一种基于D-S证据理论的评标方法探讨

在实际评标工作中,大量的专家评价与判断是评标结果产生的基础。然而,常用的百分制评分法存在权重确定不尽合理、定性指标评分误差可能性大、指标线性加权的综合方式有缺陷等问题。本文提出一种基于证据理论的评标方法,以克服传统方法的不足,提高评标结果的正确性。     

基于学习与证据理论的专家群体预测系统研究

基于学习与证据理论的专家群体预测系统方法，将学习专家预测的历史经验与个体专家预测结论的合成相结合，利用神经网络的学习功能与证据理论在证据合成中的系统完整性，形成了一种系统的专家群体预测方法。该方法将每个专家的预测结论看作为证据，面向具体应用问题通过对历史数据统计分析选择专家、建立学习样本，先考虑个体专家预测结论的独立性、重要性、可靠性与冲突，对个体专家预测结论的基本可信数进行修正，然后用Dempster合成规则合成。该方法用神经网络学习专家历史预测的经验，调整对基本可信数进行修正的修正系数，使证据合成的结果更符合解决问题的要求。实验结果表明本方法应用于解决实际问题时具有较好的效果。     

群组预测集结方法研究

1 引言由于现实事物的复杂性,人们对预测事物往往采取多种模型或方法进行群组预测以便提高预测精度,组合预测便是其中最常用的一种方法。组合预测本质上是群组预测的一种集结处理方法,组合预测理论认为,不同预测模型的加权线性组合在一定条件下能够有效地提高模型的预测精度,因此,迄今为止的所有组合预     

基于证据理论的不同形式偏好信息群决策方法研究

通过不同类型个体偏好信息之间的转换公式,将4类常见的个体偏好信息转化为基本可信度分配函数(Mass函数),然后对一致化的Mass函数型个体偏好信息进行一致性检验.对于通过一致性检验的个体偏好则利用证据理论Dempster合成法则将个体偏好信息集结成群偏好信息;对于没有通过一致性检验的则采用DSm理论的PCR6合成法则进行合成,从而实现对决策方案的排序优选,最后进行了算例分析,结果表明该方法实用、有效.     

D-S证据理论在群决策支持系统中的应用

针对以往决策方法的不足,运用D-S证据理论融合处理多个决策的结果,以提高准确性与可靠性,辅助做出科学化的决策,以完善建立群决策支持系统。     

基于D-S证据理论的红外图像行人检测

为高精度实现复杂环境中的行人检测,提出了基于D-S证据理论的红外图像行人检测方法.首先采集行人检测的红外图像,采用梯度计算方法提取红外图像的HOG特征,并将待检测图像获取感兴趣区域,提取Sc SPM特征,然后将2个特征作为D-S证据理论的证据体,利用模糊概念和模糊插值法获取特征函数以及基本概率赋值函数值后,完成特征融合...     

一种改进的证据理论融合算法

针对D-S证据理论无法解决证据冲突和基本概率分配函数的微小扰动使融合结果急剧变化等问题,提出了-种改进的证据理论融合算法.该方法首先求出了证据距离得出相应的证据冲突,然后给出描述证据间相互支持度的模糊矩阵,并依次来研究不同情况对融合数据的影响,进而说明改进的融合算法的有效应.     

基于D-S证据理论的城市社区民生科技贡献绩效评估研究

研究基于民生科技对城市社区建设在社区安全、节能环保、健康卫生、生活便利和学习交流等方面发挥的功能和作用,提出民生科技在城市社区建设中体现贡献绩效的主要因素,建立城市社区民生科技贡献绩效评价指标体系,并采用D-S理论的分析方法,通过算例对天津市华苑社区民生科技的贡献绩效进行评价,为民生科技在城市社区的绩效评估提供支撑。     

D-S证据融合规则的研究

介绍了D-S证据融合规则及其在证据冲突下的失效问题,分析了D-S证据融合规则失效产生的原因,并对现有的改进方法进行分析,总结其不足。针对各改进方法的不足提出一种新的改进方法的研究思路,既可以解决失效问题,又有很好的融合速度。     

基于证据理论的K-modes聚类方法

本文把证据理论的合成公式应用4-K-modes聚类方法中,可以将不精确的数据进行分类。     

基于灰理论的电离层foF2短期预报方法

将灰理论应用于电离层fo F2的短期预报中,基于灰色距离信息熵确定样本序列最佳灰色预报长度,构建基于残差修正的预报模型,并利用中国地区多个观测站的观测数据进行检验。研究表明,平均灰色距离信息熵的计算结果反映了太阳自转的周期性影响;高纬度地区预报方法的精度高于低纬度地区,且在太阳活动较为剧烈的季节,预报方法的误差相对较大;提前1天预报结果的平均相对残差在1MHz以内,平均精度在90%以上。为今后电离层短期预报提供一种新的思路。     

基于密度算子的组合预测方法

考虑到单项预测方法在不同时刻预测准确性的差异,提出了一种基于密度算子的组合预测方法.该方法的核心思想是利用样本区间内单项预测方法的预测准确性对预测值聚类;然后基于密度算子的思想对单项预测法集结,得到一种新的组合预测模型;在此基础上,基于预测值和相应观察值误差最小的思想确定单项预测法的加权系数.该模型充分利用了样本区间内单项预测法的预测准确性,因而预测值具有较高的准确性.最后,给出一个实例,并对其结果进行比较分析,证明了该组合预测模型的有效性.     

基于证据理论的国家自然科学基金项目评审方法研究

针对国家自然科学目前的评审方法相比,该方法能够有效解决项目评审专家评审结果之间的冲突,能够很好地集成评审结果,且具有较快的收敛速度.运用一个评审实例说明了本方法的应用程序与优越性.     

基于证据理论的企业业务-IT战略匹配成熟度评估

业务战略和IT战略整合与匹配,是企业运行中的关键问题.针对现有评价方法存在的问题,通过将证据理论和模糊评语引入战略匹配成熟度评价研究中,用综合各独立专家打分降低专家决策的相关性,经算例研究,最终得出更为精确、可靠的战略匹配成熟度评价结果.研究结果为企业业务-IT战略匹配成熟度评价,提供了一种新的思路.     

基于粗集证据理论的多属性决策方法研究

将粗集和证据理论相结合应用到多属性决策评价中，证据理论应用中会存在“焦元”爆炸问题，我们采用基于粗集特征属性约简的办法在保证分类质量不变的情况下，一方面削减了证据之间的相关性．尽可能采用少的属性对决策问题进行评价，防止发生“焦元”爆炸；另一方面能够从决策表蕴含的信息中得出各属性的权重，避免专家赋权的主观性。以配送中心选址问题为例证明了此方法是可行的、有效的。     

基于模糊系统的非线性组合预测方法研究

本文提出了一种基于Ｔａｋａｇｉ－Ｓｕｇｅｎｏ 模糊规则基的非线性组合预测新方法,以克服线性组合预测方法在解决非平稳时间序列组合建模问题时所遇到的困难和存在的不足,并采用相应的遗传算法确定模糊系统的参数及模糊子集的划分。     

基于效用理论的高技术产品销售预测

从效用理论出发,综合考虑影响消费者购买行为的主要因素,建立基于效用理论的高技术产品预测模型。运用CD唱机、DVD播放机和数码相机数据进行实证,将模型与基本Bass模型和PH模型进行比较。结果显示,该模型明显优于基本Bass模型和PH模型。模型在预测时方便可靠,可对产品成长初期销量进行准确预测,为企业制定合理的投资计划提供依据。     

基于证据推理理论的野战装备仓库风险评估研究

D-S证据理论是人工智能中不确定推理方法之一,能有效地处理不确定信息及未知信息.本文针对野战装备仓库风险评估中存在大量不确定信息的特点,建立了基于证据理论的风险评价模型.经实际应用表明,此方法能够对风险水平作出有效的评价,为野战装备仓库防卫指挥员提供决策依据.     

基于预测有效度的组合预测模型研究

本文基于预测方法有效度的概念，建立了改进组合预测模型，并给出其线性规划的解法。该模型具有计算简便的特点，而且具有可比性，能反映不同时间序列预测方法有效性。