基于属性坐标分析和学习的评估决策模型

将决策者的心理偏好或权重理解为:"在总分相等的条件下,决策者认为各决策属性分数按其心理权重分布是最合理的."在此基础上,将通常的决策问题分解为求一系列(等总分)局部最满意解的子问题,然后再从所有局部满意解的集合中,找出全局最满意解(即(1)的解).并提出了一种直接面向决策者(经验性)心理标准及其评估变化过程的决策模型———属性坐标学习和分析的评估决策模型.

一种思维建构与模拟的数学理论和方法──属性论简介

根据神经科学实验的相关结果，本文给出了一个基于属性的思维建构与智能模拟的数学理论与方法，简称属性论的初略框架．

个性化数据聚类的属性坐标分析法

以属性论为理论依据,分析了个性数据属性与属性重心剖分模型的关系,在属性线性坐标系中表示数据属性集对象重心点,从而得到聚类程度函数和聚类算法。该模型有效地描述了个性化数据属性间的语义关系。

基于属性理论的教师教学质量动态评估

在基于属性坐标学习和分析的静态教师教学质量评估的基础上提出了动态评估方法。目的是能够反映评估者的心理偏好以及随时间变化评估者决策的变化情况,通过人机对话,教师教学质量的动态变化的结果说明了计算机能对决策者的决策行为进行动态跟踪,从中猜测和估算出决策者心理评估标准随各种制约条件动态变化的过程,并使机器具有模拟决策者进行决策的功能。这就突破了传统的评估方法不能随意更改评判者心理权重的局限,更具有实用价值。

基于水能分配空间坐标系的流域蒸散变异归因研究

气候和下垫面变化对流域蒸散发产生显著影响,然而,如何定量分解两者对蒸散发变异的贡献程度,一直以来是流域水文学研究的重点和难点。本研究基于水量与能量平衡基本原理,建立水量-能量分配空间坐标系统,分离并量化气候及下垫面变化对流域蒸散发的影响。基于优化的水量-能量分配框架,对全球83个典型流域的实际蒸散发变化(1900—2008年)进行归因研究,对比该方法与基于Budyko-Fu公式的分解法的计算成果,检验该框架在全球范围大尺度流域的科学性和适用性。结果发现,实际蒸散发的变化,在持水能力低的湿润流域主要受下垫面因素的驱动,而在持水能力强的湿润流域中主要受气候因素的影响;对于持水能力低的半湿润流域以及干旱与半干旱流域,其水热状态的变化轨迹主要沿干燥指数线移动,流域内实际蒸散发的变化主要受下垫面因素驱动。与已有基于Budyko-Fu公式的分解法计算结果的比较表明,本研究建立的基于水能分配框架的蒸散发归因方法具有较好的可靠度。此外,相对于传统的Budyko分解法,基于水量-能量分配法的水能空间坐标系能直观地分析气候及下垫面变化分别对流域实际蒸散发的贡献大小、方向及不同时段下流域水能状态的变化轨迹,具有较强的实用性。