【摘 要】
：
由于采用乘积算子需求解一个非线性数学规划问题,所以乘积算子在实际决策中的应用不是很多.但是当隶属函数是指数函数时,可转换为等价的线性规划问题.因此,本文研究在多目标模糊决策中利用极大乘积算子找出各目标整体满意度的最优值,即最优折衷解.提出了经典多目标运输问题的模糊极大乘子算法.
【出 处】
：
第三届中国Rough集与软计算机学术研讨会
论文部分内容阅读
由于采用乘积算子需求解一个非线性数学规划问题,所以乘积算子在实际决策中的应用不是很多.但是当隶属函数是指数函数时,可转换为等价的线性规划问题.因此,本文研究在多目标模糊决策中利用极大乘积算子找出各目标整体满意度的最优值,即最优折衷解.提出了经典多目标运输问题的模糊极大乘子算法.
其他文献
三峡移民决策分析模型主要为计划投资决策分析提供一个参考,它包括3个方面的功能:过滤器功能、资金正确性判断、投资变动决策参考.
在本文构造的入侵检测模型中,不仅改进了基于异常的统计方法和基于滥用的特征匹配方法,而且还融合基于异常的统计方法与基于滥用的特征匹配方法,有助于提高入侵检测系统的准确性和有效性.本模型采用分布式结构使网络内的各监测代理所保存的异常和特征不会完全相同,这就保证了系统的安全性.即使某台主机或代理被入侵者攻陷,也并不意味着整个网络被攻陷.同时,每级监测代理为其下一级代理或主机提供本级代理的知识库和特征库等
将遗传算法与结构分析分离,求解离散变量结构优化,通过算例证明此法是可行的.其优点在于遗传算法的并行性使其在解决组合优化时十分有力,即使对于可能会产生的组合爆炸也有不俗的表现.在求解上述离散变量桁架结构截面优化时,每一轮的优化时间不超过30s,即整体优化时间非常短,在求解实际问题中可以被接受.特别是对于大型工程结构设计问题,用此法是非常可行的.当然,由于遗传算法存在早熟问题,有收敛到局部最优解的可能
装备系统质量综合评价是对装备的各单项性能评价指标进行综合评判,以确定其总体质量的优劣.事物常具有不同的属性,在将其从总体上加以比较时,常需先从不同的侧面加以评判,然后进行综合评价,这种评价称为多属性评价或多准则评价,它具有多层次、多因素、多目标等特点.本文采用基于BP网络的方法,对装备系统质量综合评价进行了尝试性的探讨.
神经网络集成(Neural Network Ensemble)是一种非常有效的工程化神经计算方法.当这种集成用作分类器时,集成的输出通常由个体网络的输出投票产生.投票法包括绝对多数投票法和相对多数投票法,理论和实践表明,后者优于前者.这两种方法通常作用于集成中的全部个体.而研究表明,对待集成的个体分类器进行必要的选择,可能有助于提高分类性能.研究表明,当神经网络分类器集成(Ensembling N
蚁群算法(ant colony algorithm,ACA)是20世纪90年代才提出的一种新型模拟进化算法,它是由意大利学者M.Dorigo等人首先提出的,称之为蚁群系统(ant colony system),并应用该算法求解TSP问题、分配问题、job-shop调度问题,取得了较好的结果.但同时也发现了一些缺点.为了克服基本蚁群算法的不足,人们对其作了若干改进.蚁群算法从本质上讲是一种模拟进化算
本文采用浮点编码方案,仔细分析和设计GA的实施细节,包括约束条件的处理方法、为防止早熟收敛问题而采取的措施、种群的数据结构及初始化算法.用matlab编程实现GA,用于求解一个具有强约束条件的二次规划问题.比较浮点编码和二进制编码的寻优结果,说明采用浮点编码方案,解的稳定性和运行时间明显优于二进制编码.此外,用启发式交叉取代一般交叉算子,可进一步提高GA的性能.但将局部寻优引入GA,未收到预期的效
随着入侵检测系统在大规模网络中的不断应用,必须解决大量擎报数据的快速分类和约简表示的问题.在本文中提出了一个利用广西聚类实现入侵检测系统的警报数据快速约简的框架.初步的数据分析和实验结果表明,此法是大量警报数据的一种可行的约简方法.
在超市数据上进行关联规则挖掘是R.Agrawal和R.Srihant在文中[5]中首先提出来的,从此出现了众多求关联规则的算法,所求的频繁项目集都依赖于用户给定的阈值,如著名的Apriori算法.用支持度来度量频繁项目集有一定的缺陷,对于最小支持度和最小可信度的选取有很大的主观任意性.如何给定阈值是一个困难的问题,如果阈值给得太大则可能得不到结果,如果阈值给得太小则会因为频繁集的元素过多而增加算法
关联规则的挖掘是当前数据挖掘中最热门的研究方向之一,它把挖掘过程分解为两个子问题:频繁项目集的求解和关联知识的表示.关联规则研究者普遍认为:关联规则挖掘过程中主要计算机资源的开销在于频繁项目集的求解过程,因此无论Savaser等人提出的PARTITION算法,Park等人提出的DHP算法、还是Toivonen等人提出的Sampling算法都试图提高频繁项目集的求解效率,并大多以R.Agrawal等