Hermite‐Hadamard‐type inequalities for interval‐valued coordinated convex functions involving generalized fractional integrals

In this paper, we define interval‐valued left‐sided and right‐sided generalized fractional double integrals. We establish inequalities of Hermite‐Hadamard like for coordinated interval‐valued convex functions by applying our newly defined integrals.     

利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别

小麦是制作馒头的主要原料之一，小麦中水、蛋白质、淀粉会因产地以及烘干程度的差异而不同，进而影响到加工成馒头的品质。所以实现对小麦产地和烘干程度的快速鉴别就显得尤为重要。感官评定是鉴别小麦产地和烘干程度常用的方法，对比感官评定，光谱分析可以识别样品中的分子结构等信息。基于此，尝试利用近红外和中红外光谱融合技术实现对不同产地和不同烘干程度的小麦同时鉴别。首先选取了两个不同产地的小麦，再利用微波干燥法对两个不同产地的小麦做烘干预处理，使烘干的小麦水含量为12%±0.5%，原麦水含量为18%±0.5%。分别标记为原麦A，烘干A，原麦B，烘干B，再将小麦研磨成粉末，过100目筛网筛选后，置于自封袋中备用。随后分别采集四种小麦样品的近红外和中红外光谱信息，在Matlab 7.10的环境下使用标准正态变量变换(standard normal variable transformation, SNVT)对采集到的原始光谱数据进行预处理，利用主成分分析对预处理后的数据进行降维处理，再结合线性判别分析（linear discriminant analysis，LDA）和支持向量机（support vector machine, SVM）分别建立小麦近红外、中红外光谱数据识别模型。另外利用联合区间偏最小二乘法（synergy interval partial least square, SiPLS）筛选出利用标准正态变量变换(SNVT)预处理后的小麦近红外和中红外光谱数据特征光谱区间，将筛选出的近红外和中红外光谱数据特征光谱区间融合后再结合线性判别分析（LDA）和支持向量机（SVM）建立小麦融合光谱信息的识别模型。然后比较同种光谱数据下利用线性判别分析（LDA）和支持向量机（SVM）建立的小麦识别模型识别率、比较同种建模方法下近红外和中红外光谱数据建立小麦识别模型识别率、比较同种建模方法下光谱数据融合和单一光谱数据建立小麦识别模型识别率。结果表明，同种光谱分析方法，利用SVM建立的四种小麦识别模型识别率高于利用LDA建立的小麦识别模型识别率。同种建模方法，近红外光谱数据建立的小麦识别模型识别率优于中红外光谱数据建立的小麦识别模型识别率。而在同种建模方法下，利用SiPLS筛选出近红外和中红外光谱数据的特征光谱区间数据融合后建立小麦识别模型识别率最高，光谱数据融合后结合LDA建立的小麦识别模型校正集识别率为98.75%，预测集识别率为97.50%；而将此选择的变量结合SVM建立的小麦识别模型的校正集和预测集识别率都达到100.0%。对比利用单一光谱数据建立的小麦识别模型识别率，光谱数据融合之后建立的小麦识别模型识别率得到显著提高，该研究从纵向和横向上全面地比较了光谱数据建立的小麦模型识别率，结果可为更准确地运用光谱融合技术建立小麦产地以及烘干程度识别模型提供参考。     

An approach for solving a fuzzy multiobjective programming problem

In this paper we present a new approach, based on the Nearest Interval Approximation Operator, for dealing with a multiobjective programming problem with fuzzy-valued objective functions.     

The valuation of life contingencies: A symmetrical triangular fuzzy approximation

This paper extends the framework for the valuation of life insurance policies and annuities by Andrés-Sánchez and González-Vila (2012, 2014) in two ways. First we allow various uncertain magnitudes to be estimated by means of fuzzy numbers. This applies not only to interest rates but also to the amounts to be paid out by the insurance company. Second, the use of symmetrical triangular fuzzy numbers allows us to obtain expressions for the pricing of life contingencies and their variability that are closely linked to standard financial and actuarial mathematics. Moreover, they are relatively straightforward to compute and understand from a standard actuarial point of view.     

Two optimization problems in linear regression with interval data

We consider a linear regression model where neither regressors nor the dependent variable is observable; only intervals are available which are assumed to cover the unobservable data points. Our task is to compute tight bounds for the residual errors of minimum-norm estimators of regression parameters with various norms (corresponding to least absolute deviations (LAD), ordinary least squares (OLS), generalized least squares (GLS) and Chebyshev approximation). The computation of the error bounds can be formulated as a pair of max–min and min–min box-constrained optimization problems. We give a detailed complexity-theoretic analysis of them. First, we prove that they are NP-hard in general. Then, further analysis explains the sources of NP-hardness. We investigate three restrictions when the problem is solvable in polynomial time: the case when the parameter space is known apriori to be restricted into a particular orthant, the case when the regression model has a fixed number of regression parameters, and the case when only the dependent variable is observed with errors. We propose a method, called orthant decomposition of the parameter space, which is the main tool for obtaining polynomial-time computability results.     

基于集对分析联系数的区间数型多属性决策投影模型及其在基坑支护方案评价中的应用

多属性决策时因掌握的信息有限,加之问题本身的复杂性、不确定性以及人类思维的模糊性,其属性的精确值往往难以获取,常用区间数形式表示针对多属性决策中各指标区间数不能直接进行大小比较的问题,提出一种基于集对分析联系数的区间数型多属性决策投影模型.模型用备择方案在理想方案上的投影进行集结,根据区间数的误差分布形式,沟通区间数与联系数的关系,根据a+bi型联系数大小比较法则,综合评价方案优劣.以某大厦基坑支护拟用的4种方案优化选择为例,说明方法的应用与模糊优化理论模型和灰色物元分析优化模型进行了对比,得到的结果一致.     

基于白化值的区间DEA建模

传统数据包络分析要求输入输出数据为精确数,然而在某些实际应用中,区间形式的数据相较于精确数更容易获得.将区间数转化为白化值,并基于传统C~2R模型提出了基于白化值的区间C~2R模型.考虑到决策单元的有效性不易通过基于白化值的区间C~2R模型来判断,因此将非阿基米德无穷小概念引入到上述模型,构建了具有非阿基米德无穷小的区间C~2R模型.此外,还给出了用于判断决策单元有效性的区间目标规划方法:分别通过G_(IC~2R)模型和WG_(IC~2R)模型判断决策单元是否为区间DEA有效与区间弱DEA有效.     

基于区间直觉模糊不确定语言的中小企业电子商务网站建设决策方法研究

阐述中小企业在整个国民经济中的重要地位,指出电子商务对于中小企业具有天然的适应性和可行的推广性.揭示研究对象中蕴含着广泛的模糊性,应用区间直觉模糊不确定语言的必要性.介绍区间直觉模糊不确定语言的基本概念、基本运算、算术平均和加权平均、距离、期望函数、精度函数、期望函数值、精度函数值以及对象比较方法等内容.提出区间直觉模糊不确定语言决策步骤:设定方案集、指标集、专家集,确定评判矩阵,确定指标权重,计算加权平均,计算期望函数、精度函数,期望函数值、精度函数值,进行排序.以盛东商贸有限公司电子商务网站设计方案测评为例,碍出方案3优于方案2优于方案5优于方案1优于方案4的结论.     

白骨化尸体死亡时间的推断

本文分析了15具白骨化尸体标本的股骨汞(Hg),铅(Pb),镉(Cd)元素含量数据,在三年的时间内采集了3次,一共收集到45个数据。首先将这组数据看着纵向数据,利用线性随机效应混合模型、Cox随机混合效应模型进行分析,结果显示,如果对每个白骨化尸体标本建立线性模型,可以精确预测出死亡时间,而且不需要采集铅元素含量数据。混合效应模型的预测效果也很好,最大误差不会超过1个月。其次我们对数据不作任何假设,利用机器学习中随机森林方法分析数据,并利用5折交叉验证方法来判断结果的可靠性,训练集和测试集的NMSE分别为0.1205944,0.5604286,因此可以用训练出的模型来预测死亡时间。