几何凸函数的对称拟算术平均不等式

建立了几何凸函数的对称拟算术平均不等式,对文献[1]提出的不等式进行了推广统一;引进加权对数幂平均的概念,建立起其与双参数平均之间的关系,得到加权对数平均不等式,从而确定了几何凸函数的几何平均、算术平均的上界的大小关系;最后,提出了几何凸函数的对称拟算术平均不等式的推广问题。

基于IGOWLA算子的区间组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,将区间数的左右端点作为考虑问题的出发点,引入诱导广义有序加权对数平均算子(IGOWLA)算子的概念,以误差平方和为准则,分别建立左右端点的基于IGOWLA算子的变权系数最优组合预测模型,并通过引入偏好系数把多目标最优化模型转化为单目标最优化模型。通过实例分析说明了该模型能有效提高预测精度。

基于区间数距离的IGOWLA算子的区间型组合预测模型

在用区间数描述不确定现象的预测问题中,由于每种单项预测方法在各个时点处的精度不同,定权区间型组合预测模型存在权重固定不变的不足.本文引入诱导广义有序加权对数平均(IGOWLA)算子,以区间数距离作为最优准则,构建一种基于区间数距离的IGOWLA算子的变权区间型组合预测模型.实证分析结果显示,本文所构建的区间型组合预测方法可提高预测精度,是一种有效的优性的组合预测方法.

几何凸(凹)函数积分的上(下)界比较及其一般结果

运用齐次函数的分析性质,在基本不等式中插入了一个齐次加权"平均",推广加细了基本不等式.作为特例,得到了加权的对数,指数平均不等式,从而部分解决了文[1]提出的问题.

基于向量夹角余弦的IGOWLA算子组合预测模型

将向量夹角余弦和诱导广义有序加权对数平均(IGOWLA)算子相结合,构建了基于向量夹角余弦的IGOWLA算子的组合预测模型,并给出了优性组合预测的概念;最后,根据实例验证了该组合预测模型是科学的和有效的,且此模型是优性组合预测.

基于新距离测度的IGOWLA算子区间组合预测模型

在对区间数的预测过程中,由于不确定因素,采用单一的预测方法可能会产生较大的误差的不足;与此同时每种单项预测方法在各个时点处的精度也不尽相同,定权系数区间组合预测模型存在着权重固定不变这一不足之处。本文引入诱导广义有序加权对数平均(IGOWLA)算子,以区间数距离作为最优准则,构建一种基于新距离测度的诱导广义有序加权对数平均算子区间组合预测模型。实例验证表明,本文所构建的区间组合预测方法可提高预测精度,即本文所提出的方法是一种有效的优性的组合预测方法。

硕士研究生综合素质模糊评价系统研究

结合实际得出研究生素质的评价指标系统,运用模糊数学方法,根据模糊层次分析法(FAHP)和对数转换和加权平均的方法计算各项指标的权重,讨论了研究生素质的模糊评价模型,构建了综合素质的模糊评价系统,对学生的综合素质进行模糊综合评价,所得评价结果更具客观公正性。

空间滤波测速中速度解算新算法及Monte Carlo仿真

针对空间滤波测速(SFV)中的速度解算算法和系统设计参数优化问题,使用计算机仿真的方法研究了基于对数加权平均的速度解算新算法,设计了计算机仿真计算实验,得到线列图像传感器采集的特征目标的图像和速度解算精度。在运动物体的速度范围为0.1~100m/s内,设计的SFV均可以解算出物体的运动速度,解算速度相对误差的均值偏差为-0.250%,相对误差的标准差为0.623%。使用Monte Carlo仿真的方法研究了基于对数加权平均的速度解算算法中功率阈值对速度测量精度的影响,以物体运动速度100m/s为例,解算得到的运动速度的误差由功率阈值为0dB时的1.065m/s降低至功率阈值为-5dB时的0.381m/s,即相对误差由1.065%降低至0.381%。

确定教育测评因素权重值的一种方法

本文提出了一种无需复杂运算技巧,仅通过“对比排序——对数加权求和——对判断矩阵进行整定”的三个步骤,就能相对准确地确定出教育测评各因素权重系数值的一种方法,并附有应用举例。这种方法可应用于对教师的教学测评、对学生的技能或非智力因素测评、对教材的测评等方面的权重系数的确定,有相当广泛的实用价值。