基于格序偏好距离的群决策方法

针对决策者具有格序偏好结构的群决策问题,提出了一种基于偏好距离测度的群决策方法。该方法定义了格上偏好关系的一种距离测度,并算出二元关系之间的距离;利用偏好关系之间的距离建立一数学模型,结合优先原则和集结规则将个人偏好集结成群体偏好,并将该决策方法推广到专家权重信息不能完全确定的情况。给出了应用该方法的具体步骤,举例说明了该方法的可行性。

风险投资近距离投资偏好与投资绩效的实证研究

以2000—2009年中国大陆发生的风险投资事件为研究样本,采用回归分析方法,实证研究了影响我国风险投资近距离投资偏好的因素及近距离投资带来的绩效结果.结果表明,风险投资机构的声誉及风险投资机构所在地的竞争状况会影响其近距离投资偏好程度,历史悠久、规模大、经验丰富和IPO业绩好的风险投资机构近距离投资偏好程度更弱,风险投资机构间的激烈竞争会促使风险投资机构进行远距离投资.与国外研究结论不同的是,没有发现联合投资网络对近距离投资偏好的影响,另一反常的发现是logit回归结果表明近距离投资反而获得更低的回报.

融合评分结构特征与偏好距离的协同过滤推荐算法

在协同过滤算法中,用户之间的相似性计算影响推荐系统的质量,尤其是在数据稀疏的情况下得到的用户之间的关系同实际情况偏离较大,影响推荐精度。针对上述问题,提出一种新的相似性计算算法。利用用户评分结构特征的稳定性,同时结合评分结构间的偏好距离,重新计算用户间偏好相似度。在Movie Lens数据集上的实验结果表明,与传统基于用户的相关相似性协同过滤算法及余弦相似性算法相比,该算法的推荐精度平均提高3.94%和2.99%。

基于决策偏好距离的多阶段群决策快速集结方法

针对具有互反判断矩阵偏好信息的多阶段群决策问题,文章提出了一种基于决策偏好距离的快速集结方法。首先对决策偏好距离相关概念进行定义,阐述了基于决策偏好距离的多阶段群决策集结过程;其次,利用决策偏好距离算法对单一专家的阶段内权重和阶段间权重进行测度,得出最优的专家权重;然后,通过加权几何平均算子拟合出最优的专家判断矩阵和最优的群体决策偏好;最后,给出算例,分析结果表明该方法具有合理性。

多等级电动出租车充电站选址

充电站作为保障电动汽车运行的重要基础配套服务设施,其合理布局对于推广电动汽车具有重要意义。本文从浮动车数据中分析出租车的运行特性,提取充电需求。考虑出租车司机的距离选择偏好,建立最大化满足充电需求与充电站建设成本最小化的多等级充电站充电选址模型,探寻在充电桩数量一定条件下的充电站最佳布局方案。采用NSGA-Ⅱ算法进行模型求解,选址结果表明,当建设费用在10575万元时,未满足的充电需求最少为211个。

基于组合类别空间的矩阵分解推荐算法

为解决类别信息在推荐算法中因扁平或层次结构不能被充分利用的问题,提出一种基于组合类别空间的矩阵分解推荐算法。介绍项目组合类别空间,它是一种哈斯图结构,能更好组织类别信息;给出组合类别空间上的5种语义关系及距离度量,更好地描述用户偏好的动态变化;结合组合空间上的语义关系、距离及跳转次数等信息分别建立基于用户和基于项目的隐含特征矩阵模型。实验结果表明,提出方法的性能优于其它方法。

具有不完全信息的多准则格序决策方法

针对决策者的偏好信息具有偏序偏好的多属性决策问题,文章提出了一种基于偏序之间距离测度的多属性决策方法。将偏好关系推广到,运用偏序结构之间的距离测度计算控制指标和被控指标,得到方案对之间的控制程度和被控制程度;讨论了决策者站在不同角度对决策方案的偏好。最后,举例说明了该方法的可行性。

3种鱼群个体间距的计算方法比较

对实验室水族箱中的鱼群空间分布状态进行录像,采用质心法、线段法和三点折线法计算个体间距离。结果表明,由3种方法计算获得的个体间距值均随着群体的个体尾数的增加而趋近于0.5～2倍体长(BL)的范围内。线段法与三点折线法的计算结果基本相同,而质心法的计算结果的精度低于其它两种方法。在间距大于0.2 BL时,三点折线法计算得到的个体间距的频率分布普遍高于线段法,计算结果更准确。同时线段法和三点质心法所获得的个体间距在0.6～0.8 BL范围内的频率达到最大,该范围为鱼类偏好的距离范围。

空间级联模式下的个性推荐模拟

自个性化推荐系统出现以来,逐渐成熟并成功应用于多种互联网商品推荐,成为解决信息过载问题的有效手段。目前,各种移动终端可实时接入网络并获取用户位置,使得考虑位置的推荐进入人们的视野,但是现有的应用主要关注单一目标下的用户选择,很少考虑用户位置移动时后续活动对当前选择的影响。本文通过对连续多个选择建模,在传统推荐算法的基础上,将未来活动的影响及空间关系的影响引入传统个性推荐算法,提出空间级联模式下的推荐模型。通过实验将传统的推荐算法与空间级联模型算法作对比,综合考虑2种推荐结果的用户偏好度及空间距离变化,提出距离-偏好损益指标,同时基于百度API实现可视化。实验所得的距离-偏好损益指标和可视化结果显示,在综合考虑用户偏好和空间关系方面,空间级联模式的个性化推荐模型可得到更加合理的推荐结果。