概率OWG算子及其在多属性决策中的应用

提出了概率有序加权几何算子(P-OWG算子),研究了该算子的一些基本性质,基于该算子提出了属性权重确知、各状态概率已知的不确定多属性决策方法,最后,进行了实例分析。     

概率语言多属性群决策方法及其在新型智慧城市市民获得感评价中的应用

针对公众参与的语言信息多属性群决策问题,研究了考虑参与者满意度的概率语言多属性群决策方法。首先,根据参与者的语言评价信息确定并规范化概率语言决策矩阵。然后,对大群体进行共识分析,由最大化参与者群体的满意度构建线性规划模型,确定参与者群组的权重;构造正、负理想方案的评价向量,构建多目标规划模型,用拉格朗日乘子法求解属性权重;定义各方案的加权贴近度,并以此对方案进行排序和优选。最后,通过新型智慧城市市民获得感评价案例验证了模型的可行性和有效性。     

广义毕达哥拉斯犹豫模糊集混合加权距离测度及决策应用

在毕达哥拉斯犹豫模糊数的距离基础上,定义毕达哥拉斯犹豫模糊集（Pythagorean hesitant fussy set,PHFS）的加权距离测度和有序加权距离测度,在兼顾属性权重和位置权重的基础上,提出广义PHFS混合加权距离测度（D_GPHFHWA）,并研究其性质和特殊形式。针对属性值为毕达哥拉斯犹豫模糊数且属性权重未知的多属性决策问题,利用毕达哥拉斯犹豫模糊指数熵确定属性权重,并结合逼近理想解排序法（technique for order preference by similarity to an ideal solution,TOPSIS）思想,提出基于D_GPHFHWA测度的决策方法。最后,通过实例验证所提方法是有效、合理的。     

WC-OWA算子的拓展及其在风险型多属性决策中的应用

研究WC-OWA算子的拓展形式,得到了一些新的数据集成算子,并对其性质进行了研究.在此基础上,探讨属性值以区间形式给出的风险型多属性决策的方法,并用实例进行分析说明该方法的可行性.     

基于S-IFOWA算子的多属性决策方法及其应用

基于直觉模糊有序加权平均算子的相关思想,提出一种新的集成算子—对称直觉模糊有序加权平均(S-IFOWA)算子.并研究此算子的相关性质及给出基于S-IFOWA算子的多属性决策方法,并用实例来说明该方法的可行性和有效性。 更多还原     

多语言编程技术在软件开发中的应用

在地球物理资料综合处理解释系统的开发过程中，如何利用多种语言混合编程技术解决用不同编程语言开发的程序的相互联接问题，并简述了AFORTRN语言与C＋＋语言的部分联接过程。     

基于S-OWA算子的多属性决策方法

基于两类有序加权平均算子的基本决策思想,在此基础上提出了一种新的信息集结算子--S-OWA算子,并研究了该算子的一些优良性质。基于该算子研究了相应的属性权重的确定方法,并提出了基于S-OWA算子的多属性决策方法,最后用算例说明了该方法的可行性和有效性。     

基于区间数的直觉模糊多属性决策研究

研究一类属性权重未知的直觉模糊多属性决策问题.将直觉模糊数的属性值转由双区间数表示,根据决策方案属性值间的离差确定属性权重.根据各方案属性加权综合值及区间直觉模糊数的得分函数,对2套方案分别进行排序和比较,并通过实例说明了该方法的有效性.     

基于方案群体满意度的多属性群决策方法

为了在多属性群决策过程中,能够恰当体现不同决策者偏好的差异并进行偏好集结,定义了方案的群体评价正理想值和群体评价负理想值,构造了多属性群决策中衡量方案的一个新指标——方案群体满意度。在此基础上,根据主观给定的权重信息状况,分成无给定权重信息、给定权重限制条件、给定确切主观权重三种情形,并提出了相应的基于群体满意度的多属性群决策方法。最后,通过实例说明了所提方法的具体应用。     

一种新的混合智能算法及其在属性约简中的应用

属性约简是粗糙集理论的核心部分.受细菌觅食过程的启发,本文将细菌觅食算法的思想应用于粒子群算法,提出了一种细菌觅食粒子群算法.细菌觅食过程的趋向操作可以指导粒子朝着更优方向进化,而粒子群算法又能提高细菌觅食算法的收敛速度和寻优能力.将该算法应用到属性约简中,数值实验结果表明,本文提出的细菌觅食粒子群优化的约简算法在寻优能力方面均优于Hu算法,粒子群约简算法和细菌觅食约简算法,能得到更好的最小属性约简.     

概率方法在证明不等式中的应用

本文针对不同的问题，通过构造适当的离散型随机变量，用概率方法推出了一系列不等式，证明方法简洁独特。     

犹豫模糊软集的综合相关系数及其应用

犹豫模糊软集作为一种处理不确定信息的有力工具已受到广泛关注。本文根据犹豫模糊软集中犹豫模糊元可能隶属度的期望、方差和长度率提出了犹豫模糊软集的综合相关系数,它克服了已有犹豫模糊软集相关系数存在有用信息丢失的缺陷。根据犹豫模糊软集中各参数的重要程度,本文还提出了犹豫模糊软集加权综合相关系数的概念并讨论了它的相关性质。最后,通过模式识别的实例表明了犹豫模糊软集的综合相关系数的可行性和有效性。     

犹豫模糊等级偏好关系投影法及其应用

由于决策环境的复杂性及决策者对决策问题信息了解的局限性,决策者在给出方案间的比较信息时常存在信息缺失、犹豫或不确定的情形。本文基于犹豫模糊集和多属性决策的广义等级偏好优序法,提出了犹豫模糊等级偏好关系。在此基础上,给出了新的贴近度函数,研究犹豫模糊等级偏好关系投影法。最后给出实例说明该方法的可行性,有效性和实用性。     

基于区间T-球形模糊熵的TODIM-VIKOR多属性决策方法

区间T-球形模糊熵在区间T-球形模糊环境下的多属性决策问题中有着重要价值。为了更好地保留区间T-球形模糊集的模糊信息,首先提出了区间T-球形模糊数的得分区间、精确区间以及缺失区间,并基于此定义了新的区间T-球形模糊数的比较规则。然后结合上述三个区间,基于区间上连续香农熵函数的积分中值思想,提出了区间T-球形模糊熵公式,并分析了其满足的性质。最后,利用区间T-球形模糊熵确定属性的客观权重,并结合新的区间T-球形模糊数的比较规则,提出一种区间T-球形模糊TODIM-VIKOR方法。通过实例说明了基于区间T-球形模糊熵的TODIM-VIKOR方法的可行性和有效性,为解决区间T-球形模糊环境下的多属性决策问题提供了一种新的思路。     

考虑多阶段决策信息集结的新算法及其应用

针对多阶段区间信息集结与决策问题,提出一种考虑最小化集结矩阵与阶段区间矩阵之间距离的新方法,寻求更趋近帕累托最优的集结结果,使最终评价值更符合多阶段评价的目标。 首先,根据多阶段专家评价值将区间信息转化为二维坐标点,并将其映射到二维坐标系中。然后,构建区间信息离差最小化集结模型,并基于植物模拟生长算法(PGSA）进行群体判断信息的集结,再通过合成各方案的属性评价值,给出各决策方案的综合评价值并进行排序,进而给出最优决策方案。最后,以物流服务商的多阶段绩效评价为例,验证了该方法的合理性和有效性。     

考虑多阶段决策信息集结的新算法及其应用

针对多阶段区间信息集结与决策问题,提出一种考虑最小化集结矩阵与阶段区间矩阵之间距离的新方法,寻求更趋近帕累托最优的集结结果,使最终评价值更符合多阶段评价的目标。 首先,根据多阶段专家评价值将区间信息转化为二维坐标点,并将其映射到二维坐标系中。然后,构建区间信息离差最小化集结模型,并基于植物模拟生长算法(PGSA）进行群体判断信息的集结,再通过合成各方案的属性评价值,给出各决策方案的综合评价值并进行排序,进而给出最优决策方案。最后,以物流服务商的多阶段绩效评价为例,验证了该方法的合理性和有效性。     

数字化语言实验室在外语教学中的应用

介绍了数字化语言实验室的分类及特点，探讨了数字化语言实验室在外语教学中的应用．通过教学实例可以看出，数字化语言实验室各项功能不仅帮助教师在课堂教学中取得良好的教学效果，而且帮助学生进行自主学习、自我测试，大大提高了学生学习外语的浓厚兴趣和积极性，促进了学生个性化学习方法的形成和自主学习能力的发展．     

属性约简在中医证候诊疗数据分析中的应用

针对中医诊疗数据和诊疗结果数据存在不确定性等特点,通过研究基于粗糙集的属性约简方法,引入属性作用集差异度概念,并定义基于属性作用集差异度的属性重要度的计算方法,提出基于属性作用集差异度的属性约简算法,并将其应用于中医证候数据约简中以实现中医证候诊疗症状关键因子提取的需要。通过实际中医证候诊疗数据集上测试及与其他属性约简算法的测试比较,结果表明所提出的属性约简算法是有效的。     

计算机解析语言在求解线性电路中的应用

论述了线性电路的一种求解方法－运算法,介绍了计算机解析语言的特点和功能,燕运用计算机解析语言REDUCE对线性电路的求解,为电路分析和电路仿真提供了一种新的手段。     

基于多属性决策和k-means聚类的车载安全消息中继选择方法

城市车载网络环境中高效的中继选择有利于保证安全消息传输的及时性和可靠性。针对现有中继选择方法在复杂交通环境下难以准确评估中继,且在车流密集场景下性能不佳的问题,提出一种基于多属性决策和k-means聚类的中继选择方法（multi-attribute decision-making and k-means clustering based relay selection,MKRS）。首先充分考虑当前转发车辆与候选中继之间的相对距离和相对速度,候选中继的接收信号强度和区域密度等4种评估指标,分别基于序关系法和熵权法计算候选中继评估指标的主、客观权重,并利用简单加权法计算其综合权重,进一步得到能够更加准确体现候选中继性能的综合效用值。在此基础上,采用基于k-means聚类和优先级-退避时间的方法选出最佳中继。实验结果表明所提MKRS与对比方法相比,在保证较好一跳距离和一跳时延的同时具有最快的传播速度。