基于Fuzzy-Rough-TOPSIS的工程项目投标风险评价模型研究

在工程项目招投标阶段,项目风险评价是建筑施工企业进行投标决策和作出项目选择的重要依据.基于理想化与主客观相结合的思想,提出了一种确定风险评价指标综合权重的方法;采用梯形模糊数处理模糊性信息,并将其与粗集理论和TOPSIS(a technique for order preference by similarity to ideal solution)方法相融合,建立了工程项目风险评价的Fuzzy-Rough-TOPSIS模型.实例运行表明,模型可操作性强,适用于多个项目的风险分析和比较,并能够在一定程度上克服以往模型存在的主观性强、应用条件限制严格等不足.     

基于粗集和神经网络的煤炭资源资产分类研究

准确的煤炭资源资产分类是有效进行煤炭资源资产管理的前提和基础.针对现有分类方法存在的不足,提出了基于人工神经网络(ANN)与粗集理论(RS)的煤炭资源资产分类方法.首先,由资产分类的样本数据形成决策表,使用专家离散法对数据进行离散处理;然后,采用遗传算法(GA)对决策表进行属性约简;最后根据约简后的属性集构建起煤炭资源资产分类的神经网络模型.实例运行表明,所提出的模型方法比单纯的ANN方法在学习效率和分类准确率方面均有所提高.     

煤炭资源资产分类方法比较研究

煤炭资源资产评估是实行煤炭资源资产化管理的重要基础工作 ,而煤炭资源资产分类的可靠性是有效完成这一工作的前提条件 .针对煤炭资源资产的特点 ,建立了多个分类模型——基于模糊聚类的分类模型、基于 BP网络的分类模型及基于自适应共振理论网络的分类模型 ,编制了相应的分类程序软件包 ,实例运行效果证明了模型的有效性 .文中还对所建模型进行了比较和分析 ,提出了具体应用的建议 .