基于带偏好自适应评价的公交线路选择问题研究

在智能交通系统中公汽线路选择是一个重要的问题。该文首先利用公汽的行驶线路进行深度优先搜索．得到从开始站点到结束站点所有可能的乘车线路。然后分别考虑乘车时间Time和乘车价格Price来评价这些乘车线路优劣,最终得到题目要求的最佳线路。为了能够综合考虑Time和Price,通过引入用户期望度p,提出了一种带偏好的自适应评价函数来对基于Time和Price的评价方法进行进一步的改进,这个带偏好的自适应评价函数合理表达了查询者的主观意向、乘车线路差异,从而可以满足不同查询者的不同需求。最后通过仿真实验对该文方法进行了有效性验证。     

智能空间中的用户饮食偏好获取与推荐系统

对用户饮食偏好获取技术进行研究,建立基于相似度的食物分类模型,在此基础上设计智能空间中的用户饮食偏好获取及饮食推荐系统。该系统通过压力传感器采集用户饮食数据,利用动态分割数据的方法获取用户饮食偏好上下文,根据食物分类模型进行饮食推荐。实验结果证明了该系统的有效性。     

基于最优风险与预防模型的医疗数据挖掘算法

为有效地实现疾病的早期诊断和预防,提出一种带权重的、基于最优风险与预防模型的医疗数据挖掘算法。利用最优风险与预防模型产生和疾病相关的特征属性值项,通过带权重的风险和预防集算法确定每个特征属性值项的权重。在2个标准医疗数据集中的测试结果表明,该算法能获取医疗数据中具有代表性的特征属性值项,并且每个特征属性值项都被赋予一个权重,使其获得较好的挖掘效果。     

一种Agent的偏好系统及其建立

受到Agent偏好模型的启发,提出了一个新的描述人们行为的偏好系统称为AF系统,它将Michael Freund的理性偏好推理与Adams提出的经典的归纳逻辑和概率逻辑相结合,即借助经典的逻辑系统,把人们的逻辑推理和以人们的偏好取向为基础的常识性推理以及以主观愿望为基础的意向推理结合在一起成为一个有机系统,并且在这个系统下提出Agent的理性偏好的建立方法以及推理步骤.最后给出一个实例,说明它能根据人们的部分愿望,全面估计人们的偏好走向,而且一旦人们的基本态度有所转向,偏好结构也可做相应调整,无需做根本改动,因此它具有鲁棒性和实用价值.     

群决策中多形式偏好信息的转换及一致性分析

描述序关系、效用值、互补判断矩阵、互逆判断矩阵4种形式的偏好信息,给出将前3种偏好信息转换到互补判断矩阵的公式。在集结前,对转换后的互补判断矩阵进行一致性分析,如果没有达到规定的一致性指标,找出该矩阵中一致性最差的元素,并提交给其决策者进行调整,直到达到一致性指标。通过一个算例说明该方法的应用过程。     

考虑偏好反转的区间不确定多属性决策方法

针对实际决策中的不确定性和偏好反转问题, 提出一种区间不确定多属性决策方法. 该方法先用证据推理方法集结区间不确定评估信息, 采用累积前景理论代替主观期望效用理论以构建方案的综合前景价值, 从而应对不确定环境下可能的决策偏好反转, 最后区间可能度用于方案综合前景价值排序. 介绍了决策过程, 给出求解方案综合前景价值的非线性规划模型, 并通过实例验证了方法的可行性、合理性和有效性.     

开源社区中已有开发者的合作行为分析

理解开发者的合作行为是促进开源社区协作开发的关键一步。已有文献主要对社区成员的加入与迁移展开研究,而对社区中已有开发者之间的实际合作行为关注甚少。主要从开发者的交互关系与个人技能两个角度出发,探析社区已有开发者如何建立新合作以及哪些因素影响他们的合作。应用Sourceforge.net平台公开的数据进行实验,结果表明不同的开发者的偏好合作模式不同,拓扑距离上的优势(“朋友的朋友”关系)对开发者间首次合作的影响不大,开发者之前的合作次数越多越有利于他们 再次建立合作,而开发环境(操作系统)与开发者(管理)经验对合作也有明显的影响。所得结论有助于提高开源社区已有开发者的合作意识,促进社区的稳定与可持续性。     

社交网络用户在在线媒体中点播行为预测

在线媒体快速发展,为用户带来丰富多彩信息的同时,用户的参与也给在线媒体本身带来巨大的经济利益。因此,如何通过精确预测用户的偏好以增加在线媒体点击,成为一个学术界和工业界均关注的问题。现有的预测方法主要是借助用户个人信息和历史行为来预测用户行为,然而此类方法没有考虑媒体本身缺乏用户信息造成无法预测的问题。随着社交网络的发展,在线媒体与服务运营商间的兼并或合作的增多,支持用户通过单一账户使用多个媒体网络服务的情况越来越常见,这就为基于用户在社交网络中的资料预测用户在其他媒体中的喜好提供海量可信的基础数据。该文基于社交网络Google+和视频媒体YouTube的数据,首先证明用户在YouTube偏好具有高度的集聚性,并提出用户在社交网络中偏好与其在线媒体点击行为具有关联性,基于这种关联性,该文使用社交网络用户信息预测用户在在线媒体中的点播行为。实验结果显示,使用社交网络用户信息可以有效预测用户偏好,预测准确率比仅使用媒体本身信息提高了17%,而且能满足用户个性化需求。     

开发可统计任意密码子用法的软件BestCodon

密码子偏好是自然现象,分析密码子的用法可以优化表达基因,即密码子优化,从而调节目的基因在特定宿主中的表达水平。现有密码子用法分析软件多数只限于单个密码子,适用于密码子对和密码子三联体的较少见。本文提出1种可统计任意密码子用法的软件结构,开发出1个密码子用法统计软件BestCodon,拥有序列检查和密码子用法统计2个模块。检查模块可代替人工校对,剔除输入序列中非规范字符,为后续分析提供正确的、符合规范的数据。统计模块根据用户指定的密码子组合类型,结果返回特定的密码子用法表。本文还探讨序列检查和密码子用法统计中计算机的运算特性,结果表明该软件检查1条长达150000 bp的序列仅耗时约0.2 s,而从中统计密码子十联体的用法仅耗时约0.1 s。     

基于PCA-LINMAP-FCE的通信系统维修性评价方法

为提高通信系统维修性评价的实用性和可操作性,提出了一种基于 PCA-LINMAP-FCE 的维修性评价方法。在构建简化的维修性评价指标体系的基础上,将 PCA-LINMAP 与模糊综合评判（ FCE）方法相结合,从定量和定性的角度对维修性进行评价。实例仿真分析表明,该方法可操作性强,且有效地降低了评价的主观随意性,使维修设计和作业人员全面掌控通信系统装备维修性的影响因素,能够为科学制定设计方案和维修实施决策方案提供决策信息。