时序趋优偏好下的TOWA算子及其应用

由于传统的时序加权平均(TOWA)算子在对动态评价信息进行集结时忽略了不同时刻系统发展程度不同所带来的影响,因此对其进行了拓展与完善。首先运用改进后的灰色关联分析法求得被评价对象在各个时刻的静态综合评价值差分序列与最优时序数据差分序列的几何相似度,以测算系统发展的时序趋优程度;然后将偏好时序趋优数据的管理思想融合在时间权向量的确定方法中,根据时序趋优度的分布密度得到"趋优度"时间权向量和融合"时间度"和"趋优度"时间权向量的确定方法;最后分别运用两种偏好下的TOWA算子进行动态综合评价并与原有方法进行结果的对比分析,验证其有效性和可行性。

空间密度算子及其应用研究

为在信息集结过程中体现空间时序数据的分布特征,提出了一种新的集结方法,即空间密度算子.该算子首先构建了融合灰色关联度和相似度思想的空间贴近度,并在此基础上利用直接聚类法对空间时序数据进行聚类;然后在组内和组间信息基础上,以信息偏差最小为原则确定组内权重,以规模密度及属性密度为基准确定组间密度权重;最后提出空间密度加权算术平均算子(SDWA)和空间密度加权几何平均算子(SDWGA)这两种新算子,对空间时序数据进行集结,得到最终评价结果.通过性质分析,发现该算子具有置换不变性、幂等性、介值性和单调性等特征.进一步,文末用一个算例来验证方法的可行性和有效性.