融合三支聚类与分解集成学习的股票价格预测模型

准确的趋势判断与实时价格预测是获得理想投资收益的有效途径。现实的金融市场受客观经济环境变化,投资者预期回报以及其他潜在因素影响,使得传统预测方法面临较多的挑战和压力。如何在不确定的环境中发现一种可靠的预测工具,提高预测的准确性,将是值得深入探讨的科学问题。为了获得准确的预测,帮助投资者赢得最大利润,本文引入分解集成思想和三支决策理论,提出了一种基于三支聚类和分解集成的复合预测方法。首先,使用互补集成经验模态分解方法将原始时间序列分解成若干个相对平稳的子序列,实现降低原始时间序列复杂性的同时挖掘了隐藏的信息。其次,为了针对性地处理不同属性的子序列,构建了基于贝叶斯风险决策的概率粗糙集进行三支聚类。接着,为了避免输入信息的欠缺或者冗余信息的干扰,采用基于相空间重构的特征选择方法确定不同神经网络的输入结构。最后,将提出的方法应用于美股ANY价格预测和国际、国内的重要股票指数以及其成分股预测验证其有效性和实用性。同时为把粒计算思想方法与分解集成融合,构建复杂动态数据预测决策模型与方法进行了有益的尝试和探讨。此外,研究结果将为投资者的实际投资决策提供科学的支持与参考。

“00后”大学生网络行为追踪视域下的融媒体信息推送研究

作为网络用户中最为年轻活跃的群体,“00后”大学生的网络行为及其呈现出的特征规律值得我们深入研究。本文结合“00后”大学生网络用户的信息浏览习惯偏好的内在联系,构建融媒体信息智能混合推送模型。在不同的时间段,从海量的网络资讯中有效筛选出大学生最为关注的信息集合,通过分析指标之间的相互作用,考虑准则层次,提取出信息的内在关联程度,来提取出大学生在不同时间段最为关注的网络信息资讯种类,从而设计出大学生个性化偏好的融媒体网络信息推送模型。通过实证数据仿真,验证所提出方法的有效性和适用性。研究结果表明所提出的“00后”大学生网络行为追踪视域下的融媒体信息推送模型能够很好地针对大数据进行详细的区分计算和分类筛选,可以作为网络监管部门获取、判断和筛选信息的依据。

基于复合粗糙集的异构属性患者社区划分模型

社区划分是网络研究中的重要组成部分,基于医疗数据对类风湿关节炎患者进行社区划分能够有效提升临床医疗决策的准确性。考虑到社区划分过程中可能会存在患者属性异构及相关性问题,首先基于复合粗糙集理论实现对患者异构属性的有效处理,其次将复合粗糙集理论与louvain算法相融合,构建出基于异构属性节点的社区划分模型。通过采用临床真实数据集及经典网络数据集对本文构建的模型进行实验分析,验证了本文模型能够取得模块值较大的社区结构,实现将不同疾病活动程度的患者划分到不同社区内,从而提升患者疾病活动程度评估的有效性和准确性。

基于双论域模糊粗糙集的应急决策模型与方法

以突发危机事件应急决策为应用背景,讨论了双论域上模糊粗糙集的基本理论,建立了基于模糊相容关系的双论域模糊粗糙集模型.在此基础上,把突发危机事件应急决策转化为一个具有模糊决策对象的双论域决策近似空间上的粗糙近似问题,构建了基于双论域模糊粗糙集的应急决策模型.首先在双论域近似空间中计算模糊决策对象的上(下)近似,进而结合经典非确定型决策的思想给出了突发危机事件应急决策的规则.同时,给出了模型的算法.该模型给出了一种在不完全信息环境下应急决策的方法,给出了在充分考虑决策者个人偏好信息基础上的决策置信度以及最优决策规则.该方法能够比较充分地符合应急决策信息不充分、资源有限以及时间紧迫的基本特征,进而对突发危机事件应急决策提供科学的理论基础和现实的决策方法.最后,通过应用算例说明了模型的应用过程,结果验证了本文给出模型的有效性。

变精度概率粗糙集模型

在经典概率粗糙集模型中,限定参数α的置信区间为:12<α≤1,变两个参数为一个参数,得到了变精度概率粗糙集模型.该模型在处理某些问题时使得决策失误的风险更小.

基于模糊集截集的模糊粗糙集模型

基于L.A.Zadeh模糊集的截集的概念给出了论域U上任意模糊子集的上、下近似的刻画,得到了基于模糊集的截集的粗糙集模型,亦即模糊粗糙集,实现了用论域U中的模糊集近似论域上的任意模糊集,进一步推广了Z.Pawlak粗糙集模型,扩展了粗糙集的应用范围。最后,研究了其基本性质以及其与其他粗糙集模型的关系。

基于前景理论和BWM的深基坑支护方案综合评价

针对深基坑施工工程的复杂性及决策者风险态度对多指标决策的影响,构建了融合前景理论的深基坑施工支护最优方案选择模型。首先建立深基坑支护方案优选决策问题的多目标评价指标体系,借鉴TOPSIS思想将正、负理想方案作为决策者参照值,在此基础上,进一步将灰色关联分析法引入前景理论定义了正、负价值函数;通过BWM方法得出各指标的客观权重,根据权重函数得到决策者对客观权重的主观评价,在此基础上计算每个备选方案的综合前景值并排序,获得最优支护方案。最终通过两个工程实例验证了模型的有效性,并通过与其他方法比较说明了该模型在准确性方面的优势。

双论域上量化粗糙集模型及应用

双量化方法能够比较全面地刻画近似空间中决策对象的不确定性本质。在双论域框架下讨论了双量化粗糙集的基本模型。通过现实中理疗诊断决策问题给出了双论域量化粗糙集研究的背景和意义,进而通过结合经典变精度粗糙集和程度粗糙集给出了双论域量化粗糙集的基本定义。系统地讨论了其上下近似的基本性质以及与已有粗糙集模型的关系,并给出了其上下近似的矩阵计算方法。基于所建立的理论模型与方法,给出了双论域量化粗糙集在疾病诊断决策中的应用,通过应用算例说明了理论模型的应用过程。

区间值模糊数与区间值粗糙模糊数

把经典Z.Pawlak粗糙集与区间值模糊集相结合,研究区间值模糊数的基本理论。讨论区间值模糊数的基本性质和四则运算法则及其与其它各种区间数的关系,并给出区间值模糊数的刻画定理。同时,在经典Z.Pawlak粗糙集的框架下定义实直线上的粗闭区间套,提出区间值粗糙模糊数的定义。利用模糊数的表现定理给出区间值粗糙模糊数的一个刻画。

覆盖概率粗糙集的模糊性

在经典覆盖近似空间中定义了论域上任意元素x的最小子覆盖,基于任意元素的最小子覆盖给出了覆盖粗糙集上、下近似新的描述,进而给出了已有覆盖概率粗糙集模型在最小子覆盖意义下的描述。同时,以覆盖概率粗糙集的粗糙隶属函数为基础,应用经典模糊集熵的概念讨论了覆盖概率粗糙集模糊性的度量。

粗糙集的模糊隶属度表示及其相互关系

利用论域U上任意粗糙集的近似精度ρR(X)定义了基于近似精度的粗糙隶属函数,实现了对任意粗糙集边界域中元素更为准确的刻划.用模糊集的隶属函数进一步揭示了粗糙集的本质.

一般关系下的变精度粗糙集模型

通过分析一般关系下基本粗糙集模型的不足,定义了一般关系下的多数包含关系,借助引入的 误差参数α(0≤α<1/2),给出了一般关系下的变精度粗糙集模型．在该模型中,当α=0时,退化为一般关 系下的基本粗糙集模型(Z．Pawlak模型);当|Rs(x)|·α=k时(|Rs(x)|表示元素x后继邻域Rs(x)之基 数,k为非负整数),退化为常见的程度粗糙集模型．通过它与一般关系下基本粗糙集模型(Z．Pawlak模 型)的比较,可以看出,在引入误差参数α后,能够使尽可能多的有用信息被提取、挖掘．从而克服了基 本粗糙集模型中由于要求绝对精确的包含关系而使大量有用信息丢失的现象,并讨论了所给模型的一 些性质．最后,在所给模型基础上讨论了一种广义近似空间中集合的相对可辨性、近似依赖和属性约 简．

考虑患者个性化需求的医疗服务匹配决策方法

伴随着我国医疗服务事业的蓬勃发展,提升互联网医疗健康平台中医生和患者双方匹配的效率已经成为医疗服务领域中重要的问题之一。为此,本文针对考虑患者个性化需求的医疗服务匹配决策问题,提出了一种决策分析方法。首先,给出稳定和满意匹配方案的相关定义;在此基础上,根据患者个性化的需求类型,计算患者对医生的满意度;然后,根据医生提出的期望和患者的实际评价信息,计算医生对患者的满意度。进一步地,构建兼具满意且稳定的目标导向的匹配决策模型,通过运用求解模型的变步长算法,获得相应的最优匹配方案;最后,通过实例分析表明了所提出方法的可行性。

基于粗糙集属性重要性的模糊聚类决策及应用

考虑到不同属性之间的重要性,利用粗糙集理论对模糊信息表或信息表中的不同属性之间(特别是定量属性与定性属性之间)进行耦合,提出一种计算不同属性间相似度的计算方法,即基于粗糙集属性重要性的模糊聚类方法,解决模糊信息表或信息表中属性值定量与定性描述并存情况下的聚类问题,并根据原类结果建立决策表.

考虑风险偏好的区间直觉模糊软集型多属性决策方法

针对多方参与、评价指标有差异且存在模糊性的多属性方案优选问题,提出了一种考虑风险偏好的区间直觉模糊软集决策方法。对这类区间直觉模糊软集的多属性决策问题,提出了一个三阶段的决策方法,且按照决策者三种不同风险偏好,给出了相应的决策原则。在此基础上,选择了其中一种情形提出了具体的决策算法。最后,通过数值算例验证了该方法的可行性和有效性,同时采用综合得分值对该方法的结果进行了一致性的验证和讨论。该方法不仅可以很好地解决这类多属性方案优选问题,也能进一步推广到多属性方案的排序问题中。

基于灰色理论的铁路客货运量预测研究

运用灰色系统理论,以全国铁路1996-2005年客货运量数据为基础,建立了基于改进的灰色理论的影子响应GM(1,1)模型,Dynamic GM(1,1)模型,修饰型残差GM(1,1)预测模型.并采用后验差检验对三种模型的拟合精度进行了检验,从而给出了每一条铁路干线所适合的最佳预测模型,使得决策者能够灵活地根据具体问题选择相应的预测模型,避免了单一模型对不同铁路干线预测结果出现波动和失真的不足.同时用等维灰数递补法预测2007年的客货运量.进而对管理决策人员作出科学,合理的决策提供了理论依据.

航空货站自动化存取系统作业调度优化

为从作业调度角度提高航空货站自动化存取系统运作效率,在分析双板作业和防冲突避让对指令序列完工时间影响的基础上,以指令序列完工时间最短为优化目标,建立了航空货站自动化存取系统调度优化模型,并设计了一种改进的蚁群算法对模型进行求解.为避免算法在搜索过程中陷入局部最优,在引入权重信息素和随机扰动策略的基础上,提出了具有变异率的状态转移参数,用于在寻优过程中决定蚂蚁的移动方向.仿真结果表明:改进的蚁群算法较基本蚁群算法和遗传算法具有更好的全局搜索能力和求解精度,所提出的调度优化方法获得的指令序列完工时间较先到先服务调度策略有至少37%的改进.

多端口出入式自动化存取系统作业集成优化

为了提高具有双板作业运作特点的多端口出入式自动化存取系统(AS/RS)整体作业效率,在统筹考虑货位分配和指令序列排序对作业时间影响的基础上,提出以最小化指令序列完工时间为优化目标的集成优化模型。引入交换和插入思想构建货位分配和指令排序的搜索邻域,并分析2种邻域构建方法对指令序列完工时间的影响。最后,设计二阶段禁忌搜索算法对问题进行求解,利用货位分配和指令排序2个阶段禁忌搜索过程的反馈获得模型最优解,其求解过程体现货位分配和指令排序2个优化方面在邻域搜索过程中互相影响、互相嵌套的复杂关系。研究结果表明:二阶段禁忌搜索算法在不同的货位规模和指令序列规模下均能获得满意解,具有较好的鲁棒性和计算效率;相比"先到先服务"和"最近邻"调度规则,本文优化方法能够有效缩短指令序列完工时间。

直觉模糊数的表示和结构刻划

本文给出了直觉模糊数的表示定理:包括区间表示、函数表示、嵌入定理,并将直觉模糊数空间嵌入到一类特殊的二维模糊数空间—方模糊数空间,给出了直觉模糊数的结构定理;最后,利用方模糊数与一般二维模糊数的逼近定理,给出了二维模糊数的直觉模糊数逼近。

基于元胞自动机的小样本集分类算法

样本集中的数据数量过少会影响最后的分类精度。为此,提出基于元胞自动机模型的小样本集分类算法,利用元胞自动机的状态转换规则和分类规则,通过元胞空间的演化实现对数据集的分类。对标准数据集的测试结果表明,在小样本集和样本集中数据分布不均匀的情况下,该算法具有较高的分类精度。