基于加权灰靶决策的出租车司机决策研究

本文主要是站在机场出租车司机的立场上分析在各种决策因素下如何才能获得更公平且最大的收益,建立了相关的模型并进行验证。为了得到出租车司机的选择决策模型,在这里采用加权灰靶决策模型。因此,需提前了解机场乘客数量变化规律以及出租车司机的收益,明确影响决策的决策目标。之后,通过决策矩阵算出各决策目标的决策权数来建立模型。基于对不同种情况数据的分析,给出司机的选择策略。根据模型验证得到的数据与出租车司机实际的选择进行比较,当模型的预测结果与司机的实际选择重合度越高时,证明模型越合理。之后,从各决策目标的决策系数的大小分析司机决策对于各决策目标的依赖性。当决策系数越高时,则最终决策对该相关因素的依赖性越高。

两级决策模型下的多网融合农业物联网智能节水灌溉系统

针对现阶段我国农田、果林等大面积栽培种植区灌溉技术落后、实时性差等问题[1]设计了一款多种传输网络融合的终端信息采集系统和智能节水灌溉系统。终端信息采集系统通过无线传感器网络将采集到的数据传递到云服务器上;智能节水灌溉决策系统部署在云平台上;通过Penman-Monteith公式计算蒸腾量;运用水平衡方程以确定灌溉时间间隔;采用两级判断模型得出最佳的灌溉决策;系统实现了大数据精准分析,智能灌溉等功能,实测结果表明:该系统可在无人条件下自动采集环境因素通过大数据分析得出在保证作物最佳生长条件下的最优灌溉量,真正达到精准灌溉。

基于BP神经网络评价模型求解半导体产品的质量问题

本文首先对附件数据进行数据分析和处理,然后通过对变量的相关性分析和多元线性回归分析,得出关键因素,最后我们构建BP神经网络评价模型,通过模型识别出不合格的半导体产品,并给出了产品不合格的原因。通过构建的BP神经网络模型,能够很好的解决半导体产品质量评估问题,并为此行业的类似问题提供了一种新的解决途径。