风险型混合多属性消错决策方法

针对同时包含可线性补偿和不可线性补偿两种属性且属性值为确实数、区间数、语言信息的风险型多属性决策问题,提出一种基于消错理论的决策方法。首先,在消错理论的基础上将属性分为关键型、重要型和冗余型三类,结合属性值的类型分别给出对应的错误函数和极限损失值;接着,对关键型属性赋予极小权重,在保留关键型属性"一票否决"功能的同时又突出重要属性的作用;最后,根据对待错误损失的不同态度,建立计算错误损失值的三种方法,通过计算期望错误损失值对备选方案进行排序。通过新市民信息服务项目的例子,说明该方法的有效性和可行性。

不确定性环境下消错决策方法的研究

针对不确定性决策问题,本文首先给出了错误的概念并提出本研究的两个假设前提,然后在此基础上引出错误绝对损失值的概念,根据错误绝对损失值构建错误绝对损失矩阵。进而构建了消错离心法、消错理想点法和消错投影法三种决策方法。为构建消错组合决策模型,采用Copeland法对上述三种消错决策方法进行组合。最后通过实例说明该方法的有效性和可行性。

基于前景理论的风险型区间数多属性消错决策方法

针对属性值为区间数的风险型多属性决策问题,结合前景理论,从减少或规避错误损失的角度提出一种消错决策方法。首先,对错误、错误函数、错误损失值等概念进行界定,并提出研究的假设前提;接着,利用错误函数和错误极限损失值构建错误矩阵和属性错误损失矩阵,并求解综合错误损失向量;然后,通过计算各策略的前景价值进行排序;最后,通过实例论证本研究的有效性和可行性。

基于消错决策理论的数据质量评估方法

针对移动群智感知中数据质量难以保障和评估的问题,从规避错误的角度出发,提出了一种基于消错决策理论的移动群智感知数据质量评估方法。通过引入消错决策理论来评估移动用户所提供的感知数据质量,对低质量及异常数据进行识别;考虑到不同感知任务具有不同的数据质量需求,引入权值因子实现数据质量的排序与优化评估。实验结果表明:所提出的方法不仅达到了对低质量和异常数据的准确识别的目标,还实现了对不同任务下的数据质量按需排序。在对低质量和异常数据识别方面,相对于拉依达准则,具有更高的识别准确性;在对数据质量排序上,相对于理想点法、TOPSIS法,具有准确性高和简单高效的优点。

基于消错决策法的地铁车站安全态势分级

在城市轨道交通研究中,因不同车站所处区位及交通特征差异巨大,有必要针对不同等级、类别的车站进行相应的监测预警和配套设施部署,对提高地铁系统的风险防控和应急救援水平具有重要意义。利用一种消错决策方法,研究并建立了涵盖城市轨道交通运行过程中产生的动态数据的车站分级指标体系,并以南京地铁3号线为案例对29个车站进行了站点分级。结果表明,以选取的“高峰小时客流量”“高峰时间不均匀系数”“线网节点介数”等5个车站分级指标,将案例中全部车站动态地分为三个等级。该研究结果论证了地铁车站安全态势分级方法的有效性和可行性,可为运营单位更加科学合理地对地铁线网进行针对性监管部署提供理论及方法依据,使之具有实际操作性。

一种直觉模糊重要型多属性消错决策建模方法

针对传统直觉模糊决策方法中可能出现决策错误的问题,基于消错理论,从规避决策风险,降低决策错误角度,提出一种直觉模糊重要型多属性消错决策方法,拓展了直觉模糊集范畴的消错理论,构建了直觉模糊错误规则、错误函数、错误损失矩阵等组成的直觉模糊消错决策模型,并完整阐述了直觉模糊重要型多属性消错决策步骤以及直觉模糊多属性群决策的方法差异。通过实际的案例分析,不仅证明了直觉模糊决策过程中决策风险的不可避免,同时说明了方法的实用性和有效性。

确定概率条件下风险型多属性消错决策方法

以确定概率条件下风险型多属性决策问题为研究对象.根据消错理论提出了错误值、极限损失值等概念,以效益矩阵为基础建立起正负理想矩阵和错误值矩阵,以正负理想矩阵为基础构建极限损失矩阵,以错误值矩阵、属性权重和极限损失矩阵为基础构建综合错误损失矩阵.接着根据期望理论,利用综合错误损失矩阵求取期望错误损失向量,并以此作为策略选择的根据.最后通过实例证明了研究的有效性和可行性.

Modeling for Action of Recovering from Erroneous Driving Condition Based on Revised Decision Tree

Driving behavior modeling is very important in the research area of road traffic systems safety analysis. The characteristics of action of recovering from erroneous driving condition underlying road traffic accident or incident scenarios is quantitatively analyzed, the model of action of recovering from erroneous driving condition is set up according to the identification of erroneous driving condition and the measurement of correction from erroneous driving condition. And then, the probability of action of recovering from erroneous driving condition has been measured based on a revised decision tree. The measure process uses a combination of test data and subjective judgments of driving behavior. It can provide a very helpful theoretical basis for the further analysis of driving behavior in road traffic system.

面向智慧校园的学生异常行为检测

结合智慧校园数据挖掘中产生的空间位置信息,提出了一种基于消错决策和离群偏离度计算校园中学生行为异常检测方法,实验表明该方法不仅可以快速的识别学生单一时间点的异常行为,还可以实现对学生全天行为轨迹的异常判断,便于学校更好地保障学生的安全.