基于广义权联系度距离的多属性决策模型

针对多属性决策的不确定性问题,提出集对分析方法处理确定性不确定性问题.从确定性与不确定性辨证关系出发,将方案指标集与指标理想集作为集对,给出了各方案与正理想方案的广义权联系度距离定义、各方案与负理想方案的广义权联系度距离定义,讨论了现阶段集对分析在多属性决策中的应用情况,指出了其存在的不足,提出了基于广义权联系度距离的多属性决策模型,并将其应用于矿山设备优选中.应用表明,基于广义权联系度距离的多属性决策模型适合多个方案的优选,为多属性决策提供了一条新的途径.

基于广义联系度集成的基坑支护方案集对分析模型

基坑支护方案比选决策是一个不确定性的多属性决策问题。基于集对分析理论,探讨了待选基坑支护方案与最佳方案、最差方案的联系度集成的决策模型,即应用待选方案集实测的评价指标值确定最佳方案与最差方案指标值,采用集对同反表达式描述待选方案与最佳方案、最差方案的联系度,并构建基于相对隶属度集成待选方案与最佳方案、最差方案距离的决策模型,以评定待选方案的合理性,以克服传统决策模型只考虑隶属最佳方案程度的缺陷。应用实例表明,该方法是可行的,且取得较好效果。

基于多属性广义集对联系度的导流方案优选

首先提出了利用集对分析的方法处理确定性不确定性问题,将方案的指标集分别与方案的最优集和最劣集作为集对,分别给出了各方案与最优方案或与最劣方案的距离定义。最后运用可变模糊的概念计算方案与最优方案的相对从属度,从而得到方案的优劣排序。

混合不完备数据的拓展高斯核-支持向量机分类方法

针对混合不完备数据集,提出一种基于邻域联系度距离拓展高斯核函数的支持向量机分类方法。首先,给出了基于邻域联系度距离拓展高斯核函数的定义;其次,给出基于二次函数逼近的支持向量机SMO训练算法和分类算法;最后,取多个UCI数据集进行了实验分析,通过与填充支持向量机、混合距离支持向量机和风险重构支持向量机分类方法进行比较,结果表明提出的分类方法在不对缺失值作任何处理、不改变支持向量机模型结构与约束条件的情况下,仍然获得了优异的分类效果。

混合不完备数据的新型双邻域粗糙集分类方法

针对混合不完备数据集,提出了一种新型双邻域粗糙集分类方法。首先,定义一个无参数的邻域联系度距离,并建立基于无参数邻域联系度距离的双邻域粗糙集模型;其次,基于所构建的模型,给出基于覆盖约简的双邻域粗糙集规则约简方法,获得约简后的上近似规则集和下近似规则集;再次,基于约简后的上、下近似规则集,给出最近邻分类方法;最后,取7个UCI公共测试集做实验分析,通过与混合距离HEOM、带参数邻域联系度距离的双邻域粗糙集分类方法对比,结果表明提出的分类方法仍然取得了优异的分类效果,其突出的优势是不再需要通过大量实验来确定其参数值。

Power interconnected system clustering with advanced fuzzy C-mean algorithm

An advanced fuzzy C-mean （FCM） algorithm was proposed for the efficient regional clustering of multi-nodes interconnected systems. Due to various locational prices and regional coherencies for each node and point, modified similarity measure was considered to gather nodes having similar characteristics. The similarity measure was needed to contain locafi0nal prices as well as regional coherency. In order to consider the two properties simultaneously, distance measure of fuzzy C-mean algorithm had to be modified. Regional clustering algorithm for interconnected power systems was designed based on the modified fuzzy C-mean algorithm. The proposed algorithm produces proper classification for the interconnected power system and the results are demonstrated in the example of IEEE 39-bus interconnected electricity system.

混合值不完备系统的双邻域粗糙集分类方法

针对混合值不完备系统,提出一种基于双邻域粗糙集模型的分类方法.首先,定义一个新的不确定距离度量函数—–联系度距离函数,进而建立基于联系度距离函数的双邻域粗糙集模型;然后,基于所建立的模型讨论该模型的属性约简算法,并给出基于属性约简、覆盖约简的双邻域粗糙集规则学习分类算法;最后,通过多个UCI数据集进行实证分析,结果表明所提出的分类算法是客观有效的,特别是在缺失值较多的情况下,其优势更加明显.