PROMETHEEⅡ法的变形方法及一类优先函数

本文扩展了多属性决策问题中PROMETHEEⅡ法中优先函数的概念,在此基础上给出了PROMETHEEⅡ法的一种变形方法。该变形方法简单明了,易于理解,计算指标具有更为明显的实际含义。另外,本文还提出了一类优先函数及其参数确定方法。最后,本文还给出了一个算例。

构造算符优先函数的一种简便算法

提出了一种由算符优先矩阵构造算符优先函数的新算法 ,较传统的有向图技术构造算法 。

在算符优先分析中构造优先函数的一种方法

提出了一种不经过优先函数向量图而直接由优先关系表寻找优先函数的方法,并举例说明了这种方法的应用。

求解优先函数的改进型Floyd方法

Floyd方法在以迭代方式获取算符优先文法的优先函数过程中涉及大量的数据访问、函数修正以及优先关系与函数间的一致性检测。深入分析和利用优先矩阵所揭示的终结符间的性质,对数据访问、检测策略给予调整,从而提出改进型Floyd方法。应用表明,新方法因避免许多不必要的关系检测而在性能上得以有效提升。

一种基于优先函数的数字图像压缩的算法

提出了一种基于优先函数的数字图像压缩的算法,该算法对于一类特殊图像采用优先函数法处理后,大大减少了所需处理象素的数据。在此基础上再和其它算法结合可以获得更高的压缩比。

基于优先度函数的概率不确定语言术语集双边匹配方法

针对具有概率不确定语言评价的双边匹配问题,考虑双边主体趋优性的心理行为特征,提出一种基于优先度函数的双边匹配方法.首先,定义了概率不确定语言术语集的区间型得分;其次,结合可能度构造优先度函数来描述双边匹配主体心理行为,并定义了距离测度,进而得到满意度矩阵,在此基础上,以双边匹配主体综合满意度最大化为目标,构建并求解了匹配优化模型.最后,通过软件供需商匹配算例与现有双边匹配方法进行比较分析,说明了该方法的实用性及有效性.

PROMETHEE方法的优先函数形式研究

在分析了 AMT评价要素的特性后 ,结合文献 [1 ,3]中的优先函数形式 ,认为在PROMETHEE方法中 ,绝对值与相对值结合 ,线性与非线性共存 ,并辅以专家评判的优先函数形式更合理。

定义域优先原则在解决函数问题中的应用

函数的定义域具有不可忽视的重要性,所以在研究函数的相关问题时如值域、最值、单调性、奇偶性、周期性等,要时刻树立定义域优先的原则。

基于优先级的单元测试技术应用研究

考虑到单元测试的并行性,提出了基于函数优先级的测试策略.分析了函数的参数、全局变量和局部变量对函数控制流正确实现的影响,建立了量化的权值影响因子数学模型,并结合函数的控制流图生成了带权值有向无环图,最后根据AOE-网关键路径求解算法,生成被测函数的关键路径,设计测试用例.测试结束之后,再进行次关键路径选择,直至达到测试标准.通过以上技术,合理分配各模块测试计划时间,有助于提高软件测试效率,保证软件质量.

基于阈值分界和区域划分的Criminisi改进算法的图像修复

针对传统Criminisi算法在修复图像时,存在置信度项快速趋向于零和匹配样本块的搜索策略复杂度高的问题,论文提出一种结合阈值分界和区域划分的图像修复算法。首先通过阈值分界的方式改进优先权函数,其次引入Jaccard距离作为匹配准则的约束条件,最后通过区域分割的方式优化搜索策略。实验结果分析表明,新算法可以较好地克服纹理延伸的问题,获得更好的峰值信噪比和结构相似性。

基于PROMETHEE的群体多准则模糊规划方法

针对决策准则值为模糊数、准则和决策者权重信息均不完全的群体多准则决策问题,从两两方案之间的优劣程度大小入手,拓展PROMETHEE方法中优先函数,分别建立了单个决策者下的方案准则集成、群体决策者偏好及其总体风险态度集成等模糊规划优化模型,得到训练集中各方案完全排序。通过算例表明该算法可行,其结论具有较高的可信度。

面向属性关联的区间犹豫模糊型PROMETHEE决策方法

面向属性关联的多属性决策问题中,合理刻画并设计融合属性关联的决策模型是提高决策绩效的重要路径。首先,分析了各类属性关联情形下的属性权重调整方法优缺点,采用莫比乌斯变换法则变换属性关联性系数(Shaplely值),设计了融合Shaplely值和属性权重的合成权重函数,分析了属性关联性系数对权重的影响机制。其次,基于偏好顺序结构评估方法(preference ranking organization methods for enrichment evaluations,PROMETHEE)决策方法的优先函数表征特征,运用可能度比较区间犹豫模糊型数值,设计了基于sigmoid函数的优先函数,提出了考虑属性关联的改进型PROMETHEE决策方法。最后,通过算例证明了所提方法的优越性。

一种多属性的多物品拍卖方法研究

通常意义的多物品拍卖中,卖方只对买方的竞标价格和数量感兴趣,而不考虑竞标的其他属性。而在实际交易时,卖方往往需要考虑买方竞标更多的属性,如买方的企业信誉、付款方式、合作关系等,卖方对不同属性的买方竞标评价值不同。为此采用一种多属性的多物品拍卖模型,并用基于效用理论的多属性决策方法PROMETHEE-Ⅱ且属性的优先值与属性值成非线性关系正弦准则的优先函数进行实证分析。

定制-PROMETHEENETDEA模型及其应用

文章通过对大规模定制以及PROMETHEE特点,在传统DEA模型研究基础上构建了定制-PROMETHEENETDEA模型;同时利用算例对其进行分析论证;然后结合模型的特点指出了定制-PROMETHEENETDEA模型具有优势及其应用价值;提出了以后的研究方向。

国有及国有控股企业干部绩效考评与实证

要对企业中的干部做出系统全面的评价,就必须有一套完整、科学、全面的综合评价指标体系。为了有效的评价干部,选择了德、能、勤、绩四个方面作为一级指标,并在此基础上进一步分析确定二级指标因素,提出一套国有及国有控股企业干部绩效考核方案并基于PROMETHEE-Ⅱ的实证分析。

改进的纹理合成图像修复算法

提出一种新的基于纹理合成的图像修复算法,针对Criminisi算法优先权函数不准确等缺点,改进优先权函数;另外在模板的选择上,利用方差表征频率的变化来选择模板的大小,不仅可以抑制噪声对模板选择的干扰,也更能体现图像的局部差异性,从而能更加准确地寻找最佳匹配块。算法经过实验仿真证明了其准确性。

改进的Criminisi图像修复算法研究

针对Criminisi算法存在的优先权函数不可靠,匹配块遍历搜索时间复杂度大,以及选取匹配块时相似度函数不准确的问题,提出了一种改进的Criminisi图像修复算法。该算法改进了优先权计算公式,引入了方差差值项,增强了对图像结构部分的辨别能力。在搜寻最佳匹配块时,引入一个比例系数,从而有效缩短了匹配块寻求时间,降低时间复杂度。且定义了新的待修复块与匹配块之间的相似度函数。通过实际修复实验证明,改进后的Criminisi算法的修复结果更加可靠和有效。

面向任务的多传感器资源预分配建模与求解

多传感器管理是对一组传感器或测量设备进行自动或半自动控制的一种处理过程,它实现了整体性能的优化和资源的有效利用。首先提出了面向任务的多传感器资源预先分配问题。为了解决这一问题,考虑目标优先级函数与传感器对目标的效能函数,建立了多传感器资源预分配数学模型,将目标检测、目标跟踪与目标识别三种任务下的预分配统一到一个框架下;然后利用改进匈牙利算法结合三种任务下的目标函数进行了求解。最后通过仿真验证了模型的可行性与求解方法的快速准确性。

基于Cramér-Rao下限的多传感器跟踪资源协同分配

针对防空指挥控制系统中多传感器管理问题,提出了一种基于目标跟踪精度Cramér-Rao下限的多传感器跟踪资源协同分配方法。该方法首先利用目标战术重要性函数求解目标优先级;然后在目标优先级函数和目标—传感器配对效能函数的基础上,构造了多传感器资源协同分配一般模型,并根据目标跟踪过程特点将Cramér-Rao下限引入到协同分配的模型中,使得在进行跟踪资源协同分配时无需考虑目标跟踪滤波算法的选择。对于分配过程中出现的NP(Non-deterministic polynomial)难问题,探讨了利用匈牙利算法寻求满足条件的目标传感器最优组合,给出了模型求解的步骤。仿真结果表明,这种多传感器跟踪资源协同分配方法的可行性与模型求解的快速性。