论文研究-基于直觉不确定语言新集成算子的多属性决策方法.pdf, 对于直觉不确定语言环境下的多属性决策问题,给出一种基于直觉不确定语言变量新型集成算子的多属性决策方法.该方法采用阿基米德T-模和S-
论文研究-一种基于分层法的区间数多属性决策方法及应用.pdf, 针对以区间数形式给出属性值、未知属性权重、较多待选方案的多属性决策问题,借鉴水桶理论和现代企业投票制度,将分层法与超立方体分割相结合,给
论文研究-基于直觉模糊λ-ShapleyChoquet积分算子TOPSIS的多属性群决策方法.pdf, 提出一种改进的逼近理想解排序(TOPSIS)方法,即直觉模糊λ-ShapleyChoquet积分
决策树是数据挖掘中的一种高效方法,但是当训练数据的属性很多时,构建的决策树的规模会随属性个数增加而指数级增长,进而会产生海量的规则。针对该问题,提出了一种基于遗传算法的优化方法。首先根据信息增益利用轮
针对K均值聚类算法存在的对初始值敏感且容易陷入局部最优的缺点,提出一种改进的混合蛙跳算法(SFLA)和K均值相结合的聚类算法。该算法通过混沌搜索优化初始解,变异操作生成新个体,在更新青蛙位置时,设计了
论文研究-考虑信息源相关性的多属性应急决策方法.pdf, 利用证据理论处理多属性应急决策时,通常假设信息源独立,有悖于现实情况.因此,提出考虑信息源相关性的多属性应急决策方法.首先,给出基于证据理论
论文研究-一种处理语言评价信息的多属性群决策方法.pdf,
情绪对于决策有着重要影响,由于缺乏有效的决策者情绪状态获取方法,当前考虑情绪状态的语言多属性决策方法研究偏少.随着物联网技术的发展,通过可穿戴传感器能够便捷地获取决策者脑电信号,进而可感知其情绪状态.
二元蚁群优化算法作为蚁群算法改进的一种,其独特的随机二元网络结构在离散域及连续域优化问题中均得到较好的应用,但探索和利用的冲突、单一种群寻优的局限性以及算法评价次数的增加均限制了二元蚁群算法更好的发展
根据英国期权的经济原理,我们提出一种新的二元期权,其中持有人享有美国二元期权的早期行使特征,其收益是欧洲二元收益的“最佳预测”,其假设是真实的漂移等于合约漂移。根据观察到的价格变动,期权持有人发现股票