服务模糊匹配中群决策一致性问题的研究

专家决策权重是确定群决策一致性一个很重要的方面.针对目前服务模糊匹配方法缺乏专家对服务模糊属性一致性考虑,提出一种语言的权熵方法(LWEM),用语言变量来描述每个专家意见的权重.在LWEM及最佳聚类方法的基础上,论述基于熵的聚类方法(EAM),该方法使用模糊距离来计算一致性.实例验证该方法的有效性及灵活性.     

基于最小距离的简单多边形三角剖分

基于最小距离的多边形三角剖分算法是,多边形的每个顶点对应一个距离,对这些距离进行比较,依次连接最小距离,连接后判断相邻两点的凹凸性且改变连接点的相邻点的距离,除凹点外,并不需要对所有的点进行判断和计算。这样形成的剖分结果完全符合要求,而且网型比较好,基本上都符合空圆法则。     

岩土力学特征参数随机-模糊处理中的权重影响比较

分析了在岩土工程中对其物理力学参数的不确定性进行处理时常用的统计、随机和随机 -模糊3种方法的特点.根据马氏距离、模糊权重和模糊集核点的定义和相互关系, 研究了目前随机-模糊处理方法中把模糊权重作为定值的不合理性,提出了把均值、方差和协方差的模糊权重处理为变权重的方法和具体表达公式.研究了在模糊变权重条件下的岩土力学参数特征值的迭代分析方法和具体计算步骤.分别采用统计、模糊定权重和模糊变权重方法计算了2个工程中6个岩土参数试验样本的特征值,分析表明采用模糊变权重方法计算得出的结果,在某些情况仅为其他方法计算结果的49%左右,说明在随机-模糊分析中采用模糊变权重是很有必要的.     

考虑属性关联的TOPSIS语言群决策方法

针对在实际的多属性语言群决策问题中属性之间往往具有相互关联作用这一问题,提出了一种考虑属性关联的TOPSIS语言群决策方法.该方法中决策者给出对方案的语言评价信息,并采用二元语义概念对语言评价信息进行处理.在传统理想点法的基础上引入λ模糊测度的概念,根据属性间的关联作用确定每个方案属性的权重并得到加权决策矩阵.然后计算每个方案与正、负理想点间在n维二元语义空间内的二元语义欧氏距离并得到相对贴近度,确定最优方案.该方法有效地避免了决策过程中语言评价信息的扭曲和损失,并能够考虑属性间的关联作用对于属性权重的影响,使得决策结果更加合理可信.通过一个实例验证了方法的有效性和实用性.     

轮廓波域Entropy—Fourier旋转不变算子在纹理分类中的应用

针对图像的旋转问题,提出一种基于contourlet域的旋转不变纹理描述算子.对contourlet变换后的系数进行处理,提取子带香农熵作为特征向量,然后对各个尺度的特征向量进行离散傅立叶变换,得到旋转不变的纹理特征.利用傅立叶谱的对称性,将特征向量进一步降维.最后采用支持向量机和欧式距离对纹理图像进行分类.在包含1456幅图像的自建图像库中进行分类实验,结果表明该方法在低计算复杂度的优势下,能获得较好的分类性能.     

基于AHP和云模型的中蜂囊状幼虫病风险评估方法研究

风险评估是降低蜜蜂病害发病率,促进蜂产业发展的有效途径。以中蜂囊状幼虫病为研究对象,提出一种基于AHP和云模型的风险评估方法。该方法在参照专家知识的基础上,通过因子计算得出指标权重,再将目标对象病情态势描述与黄金分割法生成的标尺云进行语义匹配,获得态势隶属度矩阵,把指标权重带入矩阵进行归一化处理,最终形成目标对象的综合评估云,实现定性、定量相结合的病势风险评估。实验结果表明,该方法所得结果符合蜂学领域的实际情况,能够有效地对中蜂囊状幼虫病进行评估,为进一步病害预防奠定基础。     

基于AHP和云模型的中蜂囊状幼虫病风险评估方法研究

风险评估是降低蜜蜂病害发病率,促进蜂产业发展的有效途径。以中蜂囊状幼虫病为研究对象,提出一种基于AHP和云模型的风险评估方法。该方法在参照专家知识的基础上,通过因子计算得出指标权重,再将目标对象病情态势描述与黄金分割法生成的标尺云进行语义匹配,获得态势隶属度矩阵,把指标权重带入矩阵进行归一化处理,最终形成目标对象的综合评估云,实现定性、定量相结合的病势风险评估。实验结果表明,该方法所得结果符合蜂学领域的实际情况,能够有效地对中蜂囊状幼虫病进行评估,为进一步病害预防奠定基础。     

基于粒子群优化支持向量机的电梯故障诊断

电梯故障时,具有故障特征提取困难和故障类型识别率低的问题。因此,拟提取其振动信号并进行分析,找到故障特征。然而,鉴于其振动信号为非平稳、非高斯且背景噪声较大的信号,给有效辨识造成很大困难,所以,提出应用最优小波包分解和最小二乘支持向量机相结合进行电梯智能故障诊断的方法。借助最优小波包理论,首先提取电梯故障振动信号的能量分布;然后将其能量分布与时域指标相结合,构造故障特征向量;最后,将故障特征向量作为粒子群算法优化最小二乘支持向量机的输入对电梯故障类型进行识别。仿真结果表明,最优小波包理论与最小二乘支持向量机相结合的故障诊断技术发挥了两者的优势,证明了该方法的有效性和实用性。     

基于稀疏表示的森林火灾火焰识别研究

为了实现森林火灾的智能识别,提出一种基于稀疏表示的林火火焰自动识别方法.以林火火焰和5类干扰物体为研究对象,每类对象从视频图像中随机选取50帧作为训练样本,150帧作为测试样本.对每幅图像提取疑似火焰区域,求取面积变化率、颜色、纹理和形状特征参数.所有训练样本的特征向量构建训练样本特征字典,对每个测试样本利用l1最小化范数计算其在训练字典上的投影系数,根据最小重构残差进行分类识别.结果表明,稀疏表示方法的识别率可达到93.56％,为林火火焰识别提供了一个有效的解决方案.     

基于Hausdorff距离的区间数多属性公路网综合评价

公路网评价对于了解区域公路网状态和交通需求间的关系非常重要．讨论了公路网属性表示为区间数的问题，通过计算属性值相对于属性等级的距离矩阵得到相应的加权可变相似度，再对可变相似度进行归一化处理，作为各属性等级的权重向量，同时应用级别特征公式求得综合属性值进行综合评价.实例表明，该方法和其他方法的评价结果一致，且能给出不同标准下的评价结果，计算过程简明且有效，而且能向属性值为其他类型的不确定量进行拓广.     

水环境治理绩优度的模糊审计评价研究——以荣昌县濑溪河为例

采用问卷调查、比例变换、极差变换、区间变换等方法收集与处理原始数据,把不带统一量纲原始数据转换成可比的系统变量,利用模糊数学评价模型并借助专家打分,筛选构建各准则要素的专家综合评判矩阵,确定绩优度评价的准则要素和所有观测指标及其权重,计算出各单因素、综合因素判断矩阵向量及评价结果.结果表明濑溪河水环境治理绩优度处于"合格"水平,且接近"中等"水平,水环境治理提升空间较大,各因素方面存在较大潜力可挖,提出了荣昌县改进和完善该流域水环境治理的相应对策.     

基于小波分析及改进KNN的红虫识别研究

提出了一种小波分析与改进KNN相结合的红虫图像识别方法。该方法采用多辨识小波分解提取图像的小波能量特征,同时结合生物图像颜色特征构造特征向量,然后选择加权改进KNN分类器进行识别,分类器根据特征与分类相关度确定权重,修改距离函数,有效提高了分类精度。通过对红虫、剑水蚤、猛水蚤样本进行分类试验证明,平均识别准确率达到95.41%,验证了该方法的有效性。     

模糊最小二乘法模型

本文引入模糊数间的一种距离,把类似的最小二乘法用于对模糊观测数据的分析,提出两类拟合模糊数据的模糊线性回归模型,证明确定模型的条件,给出计算模型参数的简明方法。     

组合预测方法研究及其在电力负荷预测中的应用

文章通过对组合预测模型权重求解方法的研究,给出了一种运用二次规划来求解组合预测模型权重的方法。该方法不仅克服了拉格朗日乘子法不能保证权重非负的不足,而且由于二次规划问题可借助MATLAB软件进行求解,从而简化了求解权重的计算过程。示例计算结果表明,组合预测模型的预测精度明显高于各单一预测模型,误差平方和小于各单一预测模型的误差平方和,从而验证了该方法的有效性。     

一种基于前景理论和投影的区间数多属性决策方法

针对备选方案中各属性权重信息不完全且属性值为区间数的多属性决策问题,提出一种基于前景理论的区间数多属性决策方法。依据区间数的距离公式给出其价值函数,引入投影思想来构建多目标规划模型,对收益和损失采用各自的处理方式以获得更为准确的决策权重,并通过价值函数和决策权重函数计算各方案的综合前景值。数值结果表明,该方法具有可行性和有效性。     

一种子空间辨识对权重矩阵加权平均新方法

给出了一种计算线性子空间辨识权重矩阵的新方法,该方法是在结合算法N4SID、MOESP及MOESN4优点的基础上,对算法MOESN4加以改进和推广,主要是对所选取的权重矩阵进行加权平均,使算法的权重矩阵选择机会增多,增加了算法在实际中的应用性,给出两种不同权重矩阵加权平均算法MOESN4WAc与MOESN4WAd.     

不确定性推理在森林培育专家系统中的应用

在森林培育专家系统中,由于一些知识的不完整性和模糊性,造成模拟专家推理过程中推理结果的不确定。 为实现对这些知识的处理,将不确定性推理应用于森林培育专家系统,利用模糊逻辑方法对确定性和不确定性知 识用多个逻辑值进行表达,并在规则可信度的计算中,将专家给出的特定规则的可信度规定为1;将专家给出的不 确定规则,通过频率来动态计算获得规则的权重值和可信度;而对于用户不确定的选择而产生的规则,采用模糊层 次分析法计算可信度。另外,本研究的推理机算法实现了根据用户上一条的回答智能判断下一条提问,并基于用 户的回答,给出该立地条件下适宜的造林树种或造林模式以及可信度。      

需求发展重点方案评价系统设计

目的针对需求发展重点问题的特点,运用群体层次分析法设计并实现需求发展重点评价系统。方法根据专家研究领域与评价问题领域之间的匹配关系确定专家权重,并运用Hadamard凸组合集结所有专家的判断矩阵。结果通过计算集结后矩阵的单一准则下指标的相对权重和各层指标的组合权重,得出需求发展重点方案,解决需求发展重点确定中决策者主观偏好影响较大的问题。结论该系统应用于需求发展重点方案评价是适用和可靠的。     

基于变权重法的Pareto轨迹多目标进化算法

大多数现有的多目标进化算法 (MOEA- Multiobjective Evolutionary Algorithm )都是基于 Pareto机制的 ,如 NPGA (Niched Pareto Genetic Algorithm ) ,NSGA(Non- dom inated Sorting Genetic Algorithm )等。这些算法的每一个循环都要对种群中的部分或全部个体进行排序或比较 ,计算量很大。文中介绍了一种基于变权重线性加权的 Pareto轨迹法 - WSTPEA(Weighted Sum Approach and Tracing Pareto Method) ,该算法不是同时求得所有可能的非劣解 ,而是每执行一个循环步骤求得一个非劣解 ,通过权重变化次数控制算法循环的次数 ,从而使整个种群遍历 Pareto曲线 (面 )。文中给出了算法的详细描述和流程图 ,并且对两个实验测试问题进行了计算 ,最后对结果进行了分析     

信息不完全时的海底管道安全评价方法

针对风险因素属性权重不确定、专家权重不确定、评价信息不完全构成的混合型海底管道不完全信息安全评价问题,提出一种基于灰色关联分析、层次分析、直觉模糊集和证据理论的安全评价方法(GAFD-S)。应用灰色系统理论确定风险因素的权重,应用层次分析法计算专家主观权重,根据直觉模糊集和信息熵原理确定专家客观权重,利用证据理论集结含有信息缺失的评价值对管道的破坏程度进行排序,确定最需维护的管段。利用该方法对某海底管道4个管段进行安全评价,通过对腐蚀破坏、第三方破坏、自然灾害、人员误操作和设计失误5个指标进行考核,确定了不同管段的受破坏程度,实例证明了GAFD-S方法对于信息不完全海底管道安全评价的实用性。