基于粗糙集和群决策特征根法的区域水资源可再生性评价

【目的】基于水资源可再生的特点,将粗糙集理论引入到水资源可再生性评价中,建立区域水资源可再生性评价的准确方法。【方法】针对水资源系统信息的不确定性和不一致性以及水资源中经常遇到的群决策问题,将粗糙集理论和群决策特征根法相结合应用于水资源评价,即将粗糙集作为数据的预处理工具,先构造决策表,再用粗糙集进行属性约简,对约简后的指标集用多属性群决策的定量评价方法进行了评价。【结果】实例计算表明,因粗糙集能较好地处理不确定、不完备、不一致信息,故能得到更为准确、详细的评价结果。【结论】将粗糙集和群决策特征根法相结合用于水资源可再生性评价是可行的。

基于粗糙集和群决策的高校教师科研能力评价模型研究

通过对相关研究的分析,提炼出反映高校教师科研能力和水平的主要指标,运用粗糙集和群决策特征根法构建出高校教师科研能力评价模型,对科研能力评价中的定性和定量要素进行综合评价,通过实证分析,验证模型的科学性和实用性。

基于粗糙集和群决策的配煤中心选址模型

为实现配煤中心的合理有效选址,综合考虑建设成本、运营费用、大面积土地可得性、大面积土地地理位置、交通便利性、自然条件、社会负效应、煤炭储运资源利用等定性、定量要素,基于粗糙集、群决策特征根理论及目标规划方法,建立配煤中心选址综合评价模型。实例分析表明,运用该模型确定的配煤中心选址方案科学合理,为选址决策提供了依据。

一种生产型虚拟企业制造合作伙伴选择方法

作者主要针对不完全信息下的生产型虚拟企业合作选择问题进行了深入研究,通过分析生产型虚拟企业的特点,构建了基于竞争力的合作伙伴评价指标体系;考虑到决策情报收集过程中的认识域的范围,采用群决策的方式进行决策。作者考虑粗糙集理论在处理模糊信息方面的优点,设计一种新的属性离散化方法引导属性离散化过程,通过群体学习的方式获得部一致方案的判断值,进而得到最佳合作伙伴,最后用算例说明了属性离散化方法的可行性。

基于RS的GMDH神经网络在空袭目标识别中的应用

针对目标属性识别的特点,建立了基于粗糙集(Rough Sets,RS)的数据分组处理(GroupMethod of Data Handling,GMDH)神经网络分类模型。该模型较好地解决了采用高维数据集训练神经网络效率低,神经网络结构规模较大的问题。同时为了提高高维数据集合的属性约简效率,改进了集合近似质量属性约简算法。最后,通过与BP(Back-Propagation,BP)神经网络分类能力的仿真对比,结果表明,基于粗糙集的数据分组处理神经网络分类模型分类能力优于BP神经网络模型,满足现代防空作战对目标属性识别的需求,基于快速求核和集合近似质量的属性约简算法快速有效。

家庭用电能效状态模糊综合评估

针对家庭用户用电行为特征及家用电器的使用时间段特性,提出了基于智能用电环境下的家庭用电能效状态模糊综合评估方法。首先建立家庭用电指标体系,然后利用粗糙集属性约简法对指标体系进行筛选优化,最后建立基于递阶综合评价方法的能效评估模型。该模型分为基于特征值法和G1群组法相结合的一级指标评估、基于熵权法的二级指标评估以及最终的综合评估三个层次。经实例验证,该方法能较好地检测和评估家庭能耗情况,有效提高居民用电效率。

基于粗糙集和群决策的储煤中心选址方法

科学合理地建立规模型储煤中心是缓解电煤供应中瓶颈问题的有效途径。通过分析目前电煤供应现状,根据储煤中心选址受到诸多要素影响的特征,将粗糙集理论与群决策特征根法相结合,构建了储煤中心选址定性要素评价决策模型,通过对各备选储煤中心进行综合评价,形成了全面客观的评价值,为决策提供了较为有力的支持。

案例推理变权值引擎模型及权值计算方法

在案例推理(CBR)案例检索匹配中,不同案例通常由不同的特征构成。而传统的CBR引擎模型大多采用固定权值模式,导致系统在匹配精度方面的性能很低。为了解决这一问题,提出一种CBR变权值引擎模型,在其特征权值计算模块引入人机互动机制,基于群决策法计算主观权值,提出依据专家个体和群体决策差异的主观权值调整方法;基于相似粗糙集法计算客观权值。最后设计了一种综合权值调整算法,通过计算主观权值和客观权值间的距离,判断两者的偏离程度,从而推导出权值调整系数,得到最终的权值调整结果。通过网络攻击案例进行的算例分析和仿真实验验证了上述方法的正确性和优越性。

基于粗糙集定义区间数环境下专家权重的新方法（英文）

专家权重在多属性组决策问题中起到重要的作用,如何衡量专家的权重一直以来都是研究热点。提出一种基于粗糙集来定义区间数环境中专家权重的方法。首先建立一个粗糙群组下决策(LRGD)和一个粗糙群组上决策(URGD)。然后,定义LRGD的区间中值矩阵为下理想决策(Lower PIS),URGD的区间中值矩阵为上理想决策(Upper PIS)。正理想决策(PIS)是Lower PIS和Upper PIS的区间中值矩阵,同时,负理想决策(NIS)对正理想决策存在最远的欧式距离。之后,利用专家决策到PIS和NIS的欧式距离,得出专家权重。由"空气质量监测站"的算例来阐明提出方法的详细实施步骤。