基于案例学习的TOPSIS方法研究

链接预测是社会网络分析领域的关键问题。传统的链接预测方法大多针对社会网络的静态结构预测隐含的链接或者将来可能产生的链接，而忽视了网络在动态演变过程中的潜在信息。为了能更好地利用网络演变的动态信息，从而

基于机器学习的短期电力负荷预测方法研究

在云计算中，为了提供可靠和连续的服务，需要准确而及时的故障检测。 但是，云故障数据，特别是云故障特征数据的采集比较困难，数据量太小，采用大数据训练方法可以解决一定的难度。 因此，提出了一种基于深度学习

针对目前对普适云及服务迁移相关的研究大多专注于迁移架构与迁移决策方面,缺少完善的上下文感知,对普适云环境下的服务迁移方法进行了研究。在前期OSGi弹性普适云设施的基础上,深入感知普适云的上下文,并采用

多属性决策的TOPSIS算法。其中leibie.mat可修改各个属性效益型or成本型，效益型即为1，成本型即为-1。shuxing.mat可修改各个方案的评价值。最终输出的index为最终的排名结果。

多属性决策方式非常清晰的topsis—ppt

基于电力电子变流器的非同步机电源采用虚拟同步发电机(VSG)控制技术可以实现其对电网的友好支撑,但各VSG单元共同运行时存在虚拟惯量分配及协同支撑电网问题。为更好地实现多VSG单元在提供惯性支撑时的协

在供给侧改革背景下,矿区面临向高效、安全、绿色发展方向转型的压力与挑战。系统研究了煤炭矿区绿色转型评价理论与方法。基于DPSIR模型概念模型,从驱动力-压力-状态-影响-响应5个维度构建评价指标体系,

本文研究了基于改进TOPSIS法的水质监测断面优化方法，针对水质监测站点选址问题，提出了一种综合考虑水质监测指标和水环境质量的TOPSIS法。该方法综合考虑了水质监测站点水质状况、环境适宜程度等因素，

在Pawlak近似空间上首次引入了等效软集的软上下近似的概念，研究了软上下近似的交、并、补代数运算的若干性质。结果令人满意。