面向批量定制的产品配置仿真系统实现方法

针对批量定制模式下产品配置设计领域,以定制产品多维信息中构件层次信息偏序集为核心,设计了构件属性索引表达模型,提出了基于构件属性索引的XML刻面分类文档的层次式检索技术和构件属性相似度的计算方法.并进一步研究了基于软插件的定制产品虚拟描述方法,开发了产品配置仿真原型系统.通过车床产品的配置仿真应用表明:系统能根据客户提出的定制需求快速有效的实现产品族构件的检索配置,客户也可以在配置设计过程中对配置选项进行规范的动态变更,以便对多个设计方案进行动态可视化的评价比较,既提高了配置设计的效率,又提高了设计结果与客户需求的一致性.     

电信运营支撑系统中产品客户化的分析与实现

根据电信市场上用户对产品进行客户化定制的需求, 分析了构成电信产品的主要属性, 并对电信业务中品牌、产品、资费套餐之间的关系进行分析, 得出了相关实体关系模型, 目的是基于该实体关系模型给出在电信运营支撑系统中实现产品客户化的解决方法.     

基于定制产品的客户聚类分析方法及其应用

大规模定制生产模式下,定制产品是客户根据自己的需求在企业定制资源范围内定制的最终产品,体现了客户的个性化特征.首先对客户聚类重要性以及定制产品与客户关系进行分析,提出了基于定制产品的客户聚类分析思想;然后在探讨定制产品不同对象模型及其映射关系基础上,建立了基于定制产品的客户聚类分析模型,并对客户聚类步骤和方法进行了介绍;最后将该聚类分析方法应用于实际系统中,达到了基于定制产品分析客户定制行为及其定制规律的目的,取得了良好的效果.     

基于Renyi熵的链接数据属性权重计算

针对传统方法在计算属性权重方面的不足,提出了一种与领域无关的基于Renyi熵的属性权重计算方法.基于概率论方法分析了属性的取值分布特征与属性权重之间的关系,并利用Renyi熵描述属性取值分布特征的合理性,最后得出基于Renyi熵的属性权重计算方法.该方法能从链接数据集中自动获取属性取值分布的Renyi熵,并自动计算出属性在共指分析中的权重.通过基于开放语义数据集的实验,以及与已有方法的结果对比,详细分析了该方法在属性权重计算方面的优势.     

基于组合权重的交通网络路径选择方法

针对城市交通网络路径选择过程中路径属性权重确定方法不合理的问题,考虑属性的主观权重不能更好地反映路径的客观信息并承载了较多的主观随意性、客观权重则对驾驶员的主观偏好兼顾不够等因素,提出了一种基于组合权重决策的最优路径选择算法。基于信息熵理论、路径的旅行时间和费用等属性对路径进行评价,属性的权重用主观权重和客观权重相结合的方法确定,根据计算得到的各路径的综合属性值,对可能的路径方案进行排序,从而得到最优路径。利用算例说明了本文最优路径选择算法的正确性和合理性。算法兼顾了专家的知识和出行者的主观偏好,同时有效地利用了路径的客观信息,得到的最优路径更合理。     

基于主客观偏差的灰色多属性决策方法

本文探讨了决策者有偏好、方案的属性值为区间灰数及属性权重完全未知的灰色多属性决策问题,提出了解决这种灰色决策问题的方法与算法。对于属性权重完全未知,提出了确定属性权重的基于主观与客观偏差的最小化优化模型。该决策方法既利用了客观信息,又尽可能地满足决策者的主观愿望。文中实例分析说明了所提出的灰色关联决策方法的合理性及其算法的有效性。     

面向模块化设计的客户需求分析

将灰色系统理论中的灰色关联度聚类模型运用于客户需求的量化分析,分析了模块化设计与客户需求之间的关系,提出了基于灰色系统的客户需求聚类模型.将客户需求描述成一系列的产品属性,每个属性又分为不同的属性水平,不同属性及属性水平组合形成不同的需求模块.客户需求聚类模型根据需求之间的关联相似性进行聚类.首先将客户需求映射到工程指标,对不确定数值的需求进行取值白化;然后根据客户需求对结构的影响进行功能聚类分析,从客户需求中总结出基本功能需求模块、辅助功能需求模块;最后计算需求取值之间的灰色关联度构建层次聚类树图,根据聚类评价准则确定合理的关联度取值,得到最佳聚类结果.以减震器产品为例进行了实例验证,结果表明该算法是有效的.     

一种基于云模型和 MNL 结合的产品优化定位设计方法

提出了一种基于云模型和MNL 结合的产品定位设计方法。首先, 对顾客的定性语言评价进行预处理, 结合云模型转换成定量的数据, 解决产品属性评价的含糊性; 其次, 结合顾客偏好和云模型来确定产品属性权重, 进而计算产品属性效用值, 避免该权重主观赋值不合理; 最后, 依据多项分类评定模型MNL, 以利润最大化为目标建立产品定位设计模型, 并采用改进的人工蜂群算法求解产品属性水平的最优组合。通过算例实验, 验证该产品定位设计方法的可行性和合理性。     

考虑属性关联的产品感性意象锚定评价方法

在产品感性评价过程中,存在因忽略客户锚定效应及产品属性间相互影响而导致的评价结果失真问题.为优化产品整体设计质量,在感性工学架构下,提出了一种考虑属性关联的产品感性意象锚定评价方法：首先,鉴于客户感性偏好的模糊性与认知的不确定性,采用直觉模糊集表征客户偏好信息;其次,为充分刻画客户对既有评价信息的借鉴心理,构造锚定值为客户提供评价参考,修正客户独立评价信息;再次,考虑到产品属性特征间存在相互关联,提出一种基于Dombi运算法则的直觉模糊Muirhead加权平均算子聚合锚定后的感性评价信息;最后,以居家护理床设计方案为例对该评价方法进行实施与对比分析,验证该方法的可行性与有效性.     

基于层次分析法和熵理论的网络选择算法

为了平衡网络之间的负载,针对不同的用户策略和业务类型在QoS需求上的差异,本文提出一种基于业务类型和用户策略的主观属性和网络客观属性协同决策的动态无线异构网络选择算法.利用层次分析法对用户策略和四类业务类型进行了参数相对重要性分析,确定各个属性的主观权重;将熵权引入多属性方案中,确定各个属性的客观权重以消除主观随意性;最后根据接近理想方案的序数偏好方法对候选网络进行加权排序.仿真结果验证了该算法的正确性和有效性,同时实现了异构网络间的负载均衡.     

基于相似度的软件可信性评估方法

为了提高软件可信评估的精确性,提出利用关联可信属性之间相似度的计算结果评估软件的可信性。首先建立可信证据模型、可信属性的数据结构和可信期望模型,便于数据的统一定制和下一步处理。然后对分定性可信属性、定量可信属性进行相似度的计算;根据各自的特点,定性可信属性利用Jaccard系数求解,定量属性则利用了相似度理论进行计算。最后,将该方法应用于实例进行验证,结果验证了它的有效性和稳定性。     

一种基于互信息增益率的新属性约简算法

为了获得决策系统中更好的相对属性约简，提出了一种基于互信息增益率的属性约简算法.该算法考虑了所选择条件属性与决策属性的互信息，还考虑了所选择属性的值的分布情况，从信息论角度定义了基于互信息增益率的属性重要性度量方法，并以此度量为启发式信息，算法从空集开始逐步将最重要的条件属性加入到选择属性集，直到所选择的条件属性集与决策属性集的互信息等于整个条件属性集与决策属性集的互信息时，算法停止.结果表明，算法能更有效地对决策系统进行约简，同时约简后的对象数目较少.     

粗糙集理论在关键功能零件识别中的应用

关键功能零件的识别可以提高装配体模型检索的效率并提高重用水平,同时为自主设计提供关键参考信息.为降低人为因素的影响和评价的主观性,本文提出了一种基于粗糙集理论的关键子装配功能零件的自动识别方法,利用装配体模型自身数据对功能零件的排序过程进行驱动.分析、讨论复杂装配体中零件类型与零件之间的装配连接关系,构建了基于复杂网络...     

基于信息增益的属性约简算法

以信息增益作为属性重要性的度量方法，提出了一种基于信息增益的属性约简算法．该算法总是优先考虑对于决策更为重要的属性，用条件属性对决策属性的信息增益作为条件属性的属性重要性度量，并以此度量作为启发式信息，算法从空集开始逐步将重要的属性加入到选择属性集，直到决策表达到一致分类时结束．并通过实例分析验证了该算法能有效地对属性进行约简，同时可以得到简单规则集．     

基于信息增益的属性约简算法

以信息增益作为属性重要性的度量方法,提出了一种基于信息增益的属性约简算法.该算法总是优先考虑对于决策更为重要的属性,用条件属性对决策属性的信息增益作为条件属性的属性重要性度量,并以此度量作为启发式信息,算法从空集开始逐步将重要的属性加入到选择属性集,直到决策表达到一致分类时结束.并通过实例分析验证了该算法能有效地对属性进行约简,同时可以得到简单规则集.     

基于粗糙集的属性约简算法

针对Rough Sets理论的属性约简进行了研究.引入了决策属性集相对于条件属性集的条件信息量的概念,证明了条件信息量在属性约简过程中的变化规律是单调递减的,并利用其计算属性集中属性间的相关性,其平均值最小的属性集即为最后属性约简的结果,由此,提出了一种新的基于信息量的属性约简算法.     

模糊信息表决策规则获取与属性约简方法

将粗糙集方法用于模糊信息表上的规则获取和属性约简, 在包含度概念的基础上, 定义了齐次包含度.对两类模糊信息值的信息表, 条件属性是离散值，而决策属性是模糊的模糊决策信息表和条件属性与决策属性均为模糊的模糊信息表, 采用齐次包含度研究了条件属性在决策属性中的包含关系, 得到了包含度意义下模糊决策信息表的属性约简判定定理和决策规则获取方法. 给出了模糊条件属性的所有可能组合, 研究了模糊组合属性在模糊决策属性中的包含关系, 提出了最大属性协调集的概念，建立了在最大协调属性集下的模糊信息表属性约简和决策规则获取的算法步骤, 并通过算例演示了模糊决策规则获取和属性约简的过程, 从而为模糊信息表决策规则获取与属性约简提供了一类算法.     

基于属性依赖度分析的粗糙集数据挖掘方法应用

目的采用粗糙集中的属性依赖度分析方法对胶合板缺陷检测数据进行分析,获得各属性对决策的不同作用,并得出各属性间的依赖关系．方法采用粗糙集属性依赖度分析方法对实验数据进行有效分析,挖掘出对决策分析影响大的属性,去掉对决策分析影响小的冗余属性,构造数据挖掘模型．结果从胶合板缺陷检测数据中挖掘出各属性对决策分析的影响程度以及各有关属性间依赖关系的知识,在胶合板缺陷检测数据集的17个属性中,得到了3个重要属性,5个对决策影响较小的属性．结论基于粗糙集属性依赖度的数据挖掘方法提高获取规则的快速性,降低计算的复杂度,增强规则的可解释性,取得良好的研究结果．     

Decision-tree induction from self-mapping space based on web

With the development of electronic technology andcomputer application,itis very hotfor us howto quick-ly,effectively and economically retrieval all relative in-formation of some thesis from Web data.Build a learn-ing model with good transparency also with…     

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...