不完全不确定得分信息下的双边匹配决策

针对不完全不确定得分信息下的双边匹配问题,提出了一种决策方法.首先,描述了不完全不确定得分信息下的双边匹配问题,将不完全不确定得分矩阵转化为不完全满意度矩阵;其次,以每方主体满意度总和最大为目标,考虑一对一匹配约束条件,构建了匹配模型;考虑到模型中的系数已经规范化,运用线性加权法将双目标匹配模型转化为单目标优化模型,进而通过求解单目标优化模型获得匹配方案.最后,通过实例证明了所提方法的可行和有效.     

考虑利益相关者偏好的双边匹配决策方法

针对考虑利益相关者偏好的双边匹配问题,提出了一种基于离散证据推理的决策方法.首先,构建匹配的证据识别框架;然后,将双边利益相关者的不确定偏好序评价信息转换成等级置信度信息;在此基础上,以双边满意程度为目标,将双边的等级置信度信息作为证据,通过离散证据融合求出匹配的融合度;接着,构建基于融合度的决策模型获得匹配方案.最后,用算例展示了该方法的应用.     

得分信息下考虑不确定心理行为的双边匹配

从不确定心理行为的角度研究得分信息下的双边匹配问题.首先将期望得分视作参照点,计算了得分的相对收益,进而构建了收益矩阵;再根据TODIM理论,将收益矩阵转换为价值矩阵;进一步,构建了匹配模型;通过求解模型得到匹配方案;供需匹配实例说明了所提方法的有效性.     

考虑双方主体失望-欣喜感知的多指标双边匹配决策方法

在双边匹配研究中很少关注如何描述双方主体的失望-欣喜感知并将其引入双边匹配模型.通过对匹配主体失望-欣喜感知的刻画,提出了一种新的具有指标期望的多指标双边匹配决策方法.首先,针对具有指标期望的多指标双边匹配问题给出了数学描述;其次,匹配决策者通过对主体的指标期望值与对方主体真实值之间的比较分析,建立了双方主体的损益矩阵;然后,依据失望理论,构建双方主体在各指标下的感知效用矩阵,并集结得到双方主体的综合感知效用矩阵;进一步构建以双方主体可接受最低水平为约束,双方主体综合感知效用最大为目标的多目标优化模型,并将多目标优化模型转换为单目标优化模型,通过求解单目标优化模型得到最优双边匹配结果.最后,通过算例比较分析了本文方法与现有方法的差异,进一步说明了本文方法的有效性与合理性.     

得分信息下考虑多种形式主体期望的双边匹配方法

针对得分信息下带有多种形式主体期望的双边匹配问题,考虑主体的心理行为因素,提出了一种基于前景理论的双边匹配方法.首先,以主体期望为参照点将双边主体给出的得分信息转化为相对于参照点的收益和损失;然后,考虑主体对待收益和损失不同的风险态度,依据前景理论计算每个主体的前景值,在此基础上,建立双边匹配多目标优化模型,使用极大极小法求解该模型,获得双边匹配方案;最后,通过一个算例验证了该方法的可行性和有效性.     

基于FS映射求解和DSM信息过滤的计算机辅助概念设计研究

为解决计算机辅助概念设计系统方案生成中经常出现的产品结构匹配性不能满足要求,从而需对设计方案进行人工筛选的问题,因此根据概念设计中功能-结构映射(Function-Structure Mapping)信息和设计结构矩阵(Design Structure Matrix)的内部结构联系,提出一种适合计算机辅助概念设计的问题解决方法.该方法以DSM表达和存储产品的结构匹配设计知识,然后基于FBS(Function-Behavior-Structure)设计过程模型开展概念设计,通过构建功能链以及提取设计中的FS映射信息获得结构链,再利用DSM设计知识对所获得的结构链进行结构匹配性评判,从而实现对计算机辅助概念设计方案的获取与筛选.基于该方法搭建了计算机辅助概念设计软件平台,并结合具体实例验证了所提出方法的有效性与软件系统的实用性.     

基于句法分析的临床指南事件及事件关系提取

研究了临床指南事件及事件关系的提取,提出了基于句法分析的事件信息抽取方法.通过分析临床指南语料库,总结出临床指南事件及关系模型;将临床指南数据进行句法分析,根据事件触发词来匹配事件与事件关系模型;将抽取出的事件信息进行优化处理,得到最终结果.通过具体临床指南数据对方法进行评估,获得了较好的准确率与召回率,验证了该方法的可行性与有效性.     

基于决策单元交叉排序的中立DEA评价方法

针对数据包络分析的决策单元（DMU）排序问题,建立了一种基于DMU交叉排序矩阵的评价分析模型.基于中立交叉效率,通过各决策单元效率的相对序值转换得到交叉排序矩阵,计算了DMU在各次序下集结"自评"和"他评"的效率和,建立一种线性规划模型,通过求解得到了最终排序结果.将其应用于福州大学城若干高校实验示范中心的效率评价,并与其他模型进行了比较,结果表明本方法在区分决策单元优劣上表现最佳,方法有效.     

可变功能机械基于实例推理的分级实例集模型及其概念设计方法

为更好地利用现有案例实现可变功能机械的概念设计,在FBS理论的基础上基于CBR技术,分析并总结了可变功能机械的功能和结构特点,提出了可变功能机械的分级实例集模型;通过分级实例集实现了可变功能机械产品基于实例推理的概念设计.针对实例推理方法的特点,提出了相似实例匹配度计算方法,通过对设计要求和实例的相似度匹配获得产品概念设计的最佳实例,提高概念设计效率.最后以旋压机为案例,验证提出方法的有效性.     

大规模定制环境下基于模型集成的工时估算

为了在大规模定制环境下准确高效的获取产品工时,本文研究了已有工时估算模型的特点,提出一种基于模型集成的工时估算方法.通过对待集成工时模型分析,找出影响各工时模型的关键因子,采用模糊评价法构建关键因子信息矩阵;运用因子间相关度和因子对模型贡献度计算模型间距离,进而根据反距离权重法求出各模型权重,从而得到集成模型.通过实例和结果对比验证了该方法的可行性和精确性.     

基于排名学习和多源信息的地图匹配方法

融合多源信息能有效提高地图匹配的准确率。已有的地图匹配方法依赖于数学模型,当引入新类型的数据时, 需要重新设计数学模型或调整模型参数。为解决该问题,提出了一种端到端的数据驱动地图匹配方法。该方法不需要建立具体的数学模型,只需从匹配结果已知的数据中学习候选道路的评分函数：选出某GPS点的候选道路,利用评分函数对所有候选道路进行打分,选择分数最高的道路作为地图匹配结果。实验结果表明,该方法能直接利用新类型的数据提高地图匹配的准确率,能在数据缺失时避免准确率急剧降低。此外,具有与基于HMM方法相近的准确率和与基于夹角特征和距离特征方法相当的速度。     

考虑服务技能约束的家政服务双边稳定匹配方法

近年来,随着我国家政服务业的快速发展,如何对家政服务人员与雇主进行合理有效的匹配是一类值得研究的现实问题。提出了一种考虑服务技能约束的家政服务人员与雇主双边稳定匹配方法。首先,对家政服务人员和雇主的双边匹配问题进行数学描述,并给出技能约束稳定匹配的定义。然后,给出家政服务人员和雇主满意度的计算方法,在此基础上,构建考虑服务技能约束的双边稳定匹配优化模型,并证明所建模型的合理性。进一步采用ε-约束算法获得双方的帕累托最优稳定匹配方案。最后,通过算例说明方法的可行性和实用性。     

基于概率犹豫模糊相似度的交互式群体决策方法

概率犹豫模糊集（probabilistic hesitant fuzzy set,PHFS）是犹豫模糊集的推广,在犹豫模糊集基础上通过为每个隶属度添加与之相对应的概率,以全面表达专家赋予的初始决策信息,是处理多属性指标决策问题的一种有效工具。首先,介绍了概率犹豫模糊数（PHFN）的基本定义和相关运算,指出了传统PHFN的得分函数和汉明距离的不足,并给出了改进方法。其次,通过适当补充隶属度集合中的元素数量提出了PHFN的汉明距离和相似度概念,依据专家赋予的评价矩阵引入了概率犹豫模糊矩阵（PHFM）相似度。最后,在概率犹豫模糊环境下基于PHFM相似度提出了一种交互式群体评价算法,并用实例验证了算法的有效性。     

直觉判断矩阵的弱传递性与加型一致性研究

定义了直觉判断矩阵的有向图和有向路概念,证明在一定的条件下直觉判断矩阵的有向图有唯一有向路.利用该结论给出一个简洁的排序方法,并指出这种方法的不足之处.通过反例说明了直觉判断矩阵已有的加型一致性概念与弱传递性概念之间没有必然强弱关系.根据直觉模糊数的得分值和精确度值,利用效用的思想给出直觉判断矩阵加型一致性的新定义,并证明了新定义的加型一致性具有弱传递性.针对一般的直觉判断矩阵, 运用新定义的加型一致性概念以及偏差函数的方法给出了求解直觉判断矩阵的直觉模糊数型权重的模型,并通过算例验证了决策方法的实用性.     

基于偏序关系的Rough集模型及其应用

在标准Rough集理论的指导下，利用偏序关系性质构造了不同分类，并以此为基础探讨了上、下近似集，从而构建了基于偏序关系的Rough集模型。新模型将Rough集理论的应用范围由等价关系扩展到偏序关系。为了更好地增强模型的实用性和灵括性，一方面从程度、精度、概率等角度出发分别对其进行了扩展，另一方面引入依赖度使其适用于研究各种非严格的偏序关系。给出了实例分析，并结合现实生活中的现象阐述了模型的应用价值。     

基于矩阵表示的CMOL电路容错映射

针对存在缺陷的CMOS/纳米分子混合(CMOS/nanowire/MOLeclular hybrid, CMOL)电路的单元容错映射问题, 提出一种基于矩阵表示的CMOL电路容错映射方法. 首先, 将逻辑电路和CMOL电路建模为矩阵表示; 然后采用文化基因(memetic)算法进行矩阵间可匹配字符的搜索, 采用小矩阵元值优先匹配的策略完成单元缺陷容忍映射. ISCAS测试电路的实验结果表明, 与已有方法相比, 本文方法在求解速度上有36.98%的提升.