基于偏好不一致熵的有序决策

针对多规则有序决策系统中的偏好决策问题,根据有序决策的偏好不一致特性,提出了一种基于偏好不一致熵的偏好决策方法。首先,定义了样本的偏好不一致熵(PIEO),用来度量特定样本相对于样本集的偏好不一致程度;然后,根据偏好决策中不同属性对决策的重要性不同的特点,提出了一种加权的样本偏好不一致熵,并结合属性偏好不一致熵在度量属性重要性方面的能力,给出了一种基于属性偏好不一致熵的权值的计算方法;最后,提出了一种基于样本偏好不一致熵的偏好决策算法。采用Pasture Production和Squalsh两个数据集进行仿真实验,基于全局偏好不一致熵分类后,各属性的偏好不一致熵普遍比基于向上和向下偏好不一致熵分类后的熵值小,而且更接近原始决策的偏好不一致熵,这说明基于全局偏好不一致熵的分类比其他两种情况的分类效果好。分类偏离度最小低至0.128 2,这说明分类的结果比较接近原始决策。

(q,s)一致熵的强次可加性

量子(q,s)一致熵的次可加性在q>1时已被证明.本文将讨论在q>1的条件下,(q,s)一致熵的强次可加性成立的条件和相关的结论.

一类k-体分划下基于量子熵的量子关联测度

在量子信息理论中,蕴含在量子态中的量子关联是一种非常重要的物理资源,利用量子一致(q,s)熵,给出了一类k-体分划下基于量子一致(q,s)熵的量子关联测度的定义,证明了其满足量子关联测度的一些必要性质,包括:非负性,酉不变性,系统添加局部非相干辅助子系统时测度保持不变。Tsallis熵作为量子一致(q,s)熵的特例,给出了一个k-体分划下基于Tsallis熵的量子关联测度。

伪轨跟踪与一致正熵

本文对于满足伪轨跟踪性质的紧致度量空间上的连续满射f，给出了f具有一致正熵的几个充要条件和一个必要条件．

保持(r,s)-一致相对熵的映射结构

利用(r,s)-一致相对熵的概念,在附加广义逆的条件下,将有关Von Neumann相对熵的非负性、联合凸性等基本性质推广到(r,s)-一致相对熵的情形.同时推广了Molnr给出的保持经典Von Neumann相对熵不变的映射结构的结论,将其映射结构扩展到更为广义的(r,s)-一致相对熵的情形.

林业上市公司绿色竞争力指标体系构建及实证研究——基于熵权模糊一致性互补判断矩阵

绿色竞争力的培育及提升是生态文明新时代林业上市公司面临的全新挑战。准确把握绿色竞争力现状是林业上市公司正确制定绿色竞争战略的重要基础。文章以Hart的自然资源基础观为理论基础,从污染防治、产品管理及可持续发展三个方面构建林业上市公司绿色竞争力指标体系,利用熵权模糊一致性互补判断矩阵评价林业上市公司的绿色竞争力水平。研究结果发现:(1)当前林业上市公司的绿色竞争力水平整体差距不大,但普遍处于较低水平,绿色竞争力最高值为0.4576(广东甘化),最低值为0.1399(新联通),最高水平是最低水平的3.27倍,意味着未来的绿色转型发展还有较大的提升空间。(2)主营业务不同的林业上市公司在污染防治、产品管理和可持续发展三个纵向维度上发展水平差距较大,各维度最高水平分别是最低水平的8.81、3.11和16.54倍,其中以造纸及纸制品类表现最佳。(3)在污染防治、产品管理和可持续发展三个横向维度比较而言,各维度均值分别为0.29、0.42和0.10,意味着多数林业上市公司中产品管理竞争力最强,污染防治次之,可持续发展最差,说明林业上市公司依旧以追求经济效益为主要目标,社会效益和生态效益有待提升。文章提出了要持续挖掘绿色引擎、培养环保意识、培育绿色产品、推动绿色消费、重视绿色技术创新、扩大绿色发展协同效应等政策启示,为林业上市公司制定绿色竞争力提升策略提供决策参考。

基于f-散度的一致风险度量

进一步研究了带有熵约束的一致风险度量,鉴于它的许多良好性质,提出了带有f-散度约束的一致风险度量,获得了一大组可以灵活选取的风险度量,并且给出了一致风险度量理论中可接受集的控制方法.另外,讨论了将这类风险度量直接用于优化问题的优点以及它们的稳健化处理方法,得到了一致风险度量的新的表现形式,此形式是CVaR的上界,在应用中是更易处理的.

基于乘法偏好关系的群一致性偏差熵多属性群决策方法

在多属性群决策中,针对每一个属性下决策者都有一个关于决策方案的乘法偏好关系的决策问题,提出一种基于乘法偏好关系的群一致性偏差熵多属性群决策方法.此方法考虑到不同属性下的决策者具有不同的权重,并通过迭代运算可以达到群一致性水平,从而得出最终的不同属性下决策者的权重;同时,可以利用偏差熵模型来求解属性权重,利用这两个权重最终获得一个综合各方意见的群一致性乘法偏好关系.最后通过算例分析验证了所提出方法的有效性.

基于改进的QBC和随机森林的管道类别非均衡堵塞故障识别

针对城市埋地排水管道堵塞故障检测过程中有标签故障样本少,管道运行状态样本集存在类别不均衡及样本标注成本高昂的问题,提出一种基于主动学习的排水管道堵塞故障分类识别方法。该方法采用改进后的委员会样本查询策略通过基于一致熵的委员会样本查询策略建立主动学习模型来实现不均衡样本集的学习。经过充分考虑样本的信息度并挖掘信息度高的未标注样本进行标注后,结合多个随机森林分类器组成委员会对未标注样本进行分类识别。在实验室所采集的管道运行数据集上对委员会样本查询策略中的投票熵、一致熵和随机选择样本查询策略进行对比验证。实验结果表明,采用基于一致熵的委员会查询策略在类别分布均衡初始训练集下有更快的收敛速度和更好的稳定性,在类别非均衡分布的初始训练集下同样具有良好的识别效果。

基于图像特征相关度的激光干扰卫星效果评估

针对激光干扰光学成像卫星效果难以评估的问题,借鉴图像处理相关理论,将干扰前后卫星图像特征相关度作为评估指标,并采用HVS(人眼视觉系统)对指标进行修正,利用基于一致相邻度熵权的综合赋权方法,建立激光干扰效果综合评估模型。运用模型对受激光干扰条件下的卫星图像进行评估,得到的结论既能客观地反映激光干扰的实际效果,又能与人的主观感受保持较好的一致性,验证了模型在激光干扰光学成像卫星效果评估方面的适用性和科学性。