基于改进差别信息树的广义决策属性约简

属性约简作为一种有效的数据降维方法,对于处理高维数据具有重要意义,通过删除冗余属性保留重要属性,获得与原系统具有相同表达能力和分类能力的属性子集。差别矩阵是得到属性约简的一种重要方法,但其中含有大量无用的信息,本文受改进差别信息树的启发,将改进差别信息树与决策多层次系统相结合,在该方法下研究不同决策层级间改进差别信息树之间的关系,提出一种基于改进差别信息树的广义决策属性约简算法。所提方法不仅可以实现对差别矩阵中非空元素的压缩存储,还有效缩短了时间消耗。为了验证算法的有效性,选取8组UCI数据集分别从算法的约简结果和约简效率两方面进行对比,实验结果验证了算法的可行性和有效性。

可信网络中基于多维决策属性的信任量化模型

可信网络中的信任关系模型本质上是最复杂的社会关系之一,涉及假设、期望、行为和环境等多种因子,很难准确地定量表示和预测.综合考虑影响信任关系的多种可能要素,提出了一个新的基于多维决策属性的信任关系量化模型,引入直接信任、风险函数、反馈信任、激励函数和实体活跃度等多个决策属性,从多个角度推理和评估信任关系的复杂性和不确定性,用来解决传统量化模型对环境的动态变化适应能力不足的问题;在多维决策属性的融合计算过程中,通过信息熵理论确立各决策属性的分类权重,克服了过去常用的确定权重的主观判断方法,并可以改善传统方法由于主观分配分类权重而导致的模型自适应性不强的问题.模拟实验表明,与已有同类模型相比,该模型具有更稳健的动态适应性,在模型的安全性方面也有明显的优势.

基于决策属性支持度的知识约简方法

提出了一种基于决策属性支持度的属性相对约简算法·该算法利用粗糙集理论分析的方法,通过在知识表达系统中引入决策属性支持度的概念,来描述由条件属性所提供的知识对整体决策的支持程度,并通过决策属性支持度定义了条件属性对决策属性的相对重要性,以此作为启发式信息,可以方便地求出相对核·再以相对核作为求解最小相对约简的起点,按重要性的不同逐次选择重要属性添加到相对核中,直至其支持度达到整体条件属性支持度时为止,此时即得到知识库的最小约简·通过实例分析证明,该方法是有效的·

区间值信息系统的决策属性约简

借助于属性区间值的相似程度在区间值信息系统上定义了一种具有变精度的相容关系,讨论了在这种相容关系下决策区间值信息系统的决策属性约简与决策属性相对约简,并得到了求决策属性约简与决策属性相对约简的具体操作方法。

一种多值决策属性的决策系统的离散化算法

决策系统中连续属性的离散化,即实型属性空间向整型属性空间的映射,它是对决策表中属性约简的第一步.针对多值决策属性的决策信息系统,提出一种新的属性离散化算法.首先根据决策属性的不同,将条件属性集划分为不同的序列,对每两个序列求取候选断点,最后,综合所有的候选断点即为所求的候选断点集合;然后在基于条件属性重要度和贪心算法的基础上提出一种确定结果断点子集的新启发式算法.实例验证了本文所提出的算法能够取得较理想的连续属性离散化结果.

一种无决策属性的信息系统的属性约简算法

经典属性约简及其延伸算法是基于有决策属性的信息系统的属性约简算法,它们对无决策属性的信息系统的属性约简无能为力.为此,本文以粗集理论为基础,对无决策属性的信息系统从集合论的论域划分方面进行研究,提出了一种适用于无决策属性的信息系统的启发式属性约简算法.该算法在一定程度上能够解决无决策属性的信息系统属性约简问题,进一步扩展了粗集理论的应用范围.实例表明该算法是有效可行的.

中国现阶段总承包工程交易模式决策属性研究

通过文献研究总结出的38个总承包成功交易模式决策的重要属性,并从中选出20个作为我国总承包工程交易模式决策的初选属性集;运用Mean Score和Ranking Agreement Factor模型对总承包工程交易模式决策初选属性重要性的市场调查数据进行排序计算和一致性分析.结果显示,来自业主工程技术能力、业主工程建设偏好、项目性质与总承包市场条件4个方面的17项属性对我国总承包工程交易模式决策产生重要影响.最后提出了促进我国建筑业工程总承包制度快速健康发展的对策和建议.

基于多决策属性的社会网络核心节点识别

针对目前社会网络中单属性识别的局限性、多属性识别中属性选取的主观性和识别结果不准确的缺点,提出一种综合识别方法。从多目标优化问题出发,综合社会网络和系统科学的分析方法识别核心节点集,并使用多个经典决策属性通过二次评价的方法提高算法的精度。在美国APRA网络和Zachary空手道俱乐部网络上的实验结果表明,该方法能够有效提高社会网络中核心节点集的识别准确率。

多决策属性的网络协议识别算法探究

针对互联网络流量产生规模不断扩大,产生环境多变,网络监管难度增加的问题,以及随着计算机网络技术的快速发展,各种各样的互联网应用不断出现,且表现出的内容不断丰富化、协议不断复杂化等情况,采用分类的方式对应用较为普遍的各种网络协议识别算法进行解析,分析各种算法存在相关缺陷和优点,从而提高网络协议识别算法的实效性和准确性。

基于多维决策属性的网络用户行为可信度评估

针对已有模型在动态适应性、主观分类权重、决策属性建模粗糙等方面的不足,提出了一种新的网络用户行为可信评估模型。采用更完善的决策属性来衡量用户行为可信性,基于AHP原理计算直接可信度,运用信息熵理论客观的分类方法,确定各个决策属性的权重,并通过加权几何平均融合各决策属性。实验结果表明,该模型能够准确评价网络用户行为的可信性,反映网络用户行为可信性的动态变化特性。与传统模型相比,在准确度和安全性方面有了很大提高。

基于决策属性挑选策略的改进的决策树算法

首先介绍了决策树算法的基本理论和建模过程及传统的决策属性的选取标准。然后介绍了传统的ID3决策树算法,并对常用决策树算法的优缺点进行了总结。以经典的决策树ID3模型为基础,对已有决策属性挑选策略进行了分析和总结,对决策属性挑选策略进行了改进,提出了基于"相关信息增益度"的决策属性挑选策略。该方法基于信息增益的计算标准,并通过引入属性间相关性关系对传统ID3算法"多值偏向性"的缺陷进行补偿。最后,将该方法应用于UCI数据中心的标准数据集合中,从分类精确度方面对改进的ID3算法和传统ID3算法进行比较和分析。通过实验分析,改进的E-ID3算法在分类精确度方面有更优秀的性能表现。

基于决策者偏好的区间数多属性决策属性值规范化方法

决策属性值的规范化是多属性决策中的一个重要组成部分,文章总结了几种区间数多属性决策中常用的属性指标规范化方法,重点分析了线性变换法和极差变换法的不足,提出了一种基于决策者偏好的区间属性值规范化方法,旨在扬长避短,使规范化后的数值正确地反映初始属性指标值之间的关系,确保决策的正确。

生态系统服务弹性敏感性系数的合理性与决策属性探讨

在经济学弹性基本概念的基础之上,采用数学推导的方式重点探讨3种生态系统服务弹性敏感性评价模型的合理性与决策属性。研究结果表明:①Kreuter敏感性系数大小始终为0~1;在极限形式下,生态系统服务价值变率函数与Kreuter敏感性系数具有相同的数学表达式与值域;所以这两种敏感性评价模型把1作为是否敏感的评价标准并不合适。生态系统服务交叉敏感性系数不符合一般意义上的"交叉敏感性"的概念,并且其计算公式不符合弹性的基本定义。②弹性敏感性计算方式适用于随机变量间的研究,不适用于具有确定性关系的变量;生态系统服务框架下的3种弹性敏感性系数均建立在具有确定性关系的生态系统服务价值计算公式的基础之上,导致其敏感性计算结果缺乏深层次的决策属性。

多维决策属性的用户行为可信评估模型研究

针对现有网络安全机制仅仅解决用户身份可信而不能解决用户行为可信的问题,提出一种基于多维决策属性的用户行为可信评估模型,该模型从直接可信度、间接可信度、行为活跃度、时间衰减因子等多维决策属性来量化用户行为的可信性,采用熵权法来确定各个决策属性的权重,进而自适应建立用户行为可信度评估的等级空间,最终实现用户可信度级别与服务级别映射机制,实现用户行为的可信管理。

一种不确定语言多属性群决策属性定权方法

针对不确定语言多属性群决策问题中决策者们分别对属性赋权且赋权结果不一致的情况,提出了一种确定属性权重的方法。该方法结合决策者的权重和决策信息的权重来确定属性权重。一个算例验证了该方法的有效性。

基于GRA-GCRITIC和改进加权双向投影的区间Fermatean模糊多属性群决策方法

针对司法案件决策环境的复杂性及评价信息的模糊性,提出一种基于GRA-GCRITIC(grey relational analysis-group criteria importance through intercriteria correlation)和改进加权双向投影的区间Fermatean模糊Hamacher-TODIM多属性群决策方法。首先考虑到各位专家对各评价方案下各指标评价信息的差异性,提出一种GRA-GCRITIC方法,该方法将灰色关联融入到CRITIC中,以确定指标综合权重比单一获取的指标权重更加客观可靠;其次,结合信任关系对加权双向投影法进行改进,兼顾主客观关系,利用专家个体与群体评价信息的隶属度及非隶属度矩阵间的相似度得到专家权重;最后,考虑到决策者的损失规避心理,将融合了Hamacher算子的TODIM方法拓展至区间Fermatean模糊环境中,通过具体算例可得到其综合优势度及排序,验证了所提方法的可行性及灵活性。

NDN-AdHoc网络中基于多属性决策的可靠转发策略

为了应对传统自组织网络高度动态拓扑、短寿命连接等特性导致的传输失效问题,基于命名数据网络(NDN)架构,设计了一种联合链路稳定性和内容可达性的可靠转发(RF-LSCA)策略。该策略基于多属性决策方法,综合考虑链路持续时间、节点间距离和内容可达性3个关键属性,从而更加精确地选择最优转发节点,提升了内容传输性能;此外,鉴于单一最优路径可能存在的不稳定性,该策略进一步将决策模型与概率转发思想相结合,设计了兼具低开销与高可靠性的冗余转发机制。这一设计充分利用了NDN的多路径特性,以保障移动环境下的内容传输性能。通过仿真实验验证,所提RF-LSCA在内容获取平均时延、平均跳数、内容满足率等多个关键性能指标上优于现有策略,充分证明了其在提高NDN-AdHoc网络传输效率方面的优越性。

产品生命周期下企业多认知主体的多属性决策

为探讨产品生命周期下企业多认知主体对提高产品研发方案多属性决策评价准确性的问题,通过周期阶段和认知主体的双维度,进行主体常权的周期调整变权研究,对研发方案进行多属性决策。构造多认知主体常权,以信息熵生成专家主体常权,并以模糊学和定量卡诺(Analytical Kano,A-Kano)获取需求分类信息和用户主体常权;构造产品生命周期变换的组合权,以用户主体的需求分类信息判断产品周期性阶段,并以G2序关系确认多认知主体周期调整变权;最后将周期调整变权-组合权代入多准则妥协解排序法(VlseKriterijumska Optimizacija I Kompromisno Resenje,VIKOR)完成产品方案妥协优选。以某企业智能扫地机器人的研发评价会为例,验证该集成评价方法的有效性。结果表明:该方法能帮助管理者认识到不同认知主体在产品生命周期不同阶段下的建议以促进实现方案优选,进而改进现有企业周期阶段的评价流程。

基于多属性决策的乡村智治新模式效能评价研究

本文旨在探索乡村智治过程中农户评价的指标体系和评价方法。结合义乌市乡村智治的实践,构建乡村智治效能评价体系。提出了主客观权重相结合的方法,通过熵值法、变异系数法和CRITIC法的赋权,与灰色关联分析、TOPSIS和模糊综合评价算法相结合,提出了多属性决策的乡村智治效能评价方法,期望能够为乡村智治的管理实践提供量化的理论与方法。

融合三支多属性决策与SAC的兵棋推演智能决策技术

近年来,将深度强化学习技术用于兵棋推演的智能对抗策略生成受到广泛关注。针对强化学习决策模型采样率低、训练收敛慢以及智能体博弈胜率低的问题,提出一种融合三支多属性决策(three-way multiple attribute decision making,TWMADM)与强化学习的智能决策技术。基于经典软表演者-批评家(soft actor-critic,SAC)算法开发兵棋智能体,利用TWMADM方法评估对方算子的威胁情况,并将该威胁评估结果以先验知识的形式引入到SAC算法中规划战术决策。在典型兵棋推演系统中开展博弈对抗实验,结果显示所提算法可有效加快训练收敛速度,提升智能体的对抗策略生成效率和博弈胜率。