一種基于多指標(biāo)語言評(píng)價(jià)信息的聚類方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>532KB
頁數(shù):4P
人氣 :57
4.5
針對(duì)一類特征指標(biāo)值和指標(biāo)權(quán)重均為語言評(píng)價(jià)信息的聚類問題,提出了一種新的聚類分析方法.首先對(duì)基于多指標(biāo)語言評(píng)價(jià)信息的聚類問題進(jìn)行了描述;然后依據(jù)傳統(tǒng)的基于數(shù)值信息的編網(wǎng)模糊聚類分析方法的基本思路,在將語言短語轉(zhuǎn)換成三角模糊數(shù)的基礎(chǔ)上,給出了解決多指標(biāo)語言評(píng)價(jià)信息聚類問題的計(jì)算步驟.最后,通過給出一個(gè)算例說明了所提出的聚類分析方法.該聚類方法拓寬了編網(wǎng)聚類分析方法在解決基于多指標(biāo)語言評(píng)價(jià)信息聚類方面的應(yīng)用.
一種基于語言評(píng)價(jià)信息的多指標(biāo)群聚類方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>736KB
頁數(shù):5P
針對(duì)具有語言評(píng)價(jià)信息的多指標(biāo)群聚類分析問題,提出一種基于二元語義信息處理的最大樹聚類方法.首先描述了具有語言評(píng)價(jià)信息的多指標(biāo)群聚類問題,并介紹了近年來國(guó)際上最新發(fā)展的二元語義概念及其算子;然后基于二元語義信息處理的方法,將專家給出的語言評(píng)價(jià)信息進(jìn)行\(zhòng)"量化\"集結(jié),并依據(jù)傳統(tǒng)的最大樹聚類分析方法的基本思路,給出了解決基于語言評(píng)價(jià)信息的最大樹聚類方法的計(jì)算步驟;最后通過一個(gè)算例說明了所提出方法的有效性.
一種基于語言評(píng)價(jià)信息的多指標(biāo)群決策方法
格式:pdf
大小:540KB
頁數(shù):4P
針對(duì)一類帶有自然語言評(píng)價(jià)信息的多指標(biāo)群決策問題,給出一種新的群集結(jié)和方案優(yōu)選方法.首先采用近年來最新發(fā)展的lwd算子和lowa算子直接集結(jié)每個(gè)決策者給出的自然語言評(píng)價(jià)信息,以得到群的方案評(píng)價(jià)值,然后根據(jù)語言短語集的自身順序進(jìn)行方案優(yōu)選.利用該方法不僅可以確定最優(yōu)方案,而且還可得到群決策結(jié)果的可信程度.最后給出了一個(gè)算例.
一種基于三角模糊數(shù)多指標(biāo)信息的聚類方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>365KB
頁數(shù):4P
4.7
針對(duì)一類特征指標(biāo)值及指標(biāo)權(quán)重均為三角模糊數(shù)的多指標(biāo)信息聚類問題,提出了一種新的最大樹聚類分析方法。首先對(duì)三角模糊數(shù)多指標(biāo)信息聚類問題進(jìn)行了描述;然后依據(jù)傳統(tǒng)的基于數(shù)值信息的最大樹模糊聚類分析方法的基本思路,給出了解決三角模糊數(shù)多指標(biāo)信息聚類問題的計(jì)算步驟。最后,通過算例說明了本文給出的聚類方法。
地理信息工程多指標(biāo)綜合評(píng)價(jià)方法的選擇研究
格式:pdf
大小:334KB
頁數(shù):2P
4.7
討論了在地理信息工程建設(shè)中引入綜合評(píng)價(jià)方法,介紹了多指標(biāo)綜合評(píng)價(jià)方法的概念與特性,闡述并比較了地理信息工程建設(shè)中可應(yīng)用的綜合評(píng)價(jià)方法。
基于AHP和PCA的多指標(biāo)評(píng)價(jià)建模方法及應(yīng)用
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>226KB
頁數(shù):6P
4.3
提出一種多指標(biāo)評(píng)價(jià)建模方法,并以學(xué)術(shù)期刊核心競(jìng)爭(zhēng)力評(píng)價(jià)為例對(duì)該方法進(jìn)行說明驗(yàn)證.本建模方法針對(duì)底層指標(biāo)和上層指標(biāo)的特點(diǎn),將主成分分析法和softmax回歸相結(jié)合用于底層評(píng)價(jià)指標(biāo)權(quán)重的確定,應(yīng)用層次分析法對(duì)上層指標(biāo)的權(quán)重進(jìn)行確定.在方法應(yīng)用驗(yàn)證中,在分析學(xué)術(shù)期刊核心競(jìng)爭(zhēng)力的內(nèi)涵、特征和表現(xiàn)形式的基礎(chǔ)上,構(gòu)建了學(xué)術(shù)期刊核心競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系;然后應(yīng)用本方法對(duì)學(xué)術(shù)期刊核心競(jìng)爭(zhēng)力進(jìn)行評(píng)價(jià).經(jīng)驗(yàn)證分析可知,本評(píng)價(jià)建模方法在多指標(biāo)評(píng)價(jià)情況下,具有求解簡(jiǎn)便、精確度高的優(yōu)點(diǎn).
基于粗糙集理論的多指標(biāo)綜合評(píng)價(jià)方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>636KB
頁數(shù):4P
4.7
針對(duì)評(píng)價(jià)多指標(biāo)優(yōu)劣中屬性權(quán)值難以確定的問題,筆者提出了基于粗糙集的topsis綜合評(píng)價(jià)的應(yīng)用算法,利用粗糙集進(jìn)行權(quán)重確定,把粗糙集與topsis相結(jié)合,提出了基于粗糙集的topsis綜合評(píng)價(jià)方法,以屬性重要度作為各個(gè)屬性的權(quán)值,對(duì)信息系統(tǒng)進(jìn)行加權(quán)分析,得出了總體排序結(jié)果,并通過算例驗(yàn)證了該方法的有效性.
多指標(biāo)綜合評(píng)價(jià)分析方法綜述
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>938KB
頁數(shù):3P
4.7
多指標(biāo)綜合評(píng)價(jià)分析被廣泛地應(yīng)用于社會(huì)、經(jīng)濟(jì)等方面,并且研究成果已對(duì)社會(huì)與經(jīng)濟(jì)發(fā)展產(chǎn)生了積極影響。本文選取多指標(biāo)評(píng)價(jià)中幾種常用的典型方法,介紹每種方法的基本原理和實(shí)現(xiàn)步驟,指出了它們的優(yōu)缺點(diǎn)、適用范圍以及應(yīng)用該方法應(yīng)注意的問題。
一種基于變精度粗糙集的多指標(biāo)綜合評(píng)價(jià)方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>130KB
頁數(shù):3P
4.3
教學(xué)評(píng)價(jià)是教師教學(xué)效果評(píng)價(jià)的一個(gè)重要環(huán)節(jié),通過建立創(chuàng)新人才培養(yǎng)教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系,采用變精度粗糙集的多指標(biāo)綜合評(píng)價(jià)方法對(duì)教學(xué)質(zhì)量進(jìn)行評(píng)價(jià),可以用來分析失效數(shù)據(jù),并且為進(jìn)一步的問題解決提供依據(jù)。
一種基于粗糙集理論的多指標(biāo)綜合評(píng)價(jià)方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>126KB
頁數(shù):3P
4.5
文章對(duì)于不含決策屬性的綜合評(píng)價(jià)問題,提出了一種基于粗糙集的評(píng)價(jià)方法。該方法采用基于信息量的屬性約簡(jiǎn)啟發(fā)式算法,實(shí)現(xiàn)了評(píng)價(jià)指標(biāo)的約簡(jiǎn),從而優(yōu)化了指標(biāo)體系;并基于約簡(jiǎn)指標(biāo)的重要度信息確定權(quán)重,消除了傳統(tǒng)方法權(quán)值設(shè)置的主觀性,提高了綜合評(píng)價(jià)結(jié)果的可靠性。通過例子分析,驗(yàn)證了該算法的可行性和實(shí)用性。
基于聯(lián)系數(shù)的三角模糊數(shù)多指標(biāo)評(píng)價(jià)方法
格式:pdf
大小:323KB
頁數(shù):4P
4.5
三角模糊數(shù)具有確定不確定的特點(diǎn),運(yùn)用集對(duì)分析的理論可以把三角模糊數(shù)轉(zhuǎn)換為聯(lián)系數(shù),通過建立聯(lián)系數(shù)多指標(biāo)評(píng)價(jià)決策模型,可以對(duì)多屬性評(píng)價(jià)問題進(jìn)行決策及排序。實(shí)例運(yùn)算表明:該方法算理簡(jiǎn)單,計(jì)算操作易行,結(jié)論具有可信性。
一種基于粗糙集的多指標(biāo)綜合評(píng)價(jià)方法
格式:pdf
大小:172KB
頁數(shù):1P
4.4
本文介紹了一種基于粗糙集的多指標(biāo)綜合評(píng)價(jià)方法,評(píng)價(jià)過程中屬性離散化采用了動(dòng)態(tài)聚類中的c-均值算法,并根據(jù)粗糙集理論中屬性約簡(jiǎn)的原理,將冗余的指標(biāo)進(jìn)行剔除,增加了評(píng)價(jià)的客觀性,對(duì)于多指標(biāo)綜合評(píng)價(jià)有一定的參考意義。
基于模糊多指標(biāo)評(píng)價(jià)方法的配送中心選址優(yōu)化決策
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>616KB
頁數(shù):4P
4.4
研究如何在評(píng)價(jià)的基礎(chǔ)上確定配送中心選址的優(yōu)化決策,從供應(yīng)鏈管理的實(shí)際需要出發(fā),分析了影響配送中心選址的主要因素,建立了由公共設(shè)施、經(jīng)營(yíng)環(huán)境、交通運(yùn)輸、宏觀環(huán)境以及社會(huì)效益等五方面指標(biāo)所組成的評(píng)價(jià)指標(biāo)體系,由此給出了一種使定性和定量的方法有機(jī)結(jié)合的模糊多指標(biāo)評(píng)價(jià)方法.最后,通過一個(gè)算例說明所給出方法的應(yīng)用步驟與可行性.
基于灰色聚類評(píng)估理論的紡織企業(yè)信息化水平評(píng)價(jià)方法研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>306KB
頁數(shù):3P
4.8
本文根據(jù)紡織企業(yè)生產(chǎn)管理的特點(diǎn)確定信息化水平評(píng)價(jià)指標(biāo)體系。針對(duì)相關(guān)數(shù)據(jù)有限并且灰度大的特點(diǎn),選擇灰色聚類評(píng)估理論建立評(píng)價(jià)模型并給出模型求解過程,試圖為定量的評(píng)價(jià)紡織企業(yè)信息化水平和比較企業(yè)間信息化水平高低提供科學(xué)依據(jù);該模型可以指出影響企業(yè)信息化水平的因素,為企業(yè)今后進(jìn)一步提高信息化水平提供決策依據(jù)。
指標(biāo)規(guī)范值的灰色聚類法用于水安全評(píng)價(jià)
格式:pdf
大小:666KB
頁數(shù):6P
4.8
傳統(tǒng)的灰色聚類法,當(dāng)指標(biāo)數(shù)較多時(shí),設(shè)計(jì)白化函數(shù)的工作量很大,實(shí)際使用不便。為減少白化函數(shù)的設(shè)計(jì)個(gè)數(shù)并使之規(guī)范化,設(shè)定適當(dāng)?shù)闹笜?biāo)參照值和指標(biāo)值的規(guī)范變換式,對(duì)灰類和白化數(shù)進(jìn)行規(guī)范和歸類,從而減少工作量提高效率。以山東省水環(huán)境安全評(píng)價(jià)為例,利用基于指標(biāo)規(guī)范值的灰色聚類方法對(duì)水安全進(jìn)行綜合評(píng)價(jià),并與屬性識(shí)別理論和ts-svm模型的結(jié)果進(jìn)行了對(duì)比。結(jié)果表明:與傳統(tǒng)的灰色聚類法相比較,該方法將115個(gè)白化函數(shù)減少到25個(gè),工作效率提高4倍,是有效的水安全評(píng)價(jià)分析工具。
地理信息工程的多指標(biāo)綜合評(píng)價(jià)研究
格式:pdf
大小:533KB
頁數(shù):4P
4.7
介紹了多指標(biāo)綜合評(píng)價(jià)方法的概念、特性與分類,對(duì)地理信息工程中的評(píng)價(jià)對(duì)象和評(píng)價(jià)步驟進(jìn)行了歸納,并闡述了實(shí)施評(píng)價(jià)時(shí)應(yīng)著重考慮的關(guān)鍵問題。
模糊多指標(biāo)評(píng)價(jià)方法在連鎖店選址中的應(yīng)用
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>994KB
頁數(shù):6P
4.6
建立了連鎖店選址評(píng)價(jià)指標(biāo)體系,并運(yùn)用模糊多指標(biāo)評(píng)價(jià)方法,從人口因素、競(jìng)爭(zhēng)態(tài)勢(shì)、交通情況、商業(yè)環(huán)境和場(chǎng)地條件5個(gè)方面對(duì)連鎖店選址進(jìn)行綜合評(píng)價(jià),為連鎖店選址提供了簡(jiǎn)便可行的決策方法。最后,舉例展示了模糊多指標(biāo)評(píng)價(jià)方法在連鎖店選址中的應(yīng)用。
多指標(biāo)綜合評(píng)價(jià)方法應(yīng)用中存在的問題與對(duì)策
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>610KB
頁數(shù):4P
4.7
多指標(biāo)綜合評(píng)價(jià)方法的推廣為評(píng)價(jià)工作提供了有力的工具,但目前發(fā)展并不完善,在實(shí)際應(yīng)用中還存在許多值得商?的地方。通過分析多指標(biāo)綜合評(píng)價(jià)方法在指標(biāo)體系構(gòu)建、評(píng)價(jià)方法選擇、數(shù)據(jù)標(biāo)準(zhǔn)化等操作程序中存在的問題,并在此基礎(chǔ)上,對(duì)問題的破解提出了一些對(duì)策建議。
基于聚類-因子分析的科技評(píng)價(jià)指標(biāo)體系構(gòu)建
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>684KB
頁數(shù):7P
4.7
根據(jù)\"堅(jiān)持以人為本,樹立全面、協(xié)調(diào)、可持續(xù)的發(fā)展觀,促進(jìn)經(jīng)濟(jì)社會(huì)和人的全面發(fā)展\"的科學(xué)發(fā)展觀的內(nèi)涵,從科技投入、科技產(chǎn)出、科技對(duì)經(jīng)濟(jì)與社會(huì)的影響三個(gè)方面海選科學(xué)技術(shù)評(píng)價(jià)指標(biāo),利用r聚類與因子分析相結(jié)合的方法定量篩選指標(biāo),構(gòu)建了科學(xué)技術(shù)綜合評(píng)價(jià)指標(biāo)體系。本文的創(chuàng)新與特色:一是通過r聚類將同一準(zhǔn)則層內(nèi)的指標(biāo)分類,使不同的類代表科技評(píng)價(jià)的不同方面。二是通過因子分析篩選出各個(gè)類中因子載荷最大的指標(biāo)、并剔除其他指標(biāo),既保證了篩選出的指標(biāo)在所在類別中對(duì)評(píng)價(jià)結(jié)果影響最顯著、又避免了同一類指標(biāo)的信息重復(fù)。三是研究結(jié)果表明,最終建立的指標(biāo)體系用18%的指標(biāo)反映了98%的原始信息。四是通過科技進(jìn)步貢獻(xiàn)率、萬元gdp綜合能耗等指標(biāo)反映了全面、協(xié)調(diào)與可持續(xù)發(fā)展的科學(xué)發(fā)展內(nèi)涵。五是在國(guó)際權(quán)威機(jī)構(gòu)典型觀點(diǎn)高頻指標(biāo)基礎(chǔ)上進(jìn)行客觀數(shù)據(jù)篩選的指標(biāo)體系,兼具專家知識(shí)和客觀實(shí)際的雙重信息。
可拓聚類方法在水庫移民后期扶持效果評(píng)價(jià)中的應(yīng)用
格式:pdf
大小:301KB
頁數(shù):5P
4.5
在分析影響水庫移民生產(chǎn)生活水平多種因素的基礎(chǔ)上,結(jié)合移民實(shí)際生活狀況,選取敏感性評(píng)價(jià)指標(biāo),應(yīng)用物元和可拓集合理論建立移民生活水平評(píng)價(jià)的可拓聚類分析模型,將移民生活水平劃分為貧困、溫飽、小康、富裕和最富裕5個(gè)等級(jí),通過可拓聚類分析得到水庫移民生活水平評(píng)價(jià)結(jié)果。河南省某2個(gè)縣實(shí)例分析表明,可拓聚類方法應(yīng)用于水庫移民生活水平評(píng)價(jià)中是可行的,評(píng)價(jià)結(jié)果是合理的、有效的。
石油作業(yè)安全系統(tǒng)多指標(biāo)綜合評(píng)價(jià)方法分析
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>173KB
頁數(shù):未知
4.4
由于計(jì)算機(jī)的發(fā)展以及一些相關(guān)領(lǐng)域的不斷深入研究,綜合評(píng)價(jià)方法得到了不斷的發(fā)展和改進(jìn)。而指標(biāo)權(quán)重系數(shù)的確定方法作為綜合評(píng)價(jià)中的重中之重,近幾年來也取得了一些新的進(jìn)展,并應(yīng)用于各個(gè)行業(yè)。文章就石油作業(yè)安全系統(tǒng)中的多指標(biāo)評(píng)價(jià)方法和權(quán)重系數(shù)的選擇進(jìn)行概括介紹。
應(yīng)用灰色聚類方法評(píng)價(jià)特種動(dòng)物纖維綜合物理性能
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>143KB
頁數(shù):6P
4.3
為更好地開發(fā)特種動(dòng)物纖維制品,以駱駝絨、山羊絨及牦牛絨為研究對(duì)象,在相同環(huán)境下分別對(duì)9種動(dòng)物纖維的長(zhǎng)度、細(xì)度、強(qiáng)力、卷曲性能及摩擦性能進(jìn)行測(cè)試,利用灰色聚類分析評(píng)價(jià)特種動(dòng)物纖維的綜合物理性能。以白山羊絨、黃駱駝絨和黑牦牛絨為原料,采用四羅拉網(wǎng)格圈集聚紡分別紡制線密度為14.29tex和20.83tex紗線,并進(jìn)行性能測(cè)試和對(duì)比分析,進(jìn)一步驗(yàn)證灰色聚類方法評(píng)價(jià)特種動(dòng)物纖維綜合物理性能的結(jié)果。結(jié)果表明:白山羊絨、駝絨具有較好的物理性能,白羊羔絨次之,紫山羊絨、青牦牛絨、黑牦牛絨、青山羊絨和脫色牦牛絨的物理性能最差;采用四羅拉網(wǎng)格圈緊密紡紡制不同線密度的紗線,白山羊絨紗線的整體性能最好,黃駱駝絨紗線次之,黑牦牛絨紗線最差,與灰色聚類方法所評(píng)價(jià)的纖維綜合物理性能一致。
基于聚類分析的風(fēng)電場(chǎng)多機(jī)等效建模方法研究
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>1.8MB
頁數(shù):7P
4.4
針對(duì)大規(guī)模雙饋型機(jī)組所組成的風(fēng)電場(chǎng),提出1種將變槳機(jī)構(gòu)動(dòng)作情況作為風(fēng)電場(chǎng)分群聚類指標(biāo)的等值建模方法。通過將能夠表征變槳機(jī)構(gòu)動(dòng)作狀態(tài)的特征向量輸入到支持向量機(jī)中,對(duì)風(fēng)電機(jī)組進(jìn)行動(dòng)態(tài)分群,將同一群內(nèi)的風(fēng)機(jī)進(jìn)行等效合并。此外敘述了等效機(jī)組參數(shù)計(jì)算方法,建立風(fēng)電場(chǎng)多機(jī)等效模型。經(jīng)過對(duì)不同建模方法的比較得出,此方法在保證仿真精度的前提下大幅度縮小了仿真時(shí)間,且仿真結(jié)果更加接近風(fēng)電場(chǎng)實(shí)際運(yùn)行工況,驗(yàn)證了該方法能夠更加準(zhǔn)確的表現(xiàn)出風(fēng)電場(chǎng)并網(wǎng)點(diǎn)的動(dòng)態(tài)特性。
績(jī)效審計(jì)評(píng)價(jià)指標(biāo)及其構(gòu)建方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>79KB
頁數(shù):2P
4.5
《審計(jì)署2008年至2012年審計(jì)工作發(fā)展計(jì)劃》指出,全面推進(jìn)績(jī)效審計(jì),促進(jìn)轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式,提高財(cái)政資金和公共資源配置、使用、利用的經(jīng)濟(jì)性、效率性和效果性,而績(jī)效審計(jì)的實(shí)施必須借助于指標(biāo)的計(jì)量和評(píng)價(jià)才能進(jìn)行。因此,開發(fā)和構(gòu)建合理有效的績(jī)效審計(jì)評(píng)價(jià)指標(biāo)是開展績(jī)效審計(jì)的關(guān)鍵所在。本文分析了績(jī)效審計(jì)評(píng)價(jià)指標(biāo)在績(jī)效審計(jì)實(shí)施中的重要性,并從基于責(zé)任方認(rèn)定的業(yè)務(wù)和直接報(bào)告的業(yè)務(wù)兩個(gè)方面分析了構(gòu)建績(jī)效審計(jì)評(píng)價(jià)指標(biāo)的基本方法。
多因素模糊評(píng)價(jià)的投標(biāo)報(bào)價(jià)決策方法
格式:pdf
大?。?span id="2wnrri89hn" class="single-tag-height" data-v-09d85783>702KB
頁數(shù):5P
4.8
投標(biāo)報(bào)價(jià)決策是承包商中標(biāo)的關(guān)鍵,而在估算工程成本(包括直接費(fèi)和間接費(fèi))的基礎(chǔ)上,確定標(biāo)高是最困難的,因?yàn)閳?bào)價(jià)的策略是受錯(cuò)綜復(fù)雜的各種因素影響的。本文在多因素分析模型的基礎(chǔ)上,提出了一種綜合模糊評(píng)價(jià)的方法,通過專家對(duì)影響因素的評(píng)定,引入模糊集隸屬度函數(shù),得出投標(biāo)報(bào)價(jià)的標(biāo)高。最后通過實(shí)際例子來說明這種方法的具體步驟和應(yīng)用,并指出優(yōu)點(diǎn)和不足。
文輯推薦
知識(shí)推薦
百科推薦
職位:水利水電工程師助理
擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林