基于正态分布优先集结算子的 随机多准则群决策方法

对准则值为正态随机变量,而准则之间具有优先级别的随机多准则群决策问题进行了研究。首先,定义了一种集结正态分布数的优先加权平均(NDNPWA)算子,并给出了该算子的相关性质;进一步,基于NDNPWA算子和正态分布数加权算术平均(NDNWAA)算子,提出了一种准则值为正态随机变量,准则之间具有优先级别,而决策者之间不具有优先级别的随机多准则群决策方法。最后,通过实例分析表明,该方法具有可行性和有效性。     

基于正态分布优先集结算子的随机多准则群决策方法

对准则值为正态随机变量,而准则之间具有优先级别的随机多准则群决策问题进行了研究。首先,定义了一种集结正态分布数的优先加权平均（NDNPWA）算子,并给出了该算子的相关性质;进一步,基于NDNPWA算子和正态分布数加权算术平均（NDNWAA）算子,提出了一种准则值为正态随机变量,准则之间具有优先级别,而决策者之间不具有优先级别的随机多准则群决策方法。最后,通过实例分析表明,该方法具有可行性和有效性。     

基于CC-OWG算子的区间数多属性群决策方法

针对属性权重和属性值均以区间数形式给出的不确定多属性决策问题,提出一种基于CC-OWG算子的区间数多属性群决策方法.该方法利用连续区间数据有序加权平均(C-OWA)集成算子对区间数属性权重进行处理,利用组合的连续区间数据有序加权几何(CC-OWG)集成算子对区间数属性值进行集成.最后,以实例分析说明了该方法的实用性和有效性.     

基于OWA算子的不同形式偏好信息的群决策方法

研究了决策者(或专家)的偏好信息以不同形式给出的群决策问题。首先，利用不同偏好信息之间的转换公式，将偏好次序型、效用值型、互补判矩阵型三种偏好信息一致化为互反判矩阵型的偏好信息。其次，利用OWA算子对一致化的决策信息进行群集结，再对各方案的相对优势度进行综合集结，并以此进行方案的排序。提出了基于OWA算子的群决策方法。最后，通过实例说明方法的可行性和实用性。     

基于Vague集和混合集成算子的群决策研究

在定义了属性值和属性权重都为Vague值的模糊数加权算数集成算子(VWAA)、有序加权集成算子(VOWA)以及融合这二者优点的混合集成算子(VHA)的基础上,根据Vague值的运算规则,给出3种算子计算公式,然后利用记分函数给出了基于混合集成算子(VHA)的多属性群决策的方法和决策步骤,最后结合案例说明了基于混合集成算子(VHA)的多属性群决策方法的有效性和优越性.     

基于I-IFHA算子的动态直觉模糊多属性群决策方法

假设各决策时段的时间权重、各决策时段下的属性权重以及决策者权重均已知,各决策者针对各决策时段给出的属性值以直觉模糊数形式给出的动态多属性群决策问题,提出了一种基于导出直觉模糊混合平均(I-IFHA)算子动态直觉模糊多属性群决策方法.该方法利用动态直觉模糊加权平均(DIFWA)算子和动态加权平均(DWA)算子集结动态决策信息分别得到各决策者的综合直觉模糊决策矩阵和综合属性权重向量,并在此基础上利用直觉模糊加权平均(IFWA)算子计算得到各决策者下各方案的直觉模糊评价值;利用I-IFHA算子集结决策者群体决策信息得到各方案的综合直觉模糊评价值;利用直觉模糊数的得分函数及精确函数对决策方案进行排序和择优.最后,通过投资银行对企业进行投资的实例说明了该方法的应用.     

教师教学档案袋评价的问题和建议

教师教学档案袋首先发源于加拿大,最近几年,其理念和方法被引入我国,本文主要就教师教学档案袋评价在我国应用中出现的问题进行了详细的探讨,在此基础上提出了几点建议。     

基于3阶模糊张量的广义加权几何算子及其应用

针对具有高维数据特征的多属性群决策问题,定义了3阶模糊张量,建立了基于3阶模糊张量的广义加权几何算子,探索了该类算子的性质,提出了一种解决多属性群决策问题的新方法,并通过算例验证了该方法的有效性。     

基于带变异算子的粒子群优化算法

提出了一种新的带变异算子的粒子群优化算法（MOPSO）．该算法通过在后期引入变异算子，有效地增强了粒子群优化（PSO）算法跳出局部最优解的能力，且使PSO算法既摆脱了后期易陷入局部最优点的束缚，又保持了其前期搜索速度快的优点．     

基于教师成长视域下的反思性教学刍议

反思性教学以可行性、实践性、创造性、反省性、目的性、发展性为主要特征,有利于培养教师专业知识、专业能力、专业信念和专业自我意识的发展,对教师的成长具有重要的推动作用。反思性教学的内涵丰富、理论基础鲜明,广大教师应掌握一定的实施策略。     

SVM在教师教学质量评价中的应用

教师教学质量评价其目的是为了督促教师不断提高教学实践能力,而传统方法利用主观权重计算评价成绩其合理性受到质疑,需要寻求一种更加科学、合理的评价方法.支持向量机(SVM)是一种新的机器学习方法,该方法有较好的泛化能力,在解决小样本、非线性及多指标评价中有比较大的优势.SVM应用于教师教学质量评价是一种很好的尝试,使用SVM方法根据教师评价指标来估算教师的教学质量好坏,其评价结果更趋合理.     

基于 CDIO 项目式教学的教师能力培养

CDIO模式是工程教育改革的重要成果,并在国内外多所高校得以应用。CDIO项目式教学是该模式的重要内容,要求教师设计多级项目,实现课程一体化,培养学生构思、设计、实施、运行等工程实践能力以及团队交流合作能力。这就要求授课教师必须精通专业知识,熟悉工程现场运行实践和企业面临实际工程问题,转变自身角色,即“CDIO教师=大学教师＋准工程师”。提高教师能力不仅要控制引入及过程培养环节,还可以以CDIO项目为平台,通过教师对项目的选题、构思、设计、实施、运行等过程,加强教师的项目开发与设计能力。     

基于语言OWA算子的潜艇研制立项风险评估

针对在潜艇研制中存在风险的问题,运用基于语言OW A算子和效用函数来评估潜艇研制中的风险,从而将每名专家对风险评估的意见综合为专家组的一致意见,实现了潜艇研制立项风险的粗评估。最后,通过实例说明该方法的有效性。     

基于模糊计量的高校教师价值发挥度评价

针对高校人力资源考核指标存在大量难以直接量化的问题,提出了高校人力资源评价的模糊计量方法.该方法通过建立评价指标体系,确定隶属矩阵,全面反应高校教师非货币价值的计量内容,并最终计算出高校教师的价值发挥程度.为高校人力资源管理提供可量化的科学评价方法.     

一类算子级数序列赋值收敛性

对于一类经典的序列空间,引入了一类重要子集,并且该集族一些重要性质被找到.利用该集族性质,获得了一个算子级数序列赋值收敛定理.特别是,结论完全去掉了通常对映射的线性限制,其理论意义重大又大大增加了应用的可能性.     

基于B／S与C／S的综合评价系统研究与设计

在深入分析现有评价系统的基础上,设计了基于B/S与C/S的综合评价网络平台,阐述了系统的设计思路、系统结构与功能的设计实现,通过对系统的应用实践和对比分析,说明了该平台的有效性和实用性.     

几种边缘检测算子的评估

对几种经典的边缘检测算子进行了理论分析,并对各自的性能特点作出了比较和评价。     

基于人工神经网络的教学质量评估体系研究

把人工神经网络理论应用于教学质量评估,本文提出了三层神经网络的评价方法,通过对已知样本的学习以及对神经网络的构建,使网络更可以具有专家经验和知识,同时也减少在评价过程中人为因素的影响,弥补了教学质量评价过程中的不足,提高了模式分类的准确性和高效性,较好地保证评价结果的客观性,为教学质量评估体系的研究提供了较有效的方法。     

基于智能优化算法的教学质量评价方法

为了提高教学质量评价的准确性,提出了一种基于智能优化算法的教学质量评价方法。首先采用层次分析法构建评价指标体系,然后用多群体遗传算法优化设计BP神经网络,最后用BP神经网络评价教学质量。实验结果证明,该文提出的方法由于结合了神经网络和遗传算法的优点,克服了评价系统的盲目性,采用非线性逼近的方法提高了教学质量评价的准确率,是一种高效的评价方法。