预警机指挥机群协同防御空战的威胁评估方法研究

为了实现预警机在指挥机群协同防御空战中的威胁评估问题,文章建立了一种属性权重未知的混合型多属性决策模型.为能同时处理定量与定性数据,将模糊数转化为精确数得到规范的决策矩阵.基于属性熵,建立了具有柔性调节能力的属性客观权重熵系数模型,实现了主观与客观权重的综合.最后,通过实例计算及敏感性分析,验证了将上述方法应用于预警机的威胁评估可行、有效.     

决策信息数据为区间数的一种多属性群决策方法

为了解决属性值为区间数的多属性群决策问题,提出了一种以决策信息数据为区间数的多属性群决策方法.首先分析了评价专家权重的计算方法; 然后采用区间数熵值法确定属性权重; 最后在确定评价专家权重与属性权重后对每个方案的综合有效评价值和属性的正负有效综合理想属性值进行测度,以此求出每个方案的有效综合属性测度结果,并进行排序.采用实例验证表明,该方法操作简单,便于计算,能够快速取得正确的排序结果.     

一种新的基于粗糙集的案例特征权值确定方法

为克服传统权值确定方法的主观性和任意性,探讨了粗糙集理论中知识熵的概念及度量方法,分析了案例特征属性的知识熵与权重之间的联系,提出了基于知识熵的案例特征权值确定方法.通过实例验证了运用该方法确定的权值具有更高的可信度.     

基于属性离散和特征度量的决策树构建算法

针对基于信息熵的决策树算法中存在多值属性偏向、连续属性处理不佳和时间复杂度较高等问题,提出一种基于离散比概念的决策树特征度量方法.首先采用K-means聚类算法对连续性数值属性进行离散化处理,其次利用属性在各个分类中的权重以及在整个条件属性中的权重比值,计算出该属性的离散比,避免了计算熵过程中复杂的对数运算,最后根据离散比的大小确定各个特征属性之间的拓扑结构,完成树的构建.结果表明,相较于K_C4.5和Id3_improved两种改进的决策树算法,基于离散比属性分割的算法能更有效地解决多值属性偏向,降低算法的时间复杂度,并且在实际产生的连续性数据集的分类应用上有进一步的突破.     

基于Vague熵权的模糊TOPSIS多属性决策方法

许多模糊多属性决策问题都是在权重已知的条件下,对各个方案进行排序,选出最优方案,很少在权重未知的情况下,考虑各方案的排序.笔者在权重未知的情况下,针对这种过于主观的情况对模糊条件下属性值为Vague值的多属性决策问题,根据Vague集熵的定义提出一种新的基于Vague集的熵函数,并给出了相应的证明,同时指出了现有Vague集熵存在的缺陷,这些缺陷通常是没有考虑模糊性或未知度对熵的贡献,然后根据这种新的熵函数确定公式得到各属性的熵权,从而给出了基于Vague集熵权的TOPSIS方法,避免了过于主观条件下对各方案的排序.最后,通过一个计算实例说明了该方法的有效性和实用性.     

基于多属性决策的装备保障人员综合能力评估

为了在装备保障指挥过程中对人员进行合理分配,设计了一种基于历史任务数据的多属性决策的保障人员综合能力评估方法.在前期历史数据收集的基础上,采用动态权重计算方法计算每次任务分配时的动态权重系数,对属性统计数据进行分析,按照其所占属性比进行权重计算,并结合MABAC算法给出综合能力排序结果.针对装备保障任务平时数据进行了挖掘,并使用本模型进行了实例验证和分析,结果表明,该方法能够有效计算出装备保障人员综合能力排序,为人员任务分配提供数据基础.     

熵权属性识别模型在电网公司综合评价体系中的应用

电网公司综合评价中各单指标的评价结果具有独立性,需要综合考虑各指标的属性.论文通过将熵值法与属性识别模型相结合,建立了电网公司综合评价的熵权属性识别模型,并运用熵值法来确定权重系数,能够避免权重确定的主观性问题.通过一范例对该识别模型进行分析,结果合理,计算简单.     

基于熵权的评标模型在电建工程中的应用

以电建工程为背景,对工程评标的主要因素进行分析,依据各投标单位的指标值构成判断矩阵,计算评价指标的熵值并确定其熵权,再结合主观权重产生综合权重,从而建立基于熵权的综合权重评价模型.通过实例验证了该模型的适用性,并比较了熵权法、基于熵权的综合权重法和直接打分法的3种方法评标效果,结果表明该方法可行、便于使用,为电力工程建设的评标决策者提供了直观而有效的技术方法.     

基于自组织膜计算的案例推理属性权重优化方法

为了解决案例推理检索过程中属性权重的合理分配问题,提出了自组织膜计算属性权重优化方法.首先建立了衡量权重分布是否合理的适应度函数,并设计了细胞型的单层膜结构以及对权重对象集进行膜计算寻优的选择、交叉、变异和双向交流规则,然后根据适应度函数和设计的规则训练并确定基本膜的个数,从而得到合理分配属性权重的自组织膜计算算法.最后通过UCI中的5个回归数据集和某污水处理过程溶解氧质量浓度的生产数据进行回归实验,结果表明:该方法应用于案例推理过程可以有效降低回归的拟合误差,说明自组织膜计算方法分配的属性权重比较合理,可以进一步提高案例推理模型的求解性能.     

车辆驾驶性评估方法在蠕行工况中的应用

为解决评估体系构建方法不科学,评估指标权重计算及主客观权重分配不合理的问题,提出构建驾驶性评估体系和计算指标权重的新方法.考虑车辆驾驶性在蠕行工况的内涵,基于SMART原则对驾驶性评估体系进行设计,从纵向响应特性、纵向平顺特性、纵向稳态特性3个维度构建了蠕行工况驾驶性评估体系;提出用网络层次分析和组合熵分别计算主客观权重,并设计结合网络层次和组合熵的综合权重优化模型,用于计算评估体系中各评估指标权重,使其兼顾主观性和客观性.应用该方法进行多辆车的蠕行工况驾驶性评估,对比分析不同权重计算方法的评估结果.结果表明:本文提出的方法得到的评估结果较层次分析、熵权等方法更准确,该评估体系构建方法更具科学性,权重计算方法更有效.     

混合缺失信息集结下的属性赋权方法

针对数据缺失的多类型评价信息混合集结问题,提出信息的一致性插补方法并建立插补优化模型,给出各类信息Mass函数统一转换方法.提出基于信息不完全折扣因子、Pignistic概率距离和顺序贴近度的专家权重计算方法,确定Mass函数修正因子.应用Dempster组合规则融合属性权重,形成一种基于缺失信息插补和证据理论的属性赋权方法.仿真算例表明,该方法对专家信息重要性的考量标准不仅取决于属性评价信息的数据相似度,而且增加了信息数值排列顺序的贴近性以及专家所提供信息的完整程度,提高了属性权重计算的合理性.仿真结果验证了该方法的有效性.     

一种用于数据挖掘算法的数据生成方法

由于受到保密性、时间和数据多样性等一些原因的限制,测试数据集的获取一直困扰着数据挖掘算法的研究．因此,提出一种基于遗传算法和熵的测试数据集的模拟生成方法,生成方法利用遗传算法具有继承性的特性对采集到的少量的真实数据进行扩充和模拟,用熵衡量生成数据与真实数据的相似程度,最终生成规模大的测试数据集,并给出了描述型数据的生成算法．使用此方法,可以生成同真实数据集具有相同的属性,相同的属性取值区间和属性值分布,类似属性关联关系的测试数据集,加速数据挖掘算法的研究进程．     

一种基于深度学习与排列熵的交通轨迹模式分类方法

针对交通模式识别的问题,本文提出一种基于交通轨迹速度与角度变化有序程度的排列熵特征,利用新增排列熵特征属性进行轨迹交通模式分类.通过对GeoLIfe数据的预处理与特征提取,在获得轨迹基本属性的基础上提取出轨迹速度与角度的排列熵,通过深度神经网络进行训练、分类.实验表明该方法分类准确率有一定提高,说明排列熵属性对识别交通轨迹类别是有效的,可提高轨迹模式识别的准确性.     

改进直觉模糊熵和证据推理的多属性群决策方法

针对属性权重和专家权重完全未知或部分已知的直觉模糊多属性群决策问题,提出一种基于改进直觉模糊熵和证据推理的多属性群决策方法.针对现有直觉模糊熵存在的不足,进一步完善直觉模糊熵公理化定义,并构造出一类改进的直觉模糊熵公式.然后,运用改进的直觉模糊熵对直觉模糊集的不确定性进行度量,以便获取属性和专家的权重,并结合证据推理算法进行决策信息的集结,进而依据相对贴近度实现对方案的排序.最后,通过算例进行比较分析,验证提出方法的可行性和有效性.     

水资源承载力综合评价的熵权属性识别模型

根据水资源承载力分析的结构特点,在传统多目标分析决策技术的基础上,将熵值法与属性识别模型相结合,建立了基于熵权的属性识别水资源承载力评价模型,应用熵值法来确定权重系数,避免了权重系数确定的主观性问题,用一种新的方法进行水环境承载力评价.结合实际应用的结果表明,其评价结果合理,适用于水环境承载力评价.     

基于熵权的建筑方案模糊优选模型

以建筑工程的综合评价为基础,结合建筑工程的特点,分析和归纳了影响建筑工程方案优选的因素指标,提出了熵值理论与模糊建模相结合的项目评价方法,建立了基于熵权的模糊评价模型.引用信息熵所反映数据本身的效用值来计算指标的权重系数,有效地避免了权重分配困难的问题.并以某建筑工程为背景,基于专家经验对该项目方案进行了优选,取得了预期的结果.     

基于粗集理论的产品属性定制权重确定方法

针对大规模定制中产品属性定制权重的确定问题,提出了基于属性重要度和依赖度的产品属性定制权重确定方法.在该方法中,产品关键定制属性构成条件属性集,客户对样本定制产品的偏好构成决策属性集,属性值的不同组合构成样本定制产品,通过论域自身所隐含的知识来确定不同属性对客户定制的影响程度,可以有效提高权重计算的客观性.研究了产品属性定制权重计算过程,其由产品定制属性分析、定量属性的离散化、基于客户偏好调查的决策表构建、产品属性定制权重计算构成.以汽车座套为例对所提出的方法进行了实例分析,验证了方法的有效性.     

知识的表示及应用

对知识的代数表示和粒度表示及其性质进行了探讨,围绕知识约简证明了两种不同表示方法的等价性,提出了基于熵与粒度计算相融合的知识约简方法,并将该方法用于KDD Cup'99数据集的属性约简.     

基于熵值法的水利施工企业绩效考核KPI设计方法

在考虑 “二八原则”和“SMART原则”的基础上,借助熵值能够反映系统信息有序程度的优势,对熵值法的权重计算方法进行改进,建立熵值法KPI指标权重计算方法,排除人为主观因素对指标权重的影响;基于水利施工企业统计数据和公司目标,结合因果分析法和改进熵值法,提出适用于水利施工企业的KPI指标选择和权重计算方法,并可将该方法应用于水利施工企业的绩效评价分析。     

自适应属性选择的实体对齐方法

现有实体对齐方法普遍存在传统方法依赖外部信息和人工构建特征,而基于表示学习的方法忽略了知识图谱中的结构信息的问题。针对上述问题,提出自适应属性选择的实体对齐方法,融合实体的语义和结构信息训练基于两个图谱联合表示学习的实体对齐模型。提出使用基于自适应属性选择的属性强约束模型,根据数据集特征自动生成最优属性类型和权重约束,提升实体对齐效果。两个实际数据集上的试验表明,该方法与传统表示学习方法相比准确率最高提升了约11%。