互反和互补判断矩阵的转换关系及其集成排序

介绍了加型一致性互补判断矩阵和积型一致性互补判断矩阵的概念 ,详细研究了互反和互补两类判断矩阵之间的转换关系。在对决策者所提供的判断信息进行一致化后 ,利用上升序加权平均 (AOWA)算子以及上升序加权几何 (AOWG)算子对其进行了集成 ,进而给出了方案的排序 ,并说明了所提出的 4种集成排序方法均具有强保序性。最后进行了算例分析。

面向成套订单问题的工艺规划与排序的集成研究1

本文从工艺规划与排序的集成优化角度研究了成套订单问题[1],克服了单独研究工艺规划和排序局部优化的局限性。文章中考虑了同一工件内部各道工序之间存在的优先加工限制,以及工件在不同机器上加工需要转移时间和工序间接连加工需要机器调整时间的情况,建立了成套订单问题的集成排序模型,并提出了针对求解大规模问题的基于遗传算法的启发式算法,最后通过一个算例对所研究的集成排序问题和所提出的算法进行了说明,计算结果表明了算法的有效性。

基于排序集成的软件并发缺陷动态预测算法

并发程序由于其随机性高的特点,容易导致并发缺陷。当并发缺陷出现时,会引起软件数据竞争,难以对软件完成调试。提出基于排序集成的软件并发缺陷动态预测算法。提取并发缺陷特征,通过层次聚类法构建特征簇。将互信息作为特征相关性的衡量标准,经过特征聚类,建立目标特征子集,设定合理阈值选出最具代表性的特征集。将敏感分析和属性权重相结合,确定代表特征的敏感权重,提高预测敏感性。使用多核分类器算法,采集软件运行数据初始样本,将样本分割为缺陷和非缺陷部分。经过boosting的反复训练,减小分类器误差。以boosting训练结果作为预测依据,判断样本是否存在并发缺陷,实现软件并发缺陷的动态预测。仿真结果表明,所提方法的预测结果和实际情况相符,且预测速率不受软件样本数据量多少影响。

基于排序集成的自动术语识别方法

自动术语识别是信息抽取和文本挖掘等领域的关键步骤之一。基础自动术语识别算法采用某些方面的特征信息,有明显的局限性,引入局部Kemeny最优的方法来处理自动术语识别问题,并提出新的集成方法。实验结果表明该方法显著改善了自动术语识别的精准度。

软件缺陷预测中基于排序集成的特征选择方法

在软件缺陷预测中,缺陷数据集中往往存在冗余或不相关特征,需要对数据集进行特征选择.为了避免软件缺陷预测中常见的基于排序的特征选择方法的不稳定性,提出一种基于排序集成的特征选择方法.首先,分别执行相关系数、信息增益率和Relief F三种特征选择方法,得到特征排序序列,赋予每个特征一个权重,随后,将三种方法得到的每个特征的权重相加求和,作为该特征的总权重.最后,根据特征总权重对特征从高到低进行排序,并按照特征百分比从前往后依次选取特征.在实证研究中,以NASA的11个数据集为实验对象,采用逻辑回归算法构建预测模型,并采用AUC指标度量不同预测模型的分类性能.实验结果验证了基于排序集成的特征选择方法的有效性.

基于排序集成的哈萨克语固定短语抽取

短语抽取是文本自动分类、主题提取及专利检索分析等文本信息理解等工作中都要应用到的一项关键技术。固定短语抽取作为短语研究的一部分,对短语标注、辞典编撰等自然语言处理任务都具有重要的现实意义。哈萨克语是黏着语,词形变化丰富,这些特点给哈语固定短语的抽取带来了一定的困难。提出一个总体的固定短语抽取算法,把固定短语抽取看作一个排序问题,使用C-value、互信息和log-likelihood进行抽取排序,并设计了一个新的排序集成方法对抽取的结果进行集成。实验分析结果表明,与单独的抽取算法比较,该算法达到了更高的准确率。

专家意见的模糊集成方法

德尔菲法是评价工作中常用的方法,其中核心的问题是把不同专家的意见集成为一个综合的评价结果。不同的专家由于其对评价对象认知等方面的差异可能会给出不同的判断,这些判断值的差异有时可能非常明显,集成方法的科学性,对专家意见集成结果的可靠性具有很大影响。本文在分析现有集成方法不足的基础上,提出了对现有方法改进的新方法。数例分析表明,这样的改进对专家意见集成结果有明显的影响。

一种适应度排序的高维多目标粒子群优化算法

针对高维多目标优化问题复杂度高,求解难度大的特点,提出了一种集成适应度排序的高维多目标粒子群优化算法。该算法通过获取种群中个体与参考点最近的向量,结合基于惩罚的边界交叉方法对种群中的个体进行排序,并对较差的个体进行删除,留下的精英个体被保存到外部档案中。将该算法与性能先进的4种高维多目标进化优化算法在13个标准测试实例的5,8,10,15目标上进行实验对比,结果表明,提出的算法在大多数测试用例上的性能表现优于对比算法,同时说明了该算法具有较好的收敛性与多样性,能够有效地处理高维多目标优化问题。

求解JLSP问题的遗传禁忌混合优化算法

针对批量与排序的集成问题设计一种遗传算法和禁忌搜索相结合的混合算法,用遗传算法作为主框架优化批量,排序部分由禁忌搜索单独优化,并将排序最优解反馈到遗传算法的主框架中生成集成计划继续寻优。遗传算法的选择算子和变异算子分别采用不同的自适应机制,以提高算法的搜索能力和收敛速度。对3种不同规模算例进行测试,其结果与其他算法比较,验证了所提算法的有效性。

基于改进FCPM的工程项目施工动态规划研究

鉴于工程实践中项目的不确定性状态,以梯形模糊数的等效参数形式表达项目各项活动的持续时间,开展基于改进的模糊关键路径法(FCPM)的施工动态规划研究。有机整合向量的范数相似度和方向相似度,提出了向量集成相似度排序算法,有效地解决了关键路径识别中梯形模糊数的排序问题;采用修正的模糊减运算标准算法成功消除了模糊时间参数计算过程中的不可行解问题,并实现了对模糊状态下项目网络关键路径动态变化轨迹的刻画。实证分析证明,改进的FCPM求解施工动态规划问题具有合理性和有效性。

基于元学习的作战行动效能评估标准数据生成方法研究

部队作战行动效能评估难度大的主要原因是缺乏科学可靠的评估标准数据。为了选择适当的算法生成评估标准数据,建立了基于元学习的评估标准数据生成方法总体框架,并提出集成近似排序树方法来建立作战行动数据集元特征与算法性能排序的映射关系形成元知识,从而辅助指挥决策人员选择适当的算法生成评估标准数据。