基于专家主观信息的学术期刊评价方法研究

该文侧重于学术期刊定性属性的评价方法研究。学术期刊定性属性特征通常具有模糊性,因而往往需要由专家给出主观判断。通过建立基准语言等级评价集合,提出了将专家给出的关于各定性属性的主观评价信息规范化为基准语言等级评价集合并集成的综合评价方法。最后通过计算可以得到学术期刊的综合评价值,进而使得学术期刊评价尽可能的公平化。     

未确知均值聚类

利用未确知系统理论分析特征对样本分类所作贡献,定义特征的分类权重,并作为启发性知识用于确定样本与各类间的加权距离及样本属于各类的隶属度,建立未确知均值聚类算法。IRIS数据检验表明,未确知均值聚类算法误判样本数少、收敛速度快、鲁棒性好,是一种实用、有效的无监督聚类算法。     

多拓扑路由实现IP网络区分服务的优化算法*

在IP网络使用多拓扑技术对不同业务区分服务和路由优化的背景下,提出一种改进的链路权重优化启发式算法,在一定条件下以一定概率接受非可行解,从而引入松弛机制扩大候选解范围,避免搜索陷入局部最优。在仿真中将所提出的算法和已有算法进行了比较,结果证明该算法能够为每个高优先级需求的服务层协定（SLA）提供保证,有效降低全网总时延或提高网络吞吐量。     

多目标灰色局势决策方法研究

在传统灰色局势决策的基础上,探讨了评价信息为区间灰数的情况,给出了多目标灰色局势决策问题确定目标权重的优化模型.首先考虑不同目标下各局势效果测度与正理想效果测度、负理想效果测度的偏差建立优化模型,获得各局势的理想目标权重;再从全局考虑建立二次规划模型,通过协调权向量获得灰色局势决策各目标的最佳综合权重向量.利用区间灰数可能度公式对每个事件的局势进行排序,获得最优局势,从而进一步完善了传统的灰色局势决策理论和分析方法.最后通过实例验证了该模型的有效性和可行性.     

未确知均值聚类

利用未确知系统理论分析特征对样本分类所作贡献,定义特征的分类权重,并作为启发性知识用于确定样本与各类间的加权距离及样本属于各类的隶属度,建立未确知均值聚类算法。IRIS数据检验表明,未确知均值聚类算法误判样本数少、收敛速度快、鲁棒性好,是一种实用、有效的无监督聚类算法。     

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。