基于模糊聚类和直觉模糊推理的合成旅油料需求预测

需求预测是合成旅组织油料保障的基础环节,对合成旅成功遂行军事行动有着比较重要的影响.由于合成旅组成结构的特殊性,传统预测方法存在较大弊端,因此,提出了基于模糊聚类和直觉模糊推理的合成旅油料需求预测方法.首先,通过模糊C均值聚类算法实现对历史案例的初步筛选,以提高案例检索速度.然后,构建了案例特征属性的主客观综合权重模型和基于直觉模糊集的案例检索模型,保证了案例检索的准确度.最后,构建了基于整体数据特征的合成旅油料需求预测模型.通过算例分析验证上述预测方法的可行性和实用性,证明了该方法有助于提高检索速度和预测准确度.     

油料保障预测系统中案例推理方法

一般油料保障需求预测都采用历史数据回归分析的方法,这些方法无法适用缺少油料消耗历史数据的突然性的部队行动样式。为解决此问题,引入了人工智能领域的案例推理技术,采用层次分析法计算油料保障需求案例各特征属性权重;针对油料保障需求案例属性缺失的普遍问题,提出了一种基于结构可比度和属性相似度的二次案例相似度计算方法。最后模拟某坦克团的一次军事行动油料保障需求预测对上述理论和方法进行了仿真和验证,仿真结果表明,案例推理技术在油料保障需求预测中能够在缺少历史数据的情况下进行比较精确的预测。     

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。     

面向案例消耗推理的应急物资预测

面向案例推理（Case-Based Reasoning,CBR）的应急物资需求预测中,针对老旧案例影响推理结果精确度的问题进行了研究,给出了一种基于消耗策略的案例推理的应急物资预测方法。通过粗糙集属性依赖度的计算确定了案例属性之间的权重系数;针对地震应急数据特征提出了一种消耗策略的定义,确定消耗函数、消耗参数和消耗区间参数,采用消耗策略对各案例间的相似度进行优化调整,减小老旧案例的权重,进而不同程度地削弱老旧案例对案例匹配结果的影响,再从案例库中检索到与目标案例匹配的最佳源案例,从而决策出目标案例的处理方案;通过进行地震实例分析,验证了参数调节后的案例消耗推理的预测结果精度更高。该方法在应急救援的物资预测中有一定的借鉴意义。     

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。     

灰度关联理论在CBR中的应用研究

针对基于规则推理技术（RBR）知识获取困难、自学习能力差等缺陷,将基于案例推理技术（CBR）引入故障诊断系统中。介绍了基于案例推理的故障诊断方法的工作机理和过程模型,阐述了案例表示、案例检索、案例保存和案例库维护机制,然后简单介绍了灰色关联理论知识,并把灰色关联理论应用到故障案例相似度的计算中。根据实验结果可知,该方法有效地改进了案例检索算法,提高了故障案例匹配的准确度和检索效率,同时具有较好的分辨率。     

基于加权灰关联的产品配置相似实例检索算法研究*

针对传统配置实例检索算法极少考虑实例属性间的关联性,结合欧几里得距离,将灰色关联理论应用到产品配置实例检索中,建立产品配置实例检索的灰色关联理论模型。利用层次分析法和熵技术来确定实例属性的权重值,避免了指标权重确定的主观性,增加检索结果的分辨性。最后通过一实例,证明该方法具有较好的分辨性。     

灰度关联理论在CBR中的应用研究

针对基于规则推理技术(RBR)知识获取困难、自学习能力差等缺陷,将基于案例推理技术(CBR)引入故障诊断系统中.介绍了基于案例推理的故障诊断方法的工作机理和过程模型,阐述了案例表示、案例检索、案例保存和案例库维护机制,然后简单介绍了灰色关联理论知识,并把灰色关联理论应用到故障案例相似度的计算中.根据实验结果可知,该方法有效地改进了案例检索算法,提高了故障案例匹配的准确度和检索效率,同时具有较好的分辨率.     

基于灰色关联分析的小麦病害CBR方法

将灰色关联分析应用于小麦病害的案例推理中,提出采用灰色综合关联度作为案例的相似性度量指标,改进了距离相似性度量的缺陷;同时在案例检索中考虑了特征参数对案例检索的重要性程度的不同,通过定义权重向量解决非关键指标对案例判断的干扰问题.基于灰色关联分析的案例推理诊断效率高,易于理解.通过测试,该方法平均诊断正确率为82.5%.     

基于区间直觉模糊的动态多属性灰色关联决策方法

针对属性值为区间直觉模糊数且属性权重未知的一类决策问题,利用灰色关联分析方法的思想,构建了一种动态区间直觉模糊数多属性决策方法。首先利用区间直觉模糊数的运算法则和性质设计各时间段的正负理想方案,并以与正理想方案灰色关联度偏差最小化为目标构建了多目标规划模型,确定属性权重;然后通过计算各时间段各方案对正、负理想方案的区间直觉模糊数的灰色关联度,构建方案优属度模型,并求解方案优属度的表达式,确定方案的优势度;最后通过一个案例验证了所提出的构建方法的有效性和可行性。     

基于二元语义前景关联分析的风险型多准则决策方法

针对准则值为二元语义、准则权系数完全未知的风险型多准则决策问题, 提出一种基于二元语义前景关联分析的决策方法. 该方法通过确定二元语义正、负理想方案, 计算二元语义关联系数; 分别以正、负理想方案为参考点, 计算各准则下各方案的二元语义前景值, 构建前景决策矩阵; 进而依据各准则的灰色均值关联度确定准则权系数, 通过二元语义相对前景关联度对方案进行排序. 最后的实例分析表明了所提出方法的有效性.

     

基于最优加权组合模型的道路交通事故预测

交通事故预测是交通安全评价、规划和决策的基础。针对各种单一灰色预测模型存在的局限性,建立了一种基于最优加权的灰色组合预测模型。根据我国道路交通事故的发展情况,建立了GM（1,1）、Verhulst和SCGM（1,1）c相结合的组合预测模型,运用最优加权法确定组合预测模型的权重系数。利用2001-2007年我国道路交通事故死亡人数的实际值作为原始数据,构建各个单一预测模型和最优组合预测模型,预测其2008-2010年交通事故死亡人数。预测结果表明,组合预测模型比单一GM（1,1）模型、Verhulst模型和SCGM（1,1）c模型具有更高的预测精度。     

航材消耗广义加权函数比例平均组合预测模型

提出一种新的组合预测模型--广义加权函数比例平均组合预测模型,并利用二次规 划算法给出其加权系数的参数估计方法.同时,针对航材消耗的季节性与波动性特点,建立了航 材消耗预测的灰色系统模型与神经网络模型,最后建立了基于灰色系统与神经网络的航材消耗 广义加权函数比例平均组合预测模型并以实例说明了其预测效果.     

基于改进覆盖算法和灰色关联度的案例检索

传统的案例检索算法较少考虑多影响因子对属性权值的作用及属性间关联性。为此,结合改进覆盖算法和灰色关联度优化案例检索,提出基于多影响因子的案例属性权值自适应算法和改进灰色关联度的案例相似度算法,解决案例中属性权值确定和相似度计算问题。实验结果表明,与多种案例检索算法相比,该算法能够克服传统案例检索的缺陷,有效提高案例检索的质量和效率。     

基于模糊语言方法的信息检索系统的研究

该文提出了一个基于模糊语言方法的信息检索系统模型。该系统分为查询界面子系统、数据库子系统和检索子系统三大部分。在查询界面子系统,用布尔表达式表示用户的查询请求,并对每个查询关键词赋予了两种不同语义的语言值权重,该权重表达了用户的模糊检索要求;在数据库子系统,用索引词一文档模糊矩阵表示待检索的文档,对每个索引词。根据其在文档中的出现频率大小。引入了数值权重;在检索子系统,运用模糊语言方法,对用户输入的布尔查询表达式与索引词一文档模糊矩阵进行自底向上的模糊匹配,最后返回满足用户要求的检索结果。相对于传统的基于查询关键词精确匹配的检索系统而言,该系统能较好地满足用户查询要求中的灵活性。     

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.     

基于熵权法与灰色关联分析的WSNs路由算法

针对路由协议链路质量不高与能耗较大的问题,提出了一种基于熵权法与灰色关联分析的无线传感器网络(WSNs)路由算法(BEGRA).首先建立下一跳节点的评价指标,其次引入熵权法确定各指标的权重,通过关联度分析法确定节点指标向量与参考向量间的加权关联度,最后由节点关联度的大小确定下一跳节点并确立路由路径.仿真结果表明:算法有效提高了网络生命周期,降低了网络能耗,且在网络数据传输效率方面具有良好性能.     

灰色局部支持向量回归机及应用

为了解决全局支持向量回归机(Global-SVR)在大样本数据集中计算效率低下的问题,将局部支持向量回归机与灰色系统理论有机结合,并利用灰色关联度作为局部邻域函数构造灰色局部支持向量回归机(GL-SVR),该做法具有一定的理论价值.优化过程中采用留一法评估学习机的泛化性能,利用模式搜索法选择模型参数.真实的股价涨跌幅预测实验结果表明,该方法既加快了运算速度,又提高了预测精度.     

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。