基于多维加权贴近度方法的方案优选

在决策支持系统中经常遇到从以前的方案库中优选方案进行决策。方案选择会对决策结果影响很大,常常有一定的模糊性。用多维加权贴近度方法可以很好的计算出方案库中的方案与目标方案的相似程度,相似程度最高的方案即为最优方案。此方法分析了三种类型的定量特征以及模糊特征的隶属度函数的设定,两种常用贴近度的使用,用权重分析系统进行特征权重的设置。实例证明该方法比一般加权和方法选出的最优方案更准确、更有效。

情报吸收的多维加权贴近模式

本文运用模糊集合论的贴近度概念,讨论了情报需求者对情报所含知识吸收的多维加权贴近模式。

基于多维加权贴近度方法的方案优选

在实际工程设计中经常遇到从以前的方案库中优选方案的问题.用多维加权贴近度方法可以很好地解决这个问题,分析了隶属度函数的选取、贴近度的选择、权重的设定以及它们对加权贴近度的影响.实例证明该方法有效、可行.

CBR中的检索模型研究

事例检索模型直接影响基于事例推理(Case-BasedReasoning,CBR)的结果。该文提出了一种将多概念学习的决策树算法、多维加权贴近度法与模糊综合评判法相结合的事例检索模型,并根据事例状态的属性设计了几种隶属度函数。分析了此模型的优缺点,指出了今后的改进方向。