基于物联网智能传感网络的模糊数据分析应用

文章首先介绍了基于物联网智能传感网络的模糊数据分析构建思想,帮助确定设计所针对的主体内容。在此基础上对模糊数据分析应用框架以及设计开展的具体程序做出总结,帮助提升工作任务的完成效果,在最终的理论上也能更加完善,促进网络管理任务高效进行。

基于模糊数据包络分析的产品质量功能展开

提出一种用模糊DEA确定产品规划质量屋中各工程特性权重的方法。基于绿色设计的思想,除考虑顾客需求外,再考虑环境和成本的情况下,建立了质量屋。同时采用三角模糊数表示质量屋中的各种元素,提出用模糊DEA确定各工程特性权重。将每一个工程特性看作是一个决策单元,该工程特性与每一顾客需求的关联程度看作是输出指标,环境和成本看作是输入指标,决策单元的效率指标值体现了该工程特性的重要程度。最后,算例分析证明该方法的有效性和正确性。

模糊迭代自组织数据分析技术在油储预测中的应用

提出了用模糊迭代自组织数据分析技术实现油储预测的研究思路。在对油储主特征向量的构成有较好认识且对各主特征值的提取质量可靠的情况下，文中提出的用已知标准样本，通过模糊迭代自组织算法获得各聚类中心，进行油储预测是该技术在油气勘探开发中的一种推广应用。

改进模糊ISODATA法识别电力系统同调机群

引入模糊聚类方法识别电力系统同调机群。首先对原有的基于模糊相关自组织数据分析算法(iterativese lf-organ iz ing data ana lys is techn iques a lgorithm,ISODATA)的同调机群识别法的各个控制参数的选取问题进行了大量仿真实验,给出了优化参数取值的一些经验值。特别在如何确定最优分类数的问题上引入了模糊F统计量的方法,并根据电力系统同调识别的特点改进了模糊相关自组织数据分析算法的同调机群识别算法,使其更能适用于工程应用。最后用EPR I_36节点纯交流系统的仿真计算验证了该方法的有效性。

改进的自适应模糊ISODATA灰度图像分割算法

传统模糊ISODATA(Fuzzy ISODATA,FISODATA)算法中,分裂-合并操作需人工选取阈值参数。而不适当的阈值往往使算法陷入局部极值,因而得到错误的类属数并最终影响图像分割结果。为此,在模糊集理论基础上提出一种改进的自适应FISODATA算法。该算法设计了自适应分裂-合并操作,即在每次分裂-合并后,根据该次计算结果改变参数阈值,解决了人为选取参数带来的诸多问题。利用该算法对模拟图像和真实IKONOS图像进行分割实验,均能得到良好的分割结果。

模糊聚类在特征选取中的应用

提出了一种基于模糊聚类算法的高维特征选取方法。首先,利用Bhattacharyya距离过滤样本类别无关的特征;然后,基于递归特征剔除过程,提出了基于模糊迭代自组织数据分析技术(Interactive self-organizing dataanalysis technique,ISODATA)聚类方法,以样本与聚类中心的加权距离作为可分性指标,产生候选特征子集;最后,以候选特征子集分类和聚类的接受者操作特征曲线下面积(Area under the receiver operating characteristiccurve,AUC)值和正确率作为目标函数,确定最佳特征子集。将该方法用于选取5个基因表达谱数据集的特征基因,结果显示该方法所选特征具有较好的分类和聚类能力,说明了提出的特征选取方法的有效性。

基于模糊DEA法的农机选型研究

传统的农业机械选型方法存在着渗入过多主观因素,不够客观或者计算模型复杂、操作较难的问题。模糊DEA(Data Envelopment Analysis)法能够避免主观评判偏差,评价结果客观,且数据处理和计算操作简单。针对传统农业机械选型过程中存在的问题,采用模糊数据包络分析法,以新疆生产建设兵团农四师68团29.4k W拖拉机选型为例,建立选型模型,借助Lingo(Linear Interactive and General Optimizer)软件对该模型进行求解,并将结果与68团现有机型进行分析比较。结果表明:该方法具有可行性和实用性,且具有广泛的推广价值。

广义模糊DEA模型在区域医疗资源优化配置中的应用

目的通过建立公立医院合作决策模型,实现在任选决策单元中选择最佳合作伙伴,提升医疗资源利用效率,推动区域内医疗资源最佳配置。方法在传统数据包络分析(data envelopment analysis,DEA)模型的基础上,构建对模糊指标和任选决策单元具有更好适用性的广义模糊DEA合作决策模型,通过输入职工总数、病床数、年门急诊量、出院人数、总收入、医院等级评价等指标信息,计算出某一区域内不同医院的合作效率区间,从而实现在任选决策单元中科学选择最佳合作伙伴。结果以河南省某地区10所医院为例进行分析验证可知,广义模糊DEA模型对该区域内公立医院之间的合作决策具有很好的效果,可有效为区域内任一医院选择最佳合作伙伴。结论与传统DEA方法相比,广义模糊DEA方法更具灵活性,能较好地评价复杂模型,可以对任选决策单元中的个体实现最优合作决策选择,为实现区域医疗资源优化配置提供决策支撑。

模糊数据包络分析法在产品方案评价中的应用

针对传统方法在方案评价时需给出各目标权重的局限,将数据包络分析(DEA)方法引入机械产品方案评价中,针对概念设计方案指标值具有模糊性的特点,在传统C2R模型的基础上,根据模糊数的排序原理,提出了一种新的模糊DEA模型。通过构造评价系统的相对最差方案,作为虚拟方案,建立模糊评价模型,根据模糊数排序原理转化为确定的优化模型来计算各方案的效率评价指数,从而可对包括DEA有效的所有设计方案进行评价排序。实例表明,该模型无须构造α截集,计算简单方便,可用于评价同时具有确定性和模糊性指标值方案的相对有效性,因而具有更广泛的应用范围。

基于博弈理论的广义模糊数据包络分析方法

数据包络分析方法是一种评价具有相同性质的决策单元相对效率的有效方法。数据包络分析方法与博弈理论的结合有效地拓展了数据包络分析方法的应用领域,广义数据包络分析方法的引进也更加丰富了传统数据包络分析方法的理论体系。然而,这些方法在处理诸如决策单元的最优合作伙伴或最强竞争对手的选择问题时,难以对合作伙伴、竞争对手进行详细分类。本文提出了基于博弈理论的广义模糊数据包络分析方法,并提供了合作导向或竞争导向下的广义模糊数据包络分析模型及其相关概念。最终将这一方法应用到了内蒙古自治区三甲医院的合作与竞争决策问题中。

基于广义模糊数据包络分析的县级公立医院合作决策研究

目的建立县级公立医院合作决策模型,以实现在不同决策单元中自由选择最佳合作伙伴,推动医疗资源的优化配置。方法选取2017年-2019年河南省10个相邻成片的县级行政区公立医院的投入、产出数据,在传统数据包络分析(data envelopment analysis,DEA)模型的基础上,构建对模糊指标和任选决策单元具有更好适用性的广义模糊DEA合作决策模型,通过输入职工总数、病床数、年门急诊量、出院人数、总收入、医院等级评价等指标信息,计算出不同医院的合作效率区间,从而实现在不同决策单元中科学选择最佳合作伙伴。结果将H_(1)~H_(10)共10所县级公立医院数据代入模型,以医院H_(2)为例进行合作决策分析,在同一规模的H_(1)、H_(2)、H_(7)、H_(10)这4所医院中,乐观情况下医院H_(2)最佳合作伙伴是医院H_(7),合作效率值达1.97;悲观情况下,医院H_(2)最佳合作伙伴是医院H_(10),合作效率值为0.98。模型在县级公立医院合作决策中具有很好的适用性。结论广义模糊DEA模型能较好地评价县级公立医院之间的合作决策分析问题。

供应链业务流程执行效率DEA模拟评测方法及算例研究

提出了一种混合型方法用于评测供应链业务流程执行效率。首先,建立了包含供应链业务流程执行情况消耗及产出指标的概念模型。然后通过构建模糊数据包络分析方法用于计算一个给定的供应链在业务流程消耗转换为产出时的效率。最后应用蒙特卡罗模拟方法对模糊DEA所产生的区间效率进行了排序。通过10个中国物流企业真实算例的分析证实在业务流程执行效率评测中,该方法是一种稳健而直接的工具。

电子游戏媒体传播效果评价指标研究

从游戏制作商、游戏内容、传播渠道、受众反应四个方面提出了21个指标,设计了用模糊数据包络分析筛选指标的方法。