模糊综合评价在示范效应评估中的应用研究

定量评估与定性评议是检验实验教学示范中心示范效应的主要方法．应用模糊数学理论,建立了对省级示范中心进行总体评估的模糊综合评价模型,并确定评价指标的权重,通过对模糊关系的运算论证了所建模型的可行性．     

用户需求适应的P2P超级节点选取机制

提出了一种基于层次分析法的超级节点选取策略。该策略刻画了不同用户对不同应用的需求度量,根据阈值法过滤部分不满足最低要求者得到备选集合,在此基础上构建层次分析模型,给出相应的选择结果。仿真实验表明,该机制能使用户满意度达到95%以上,同时整体网络在检索延迟、网络带宽消耗等有比较好的折衷。     

对方案有偏好的三角模糊数型多属性决策方法

针对权重信息不完全,决策者对方案有偏好的三角模糊型多属性决策问题提出了一种新方法。该方法是首先对三角模糊数求截集,将三角模糊数转化为区间数并引入偏差函数,然后建立目标线性规划模型并利用Lingo软件求出属性权重向量,进而对截集下的方案进行排序。     

一个新的动态约束因子PSO算法

根据带约束因子PSO算法,推导出认知因子c1、社会因子c2和惯性权重w之间应满足的关系.提出新的DCF-PSO算法,随着其中的惯性权重非线性递减,动态调整c1和c2值.通过Benchmark验证了改进后算法的高效性能.实验结果表明,算法表现优异.     

基于用户偏好的垂直搜索算法

提出并研究、实现了基于用户偏好的垂直搜索算法(PVSA)。以领域特征为基本出发点,PVSA借助领域主题偏好向量、领域元数据权重因子、检索名词差异化、行业词典库更新等4项策略,有效地挖掘、表征用户的领域个性化偏好,以此为基础构建基于用户偏好的垂直搜索算法。实验结果表明了PVSA算法的有效性和可行性。     

基于递阶质量屋的多属性灰色模糊评价系统研究

质量功能配置中的顾客需求权重以及设计要求权重的获取是产品配置的关键环节.在层次分析法的基础上,应用递阶质量屋方法优化了各因素的权重值,针对出现的模糊语言,利用模糊数对定性指标进行量化,并将灰色系统理论引入设计方案的多属性模糊优选,提出了一种基于递阶质量屋的灰色关联与模糊优选评价方法.该方法综合考虑相关模糊因素交叉耦合后的影响,对方案优劣进行整体比较.实例证明,该方法能够处理复杂的、多层次的、且信息不够完全的问题,评价方法客观准确,可操作性强,能够得到符合客观实际的结果.     

基于模糊层次分析法综合评判工会竞赛成绩

为综合评判工会组织的各项竞赛活动的成绩,提出了基于模糊层次分析法的综合评判措施,主要包括竞赛项目权重的确定、竞赛成绩的量化和综合评判等过程.实际应用表明,模糊层次分析法可以最大限度减少主观因素对评价结果的影响,合理地确定各项赛事在工会竞赛活动中的权重,结合竞赛成绩的量化矩阵,使得综合评价结果科学、可信.     

房价评估中的定性分析

现代人在城市买房已成为了常态,如何对房价进行评估,从而选择一套最适合的房子,这成为一个问题。本文利用初等模型,通过模糊数学运用主观权重确定方法,定性分析房价飙升的原因,以期望能正确引导大众选择合适自己的房子。     

带有Lévy Flight机制的引力搜索算法

引力搜索算法（gravitational search algorithm,GSA）是模拟万有引力定律进行搜索的一种新颖的优化算法,已有研究表明GSA算法相比一些传统的优化算法拥有较好的收敛性能,但其缺乏有效的全局寻优机制,易于被局部极值吸引,从而陷入早熟收敛。因此提出了一种基于Lévy Flight和权值惯性递减的引力搜索算法QmuGSA,以加强算法的全局寻优能力。该算法通过Lévy Flight独特的不均匀随机游走的机制扩大粒子的搜索范围,增加种群多样性,从而更容易跳出局部最优点。通过4个标准测试函数对所提算法进行了仿真测试,结果表明所提算法能够有效克服基本引力搜索算法易早熟、收敛精度低等缺陷,具有较好的寻优精度和全局收敛性能,能够解决一些复杂函数的优化问题。     

带有Levy Flight机制的引力搜索算法

引力搜索算法（gravitational search algorithm,GSA）是模拟万有引力定律进行搜索的一种新颖的优化算法,已有研究表明GSA算法相比一些传统的优化算法拥有较好的收敛性能,但其缺乏有效的全局寻优机制,易于被局部极值吸引,从而陷入早熟收敛。因此提出了一种基于Levy Flight和权值惯性递减的引力搜索算法QmuGSA,以加强算法的全局寻优能力。该算法通过Levy Flight独特的不均匀随机游走的机制扩大粒子的搜索范围,增加种群多样性,从而更容易跳出局部最优点。通过4个标准测试函数对所提算法进行了仿真测试,结果表明所提算法能够有效克服基本引力搜索算法易早熟、收敛精度低等缺陷,具有较好的寻优精度和全局收敛性能,能够解决一些复杂函数的优化问题。