，研究了一种决策的知识存储、知识库建立的方法。     

一种将AHF和TOPSIS融合的决策方法

文章针对多属性群决策问题展开了探讨。首先系统分析了多属性决策方法层次分析法和TOPSIS法的优点以及不足,阐述了AHP和TOPSIS的基本原理,并将AHP和TOPSIS有效融合。运用AHP确定指标权重时,往往需要对判断矩阵的可信度进行检验,即所谓的一致性检验,给出了一种对判断矩阵进行一致性验证的迭代算法。在指标权重确定后,阐述了一种改进的TOPSIS法,并将TOPSIS偏序法视为TOPSIS法的一个补充,最终实现评价方法的易操作性和评价结果的客观性及准确性。     

一种改进混合型多属性决策的求解方法

研究了实数、区间数、模糊数类型相结合的混合型多属性决策问题。通过定义1种新的量化尺度,把各类不同类型属性值在规范化过程中的计算规范到统一的度量空间,然后计算各候选方案与理想方案的贴近度,根据贴近度大小进行决策。最后通过算例进行验证,证明该方法是可行有效的,为解决混合型多属性决策问题提供了1种新方法。     

一种基于改进证据理论的推理决策方法

针对证据理论的Zadeh悖论问题,提出了一种基于冲突一致度与交并集动态调整的推理决策方法。首先,该方法基于对冲突度与一致度的综合考虑,引入冲突一致度的概念,并基于冲突一致度对多源证据进行折扣操作。其次,基于交并集权重的动态调整对多源证据进行融合。然后,基于最大信任做出推理决策。最后,使用MATLAB构建仿真算例来对提出的方法与典型的证据合成方法进行比较验证。实验表明,该方法切实有效,能够避免悖论问题的产生,推理结果的区分能力优于典型方法。     

一种改进的模糊软集多参数决策方法

模糊软集多参数决策方法中经常将Zadeh交与代数积使用在数据融合方法中,在一些实际应用中会产生信息缺失,导致决策者无法做出准确的选择。针对这一问题,结合Einstein运算法则提出一种新的数据融合方法,用于解决信息缺失和对象无法排序的问题。所提出的基于模糊软集的多参数决策方法是通过Einstein积运算进行多个参数集合的整合,从而得到一个合成模糊软集,再由合成模糊软集计算得到对照矩阵与得分表,最终得到对象的全排序,为决策者提供判断依据。通过实例结果,可以验证新方法在决策问题中的正确性和有效性。     

一种考虑区间直觉模糊集的多属性匹配决策方法

针对属性及属性权重均为区间直觉模糊数（IVIFN）的多属性匹配决策问题,提出一种匹配决策方法．首先根据区间直觉模糊数加权绝对值距离的定义,以逼近理想解法的思想,构建一方主体与另一方潜在对象最优匹配度的分式规划模型,并通过Charnes-Cooper变换,将原模型化为线性规划模型并求解模型得到双方的匹配度矩阵;然后,以匹配度最大为目标,建立一种双目标区间优化模型,通过线性加权转为单目标优化模型并求解得到匹配结果．最后,算例说明了所提方法的可行性和有效性．     

基于Rough集的数据库信息挖掘加权决策算法

利用Rough集方法进行数据库中信息挖掘时,因为相同的记录表示的是同样的决策信息,可以将它消去,但由此得到的决策规则可能是片面的。文章提出了一种带有权重的决策算法,该方法利用记录出现的频率作为权重系数,导出了带有全重的决策算法,该方法计算简便、实用,可提高最终决策算法的可靠性。     

挖掘类改进决策树

现有的决策树ID3、C4．5算法是一种快速有效的经典分类算法,但其有一个不足就是无回溯的自顶向下分析．造成所得的结果往往更多的是局部最优解而不一定是全局最优解。利用挖掘类比较技术,自底向上地分析描述,完善C4．5的分类算法,并实现自顶向下和自底向上共同分析,逼近全局最优解,取得了较好的效果。     

基于语言值格蕴涵代数的偏好顺序结构评估决策方法

针对具有可比性和不可比性语言值信息的决策问题,提出基于语言值格蕴涵代数(L_V(n×2))的多属性决策方法.讨论L_(n×2)上的语言值评价矩阵及其性质,提出L_V(n×2)上的优先函数和格值程度差,充分考虑属性值差距信息,将格值程度差应用到择优排序上.通过语言值向量,建立语言值向量合成矩阵,处理决策问题中的多专家多属性信息.引入语言值评价矩阵加权聚合算子对语言值评价矩阵进行聚合,利用偏好顺序结构评估(PROMETHEE)决策方法的非补偿性,构建基于语言值格蕴涵代数的PROMETHEE决策模型,并通过网络商品评价实例说明文中方法的有效性和实用性.     

Defining the Borda count in a linguistic decision making context

Different kinds of decision rules have been successfully implemented under a linguistic approach. This paper aims the same goal for the Borda count, a well-known procedure with some interesting features. In order to this, two ways of extension from the Borda rule to a linguistic framework are proposed taking into account all the agents’ opinions or only the favorable ones for each alternative when compared with each other. In the two cases, both individual and collective Borda counts are analyzed, asking for properties as good as those of the original patterns.     

基于改进决策树的停电敏感度分析

当重要用户或敏感用户发生停电事件时,电网企业将面临较大压力,所以对用电敏感用户进行准确辨识,降低停电对其带来的损失具有重要意义。提出了采用蚁群算法优化决策树算法,主要从属性离散化,启发信息,信息素更新等方面进行优化。通过UCI数据库的分类数据建立仿真对比实验,与传统的SVM和决策树方法进行实验对比,验证了本文所提方法具有更高的分类准确性。将所提方法与传统的SVM和Logistic算法进行仿真对比,验证所提方法更适用于用户停电敏感度的分析。     

一种改进风险矩阵法在网络系统风险评估中的应用

基于对某高校校园网络系统风险及其影响因素的分析,运用改进的风险矩阵法对校园网络系统七大风险要素进行评价,并构建了应用于校园网络系统风险评估的风险矩阵,设计了利用风险矩阵进行风险评估的基本流程,以期为该高校校园网络系统的风险评估提供一种科学、合理且有效的评估方法。通过实例应用表明该方法的计算结果相对传统方法更加合理,评价更为客观。     

Methodological improvement on local Gabor face recognition based on feature selection and enhanced Borda count

Face recognition has a wide range of possible applications in surveillance, human computer interfaces and marketing and advertising goods for selected customers according to age and gender. Because of the high classification rate and reduced computational time, one of the best methods for face recognition is based on Gabor jet feature extraction and Borda count classification. In this paper, we propose methodological improvements to increase face recognition rate by selection of Gabor jets using entropy and genetic algorithms. This selection of jets additionally allows faster processing for real-time face recognition. We also propose improvements in the Borda count classification through a weighted Borda count and a threshold to eliminate low score jets from the voting process to increase the face recognition rate. Combinations of Gabor jet selection and Borda count improvements are also proposed. We compare our results with those published in the literature to date and find significant improvements. Our best results on the FERET database are 99.8%, 99.5%, 89.2% and 86.8% recognition rates on the subsets Fb, Fc, Dup1 and Dup2, respectively. Compared to the best results published in the literature, the total number of recognition errors decreased from 163 to 112 (31%). We also tested the proposed method under illumination changes, occlusions with sunglasses and scarves and for small pose variations. Results on two different face databases (AR and Extended Yale B) with significant illumination changes showed over 90% recognition rate. The combination EJS-BTH-BIP reached 98% and 99% recognition rate in images with sunglasses and scarves from the AR database, respectively. The proposed method reached 93.5% recognition on faces with small pose variation of 25° rotation and 98.5% with 15% rotation in the FERET database.     

人事管理系统的决策方法介绍

本文针对现代人事管理中的人才选拔与任用问题,讨论了软决策与硬决策的方法,并据此提出了一个软硬结合的决策方法,本文还较详细地介绍了该方法的设计.