基于Sugeno模糊积分的多分类器融合方法在多属性决策中的应用

首先介绍了基于Sugeno模糊积分的多分类器融合方法的一般原理,而后将其应用于研究多属性决策中的综合排序问题,最后,用一个实际的案例验证了该融合方法的有效性和可行性。利用该方法不但实现了多属性决策中社会选择函数的功能,而且通过对“分类器”的训练,能够反映出各种决策方法在解决同类问题中的效果。同时,融合后的结果也能够充分地体现出决策者的偏好。     

多SVM分类器融合的传感器故障容错研究

在工业、农业等实际应用领域中,传感器是获取信息的主要工具,而当某个传感器发生故障时,单个决策系统的性能会急剧下降,甚至导致整个系统的瘫痪.为了提高决策系统的容错能力,将多分类器融合的方法应用到此领域.首先利用粗糙集的方法进行特征选择,得到3组不同的约简.再利用模糊输出支持向量机方法,训练出3个分类器.测试样本通过这3个分类器分别给出该样本属于各类的隶属度,再通过均值的融合方法,给出最后的分类决策.将该SVM多分类器融合方法应用于6组UCI标准数据集中,实验表明,传感器出现断路或短路故障时,单个分类器的分类精度急剧下降,但是通过融合的方法,使得最后的分类精度与原始精度基本相当.     

基于遗传算法的多分类器融合模型在信用评估中的应用

为探讨基于遗传算法的多分类器融合模型,并基于多分类器融合技术,建立新的客户信用分类模型,该模型通过使用分类融合器,将多个单分类器得到的客户信用评估结果进行合并,从而综合不同分类器的局部优势,提高分类性能.采用线性分类融合器,并通过遗传算法对分类融合器进行优化.实验表明,该方法在客户信用评估中的效果明显优于传统的运用单个分类器的方法.     

基于Epsilon-MOEA的给水系统多目标优化与决策

给水系统优化运行是多目标优化问题,决策者需要从众多的候选方案中筛选出一个综合性能最好的方案.将多目标进化算法与多属性决策相接合,采用两阶段方法来求解供水系统的多目标优化与决策问题.首先构建供水系统的多目标优化模型,包括供水系统的运行费用与维护费用最小化,以及水压服务水平的最大化,运用多目标进化算法Epsilon-MOEA求解,生成Pareto解集.然后,基于信息熵方法得到属性权重,用逼近理想的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解进行排序.算例应用表明,该方法能够对供水系统运行的多个目标进行优化,并使决策者能够从众多的候选方案中选出综合性能较好的方案.     

多属性决策问题的一种新方法

研究了一类属性权重未知的多属性决策问题，提出了一种基于关联分析的多属性决策新模型。该模型中在确定属性权重时充分结合Delphi法和层次分析法的优点，给出了一种确定属性权重的新方法——带有专家可信度的非线性优化层次分析法。还给出了一个决策实例证明了该决策方法的可行性和合理性。     

基于D-S证据理论的多类支持向量机融合方法

多源信息决策级融合是一种高层次、直接针对具体决策目标的融合,融合结果直接影响决策水平．针对决策级融合问题,提出了一种基于D-S证据理论的多类支持向量机融合方法．首先构造多个多类支持向量机分类器,然后采用一种新的基于成对类别概率的基本概率赋值方法,应用D-S证据理论将它们融合．仿真结果验证了该方法可以得到更高、更稳定的识别率．     

基于公理化模糊集合的TOPSIS多属性决策方法

针对属性值为语言值并且属性权重为实数的多属性决策问题,本文提出了一种以公理化模糊集合为基础的TOPSIS多属性决策方法.首先确定多属性决策过程中语言评价集与相对应的模糊划分以及由此模糊划分所生成的公理化模糊集合,将多属性决策过程中的语言值数学量化为公理化模糊集合处理;定义了公理化模糊集合上的序关系,并利用该序关系定义了...     

不确定性多属性决策中确定属性熵权的一种方法

针对属性值以区间数形式给出的不确定性多属性决策中确定属性权重的问题，提出了一种区间数熵权的确定方法．依据多属性决策中传统熵权确定方法的思路，首先，通过构建两个最优化模型，求得区间熵；然后根据传统熵权确定公式及区间数运算法则得到以区间数形式表示的属性熵权．该方法具有概念清晰、实用的特点，得出的属性熵权能够较好地反映各属性信息的差异程度．最后通过一个算例说明了该方法的实用性和有效性．     

基于支持向量机和多球体的一对多分类器

为了提高支持向量机（SVM）多分类器的训练效率,将多球体思想引入有指导学习,对训练样本按类别分别进行一类支持向量机（1-SVM）训练得到多球体分类器.针对多球体的冗余区域,构造简化一对多分类器将各球内混叠样本与正常样本分离.以上两个分类器性能互补,可以加权组合为多球体一对多分类器.同时给出了组合分类器基于交叉验证的权重估计和参数调整.仿真实验表明,相对于一对多算法,该分类器训练时间较短且分类正确率较高;相对于一对一算法,该分类器决策速度较快,有助于解决大样本的多分类问题.     

多属性决策鲁棒性评价的仿真方法研究

鲁棒性分析是近几年学术界较为关注的问题。以往的研究都是针对环境参数、模型参数或模型偏好结构，较少研究决策系统结构对结果鲁棒性的影响。提出了一种多属性决策鲁棒性评价的仿真方法，利用这种方法就方案和属性数量对SAW、TOPSIS、ELECTREⅢ和PROMETHEEⅡ等经典的多属性决策方法进行了鲁棒性比较，计算结果表明，该方法容易理解、简单易行。     

一种基于多参数的IDS决策过程研究

讨论了将数据融合技术运用到入侵检测系统中的方法,并提出了一个基于数据融合技术的入侵检测机制-DFIDM。在该机制中,有多个检测器搜集系统日志文件、网络流量信息、网络数据包等数据,这些数据在通过了本地决策、数据提取和对象提取阶段等预处理过程之后,传送到融合中心进行决策,重点研究了决策过程所涉及的多参数问题。为此,系统设计了检测器可靠性、时间因素、空间因素等五个主要因素参与融合与决策。最后通过实验证明,采用了该机制的入侵检测系统具有更好的准确性。     

一种基于等价关系的模糊多属性语言决策方法

提出一种基于等价关系的模糊评价语言值排序方法,分析该排序方法的相关性质,证明了该排序方法确保模糊评价语言值之间的序关系是一种线性序关系,从而保证模糊多属性语言决策最优解的唯一性。实例分析表明,本研究提出的排序方法能够克服已有预序关系带来的不足,是一种可选的模糊多属性语言决策方法。     

一种基于模糊积分的多分类器联合方法

多分类器联合是解决复杂模式识别问题的有效办法。模糊积分是一种多分类器联合算法。但是在用模糊积分对多分类器联合建模时，模糊积分密度函数的选择对系统的性能有着很大的影响。提出一种基于模糊积分和贝叶斯联合的分类器集成方法，该方法利用贝叶斯方法的构造只分密度函数，再利用模糊积分把分类器输出信息联合起来。实验结果表明，该方法比其他方法能够得到更好的识别性能。     

基于联系数的直觉模糊多属性决策不确定分析与应用

由于已有直觉模糊多属性决策难以开展不确定性问题的分析,用集对分析中的二元联系数表示一个直觉模糊数,利用二元联系数的普通加、乘运算进行直觉模糊多属性决策,为直觉模糊多属性决策提供一种新的简便算法,且能借助对i的不同取值展开不确定性分析,实例应用表明该方法合理可行．     

在雷达HRRP识别中多特征融合多类分类器设计

在传统线性关联向量机的基础上,设计了一种多特征融合的多类分类器.该分类器基于多类Probit回归模型将传统的两类线性关联向量机推广为多类关联向量机,利用线性关联向量机的特征选择功能,对融合的高维特征向量进行降维和合理的幂次扩展,使线性关联向量机具有构造非线性分类界面的能力,以保证对非线性多类分类问题稳健的融合识别性能.针对雷达高分辨距离像目标识别问题,提取3种平移不变特征,使用提出的多特征融合的多类分类器在基于实测数据的识别实验中得到了稳健的融合识别结果.     

基于CNN多层特征和ELM的交通标志识别

针对传统神经网络仅利用端层特征进行分类导致特征不全面,以及交通标志识别中计算量大、时间长等问题,提出基于多层特征表达和极限学习机的交通标志识别方法。利用CNN网络提取多层交通标志特征图;采用多尺度池化操作,将提取出的各层特征向量联合形成一个具有多尺度多属性特征的交通标志特征向量;使用极限学习机分类器准确快速地实现交通标志的识别。实验结果表明,该方法能有效地提高交通标志识别的准确率,且具有较好的泛化能力和实时性。     

用户无关的多分类器融合行为识别模型

为了提高行为识别模型的准确率,给出一种与用户无关的多分类器融合行为识别模型。采用决策树C4.5自顶向下构建基分类器,将基分类器对各行为的识别准确率作为权值,利用融合算法对行为识别结果进行融合处理,生成与用户无关的行为识别通用模型。采用未参与基分类器训练用户的加速度数据对该模型进行测试,对比结果表明,多分类器融合模型对步行、跑步、上楼、下楼等日常行为识别准确率均有所提高。     

基于相对接近度的结构选型模糊多属性决策方法

结构选型是概念设计阶段最重要的设计决策，具有典型的“软科学”决策特点，需要运用“软设计”理论和“软计算”方法进行此类问题的求解，结构选型的问题求解模型包括方案生成，方案评价和方案决策三个子过程。其中，结构型式的优选决策属于典型的多属性决策问题，决策过程中需要运用决策者的偏好信息和方案属性的不确定性信息，因此，采用传统的多准则决策理论不能对此问题进行有效的求解。为此，建立了结构选型的模糊多属性决策模型，给出了属性模糊满意度矩阵的确定方法，以有效地处理模糊信息，为了克服直接采用欧式距离确定偏好最优方案的缺点，提出了相对接近度的定义和基于相对接近度的模糊多属性决策方法，并给出了具体的求解程序。以大跨空间结构选型为例，说明了结构型式方案优选的决策过程。实例应用的结果表明，本文提出的方法可以有效地处理模糊环境下结构选型中的方案优选决策的问题。     

基于规则推理的油料装备维修多属性决策

为了解决油料装备维修约束因素多、维修决策效率低的问题,提出基于规则推理的油料装备维修智能多属性决策方法.使用ELECTREⅢ中的伪准则,评判维修方案间的超越关系,构建优势属性集.引入阈值和指标来评估属性值确定时的模糊性.在获得部分基本偏好序关系后,进行规则推理,自动地获取备选维修方案的复杂偏好序关系,并用有向图表示.用图论占优度算法对有向图进行偏好序分析,排序备选方案.案例研究表明,该方法摆脱了以往数值模型依赖于精确数值信息的束缚,可快速实现油料装备维修多属性决策.     

多属性决策中权重确定的主客观赋权法

研究了多属性决策中属性指标权重问题的确定，提出了一种主客观赋权法，该方法是通过一个数学规划模型自动求解属性的权重，使确定的权重同时反映主观程度和客观程度．