学科分类
/ 2
38 个结果
  • 简介:

  • 标签:
  • 简介:突发事件的实时数据是应急决策的依据,提高对数据的处理能力,确定突发事件属性的熵权,筛选出反映事件发展趋势的重要属性,是提高决策效率和准确性的关键问题。利用共性知识模型结构化表示突发事件和属性,参考区间型多属性决策方法,把事件属性监测值转换为区间数型,在保持时序信息的同时降低数据维数,并通过定义精确数与区间的距离,使突发事件属性集均转化为成本型属性;继而利用基于熵权的区间型多属性决策方法计算事件的属性熵权值,权值越大,表示包含事件演化趋势的信息越多,在决策时就应被重点关注。最后,通过实例说明此方法的有效性和实用性。

  • 标签: 突发事件 共性知识模型 区间型多属性决策 熵权
  • 简介:

  • 标签:
  • 简介:考点一:质量1.质量是物体的一种属性.任何物体都具有一定的质量,即含有物质的多少,它不会因为形状、状态、位置的改变而改变.

  • 标签: 考点分析 物理属性 物质 质量 物体
  • 简介:

  • 标签:
  • 简介:

  • 标签:
  • 简介:在多属性群决策中,决策者的决策结果有两种表现形式,即决策方案的优先序和决策方案的排序权向量.本文研究基于决策方案优先序的群排序方法,提出了加权偏差平方和最小化方法及基于测度函数的0-1规划方法.

  • 标签: 多属性群决策 决策方案优先序 群排序 0-1规划
  • 简介:本章的主要内容有质量、天平的使用、密度和物质的物理属性,在中考试卷中常见的题型有选择、填空、计算和实验探究,所占比例大约在8%左右,其中天平的使用和密度公式的应用是各地中考的热点.分析全国各地的中考试卷,

  • 标签: 物理属性 中考 物质 命题 密度公式 实验探究
  • 简介:针对同时包含可线性补偿和不可线性补偿两种属性属性值为确实数、区间数、语言信息的风险型多属性决策问题,提出一种基于消错理论的决策方法。首先,在消错理论的基础上将属性分为关键型、重要型和冗余型三类,结合属性值的类型分别给出对应的错误函数和极限损失值;接着,对关键型属性赋予极小权重,在保留关键型属性“一票否决”功能的同时又突出重要属性的作用;最后,根据对待错误损失的不同态度,建立计算错误损失值的三种方法,通过计算期望错误损失值对备选方案进行排序。通过新市民信息服务项目的例子,说明该方法的有效性和可行性。

  • 标签: 决策科学 消错决策方法 消错理论 混合 风险 错误损失
  • 简介:属性决策也可称为多准则决策,是现代决策科学的一个重要组成部分,它的理论和方法在工程、技术、经济、管理等诸多领域中都有广泛的应用。本文在一些专著和文献的基础上,简要介绍多属性决策的一般步骤,着重讨论在应用过程中几种主要方法的比较。

  • 标签: 多属性决策 决策矩阵 属性权重 方法集成
  • 简介:权系数的确定是多属性决策中的一个关键问题,目前常用的方法都要利用专家判断矩阵。然而在实际操作中矩阵的元素往往受到各种因素的影响,产生一定的不确定性。本文利用区间方法来研究这种影响,对原有的模型进行推广,并提出一种有效的算法。对类似问题的解决,提供了一种新的思路。

  • 标签: 多属性决策 权系数 区间 判断矩阵
  • 简介:研究了区间粗糙直觉模糊多属性决策。探讨了区间粗糙直觉模糊数的运算法则及其性质;定义了区间粗糙直觉模糊数的得分函数和精确函数,进而给出其排序方法;给出了区间粗糙直觉模糊数的变权算术平均和变权几何平均算子,并且建立了区间粗糙直觉模糊数的多属性决策模型;实例验证了所提出决策方法的有效性。

  • 标签: 区间粗糙直觉模糊数 多属性决策 集成算子变权向量
  • 简介:建立试卷质量综合评价的多级评价指标体系,利用属性数学模型提出试卷质量综合评价的多级属性综合评价方法.与一般评价方法相比,属性综合评价方法严谨、精细,克服了模糊评价法的不足,评价结果更合理、更可靠.应用实例的评价结果与实际相吻合,表明了方法的科学有效性.

  • 标签: 属性数学 综合评价 试卷质量 教育测量
  • 简介:本文基于收集的股票日交易数据,通过对时间窗口进行划分和股票收益间的相关性,将股票市场构建为一个金融演化网络,通过分析金融演化网络的拓扑特征,进而可以研究金融市场演化的内在机制.

  • 标签: 金融网络 相关性系数 复杂网络 股票关联网络
  • 简介:针对采用经典划分思想的聚类算法以一个点来代表类的局限,提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类,能够体现出类的数据分布特征,并进一步提出泛化中心距离及类间距离度量的新方法,给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略,一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集,并与著名的划分聚类算法K-modes及其两种改进算法进行比较,结果表明泛化中心算法聚类正确率更高,迭代次数更少,是有效可行的。

  • 标签: 聚类算法 泛化中心 分类属性 K-modes
  • 简介:对于多属性群决策中专家权重确定的问题,本文提出了基于聚类的专家权重确定方法,将专家权重分为类别间权重和类别内权重,对专家聚类步骤和类别间权重的计算方法进行了改进。通过专家给出的判断矩阵构建相容度矩阵,利用系统聚类原理,对相容度矩阵进行聚类,得到最大相容度谱系图。通过最大相容度间的距离和给定阈值的比较,对专家进行恰当分类,从而避免了根据现有研究步骤只能将专家分为两类的不足。此外,在确定类别间权重时,除继续对类容量较大的类赋予较大的类别间权重系数外,还引入专家判断矩阵的属性权重一致性来反映类别间的差异,从而有效避免了当某几类专家中含有相等数目专家时,赋予这几类专家相同类别间权重系数的问题。所提方法结构清晰、计算简便,并使得专家权重计算结果更为合理准确。最后运用一个算例对比验证了该方法的可行性和有效性。

  • 标签: 决策科学 多属性群决策 专家权重 聚类分析 判断矩阵