基于灰色关联度与TOPSIS融合模型对不同产地广西郁金的质量评价

目的:研究不同产地广西郁金及引种郁金的质量,旨在筛选广西郁金优良种源,以提高郁金药材的整体质量评价水平。方法:选择醇溶性浸出物、吉马酮、莪术二酮、挥发油、总姜黄素和姜黄素为综合评价指标,测定不同产地的50株广西郁金样品中的5种主要成分含量,对不同产地的广西郁金进行聚类分析,并建立广西郁金的灰色关联度与TOPSIS融合模型。结果:聚类分析结果表明50株不同产地广西郁金样品可分为四类;基于灰色关联度与TOPSIS融合模型以相对贴近度γi为指标综合评价广西郁金质量,编号为YL-2,YL-5,YL-1,YL-4的样品质量最优;不同产地广西郁金样品的平均相对贴近度γi排序为玉林>平南>横县>兴业>肇庆>青塘>中山>钦州>贵港>灵山。结论:多指标决策分析灰色关联度与TOPSIS融合模型用于广西郁金质量评价,方法简单客观全面,可推广使用,为优质种源的筛选提供了参考依据。

基于TOPSIS融合法的航路网关键节点识别及抗毁性研究

基于我国航路网数据对航路网关键节点识别及抗毁性进行了研究。首先,通过TOPSIS方法将局部信息(度)、全局信息(改航可达性)和业务量信息(流量强度)3项指标进行融合,形成多属性指标综合表征节点重要性。然后,开展了实例仿真,对网络进行连续打击以验证识别结果,其中延续使用改航可达性这一新算法来表征全局信息。研究结果表明:基于多属性决策的关键节点主要集中在京沪、京广、京昆、沪广、广贵线上;多属性指标相比于单一指标,在少数节点失效时更能高效地摧毁网络。研究结果可为空管流量管理和航空公司运力调配提供决策支持。

基于满意度及特征近似的协同数据融合推荐

为改善数据融合算法推荐执行效率及推荐结果可靠性,以便为使用者推荐更符合个性化需求的服务,设计一种基于用户满意度及特征近似的协同数据融合推荐算法(SFSTOPSIS)。首先,针对传统相似度定义分辨率不足的问题,基于用户评价置信度、兴趣偏好及特征相似度评价进行改进,并结合用户使用属性对使用者间存在的相似度替代,使之更符合用户真实感受;其次,采用时变权重方式对标准TOPSIS融合进行完善,提高TOPSIS决策融合的时变属性,实现用户相似度数据的有效属性融合;最后,基于标准测试事例进行实验对比,显示所提SFSTOPSIS算法可有效提高服务推荐精度,具有一定应用价值。