导读:本文包含了不确定权重论文开题报告文献综述及选题提纲参考文献，主要关键词:双边匹配,不确定语言评价信息,二元语义,属性权重
不确定权重论文文献综述
刘康,李军[1]（2019）在《属性权重未知的不确定语言评价双边匹配决策》一文中研究指出针对匹配主体没有提供属性权重信息的不确定多粒度语言评价双边匹配问题,提出了一种基于离差最大公式和二元语义的决策方法。决策中,首先创建一个基本语言评价集(BLTS),将多粒度的不确定语言评价信息转换为区间二元语义,并且将所有区间二元语义根据公式投影到基本语言评价集上。根据区间二元语义的距离公式,计算属性之间的离差。通过离差最大化公式,计算得到每个匹配主体的属性权重向量。进而通过属性权重对区间二元语义加权平均,根据理想逼近法计算最终的满意度,得到最终的求解模型。最后通过实验证明该决策方法的可行性。(本文来源于《青岛大学学报(自然科学版)》期刊2019年01期）
秦震[2]（2019）在《具有确定和不确定的内部耦合矩阵的多权重复杂网络的同步和H_∞同步》一文中研究指出近年来,许多研究者研究了复杂网络的同步和H∞同步问题。然而关于多权重复杂网络的同步和H∞同步问题还很少被考虑过。特别是,具有切换拓扑的多权重复杂网络的同步和H∞同步还从未被研究过。所以本文分别考虑了具有固定和切换拓扑的多权重复杂网络的同步和H∞同步问题。此外,由于建模误差、参数波动和外部扰动等因素的影响,复杂网络的内部耦合矩阵可能会出现不确定从而使网络无法实现同步,所以本文又分析了具有不确定内部耦合矩阵的多权重复杂网络的同步和H∞同步问题。再者,复杂网络很难通过自身来实现同步,所以本文也考虑了具有不确定内部耦合矩阵的多权重复杂网络的自适应同步和自适应H∞同步问题。本文利用图论、李雅普诺夫泛函方法、稳定性理论、自适应控制技术以及多种不等式技术,分别研究了多权重复杂网络的同步和H∞同步问题。第一,通过利用李雅普诺夫泛函、多种不等式技术和稳定性理论,一些关于具有固定和切换拓扑的多权重复杂网络的同步和H∞同步准则被得出。第二,通过对具有不确定内部耦合矩阵的多权重复杂网络模型进行分析,得出了一些同步和H∞同步准则来确保提出的网络模型能实现同步。然后,设计了合适的自适应状态反馈控制器,并建立了若干同步和H∞同步的充分条件使得具有不确定内部耦合矩阵的多权重复杂网络能自适应实现同步和自适应H∞同步。最后,给出了几个数值仿真例子验证了本文中得到的理论结果的正确性和有效性。(本文来源于《天津工业大学》期刊2019-01-18）
庞继芳,宋鹏[3]（2018）在《专家权重完全未知的区间直觉不确定语言多属性群决策方法》一文中研究指出针对专家权重信息完全未知且属性值为区间直觉不确定语言数的模糊多属性群决策问题,提出一种基于混合权重信息及决策者风险态度的群决策分析方法。在定义区间直觉不确定语言数差异度的基础上,分别利用专家在方案评价值上的贴近度以及方案排序上的一致度来计算两类专家权重,并基于均衡度得到专家的客观综合权重。进而通过融合专家客观综合权重以及基于相似度的个体综合评价值权重,提出一种混合加权集结方法,从而得到方案的群体综合评价值,并通过定义带有风险态度因子的期望值与精确函数实现对方案的比较和排序。最后,通过实例分析证明所提方法的有效性和合理性。(本文来源于《计算机科学》期刊2018年01期）
樊志强,李宁,郝博[4]（2016）在《一种Web服务QoS属性的不确定权重计算方法》一文中研究指出功能相同或类似的Web服务选择时需考虑服务的Qo S属性及权重,由于用户对Qo S属性的偏好具有主观认知的不确定性,并且某些Qo S属性值也通常不是确定的。因此,Qos属性的权重具有不确定性。针对Qo S属性的不确定权重求解问题,使用云模型表示主观认知的不确定性,基于用户偏好信息,利用归一化和最小二乘法求解主观权重,基于Qos属性值利用熵方法求解客观权重,并使用科布—道格拉斯方法合成主、客观权重,能够有效表达由主观认知和Qo S属性值造成的权重不确定性。(本文来源于《软件工程》期刊2016年07期）
郭清娥,苏兵,陈光会[5]（2016）在《部分权重信息下考虑风险偏好的不确定多属性决策方法》一文中研究指出通过引入风险偏好因子,文章借鉴DEA交叉评价思想,构建部分权重信息下考虑决策者风险偏好的不确定多属性决策方法。通过风险偏好因子的引入,将区间数决策信息映射为实数决策信息;假设各决策方案均具有"使自身评价值最大化"的特点,求得各自的最优评价值和权重向量;各决策方案按照系统内所有方案的最有利权重进行评价后,将平均交叉评价值作为决策基准。最后通过算例说明了方法的可行性和有效性。(本文来源于《统计与决策》期刊2016年05期）
那迪,孙莉,张全,满飞宇,陈云鹤[6]（2016）在《不确定语言多属性群决策中属性权重确定方法》一文中研究指出本文提出了一种具有不确定语言评价信息的多属性群决策中属性权重的确定方法。首先,根据专家给出的客观评价决策矩阵,通过建立基准语言评价集合,规范化由专家们给出的不确定语言评价值,将语言评价值转换为基准语言评价集的模糊集,并进一步转换为转化成二元语义数值形式,进而采用熵权法计算出属性权重值并加权平均。最后,给出算例对其进行说明该方法的实用性。(本文来源于《科技视界》期刊2016年02期）
杨威,庞永锋,史加荣[7]（2015）在《不完全权重信息的区间直觉模糊不确定语言TOPSIS方法》一文中研究指出针对决策过程中信息是模糊不确定的,属性权重信息是部分可知的,给出了一个新的多属性决策方法。首先采用区间直觉模糊不确定语言变量建模不确定信息,然后利用最大偏差法建立一个线性规划模型计算属性的权重向量,最后采用TOPSIS方法对方案进行排序。给出了具体的方案排序方法并将其应用到西安地铁壁画的评价上。实例说明新方法的可行性和有效性。(本文来源于《模糊系统与数学》期刊2015年02期）
王毅,刘叁阳,张文,王亚男[8]（2014）在《属性权重不确定的直觉模糊多属性决策的威胁评估方法》一文中研究指出在直觉模糊集的框架下,重点研究了目标属性值为区间数且权重完全未知,决策者对方案具有偏好信息的问题,提出一种属性权重不确定的直觉模糊多属性决策的威胁评估方法.首先,针对上述问题,建立了直觉模糊区间判断矩阵,给出了目标属性为区间数的指标值规范化处理方法;其次,分析了决策者对方案中所涉及的目标属性、属性权重及决策者权威度,建立了群决策的方案偏好模型;再次,针对目标属性值在某一区间内变化的特点,给出了直觉模糊区间值的接近度与理想解的定义,建立了最优属性权重约束优化模型;最后,以典型的威胁评估实例验证了该方法可同时反映主观和客观信息对目标威胁评估的影响,可有效避免因部分传感器失效或受外界环境因素影响以及决策者主观经验所带来的偏差,实际目标威胁评估结果验证了该方法的优越性.(本文来源于《电子学报》期刊2014年12期）
吴明飞[9]（2014）在《不确定数据Topk高期望权重项集挖掘研究》一文中研究指出随着科技日新月异的进步,各种各样的数据充斥着生产生活的各个领域,如何有效地获取数据中的精华并运用到各行各业中去,成为科研人员关注的焦点。基于这一实际需求,数据挖掘技术应运而生。关联规则挖掘作为数据挖掘领域的重要分支也一直受到科研人员的重视。通过生成关联规则获得项集之间隐藏的关联,对于决策的提出有十分有效的指导意义。频繁项集的获取是生成关联规则最关键的步骤,针对频繁项集挖掘的科研工作主要从两个方面展开：应用扩展和算法效率提升。前者发展出了最大频繁项集,高效益项集,概率频繁项集等等；后者主要是针对各类频繁项集的挖掘算法提出时间空间上的改进。本文着眼于频繁项集挖掘,从传统数据到不确定数据以及数据流,详细回顾了经典的挖掘算法及其相应改进方法。在深入了解与学习这些科研成果的同时,发现已有的不确定数据挖掘算法虽然考虑了项目的出现概率,但是忽略了项目本身重要程度,导致出现概率比小,但是含有重要项目的项集被舍弃,可能使挖掘结果丢失重要信息。另外考虑到频繁项集挖掘时阈值选取的实际困难,本文从应用扩展的角度出发,在概率频繁项集的基础上,提出了高期望权重项集(HEWIs)的Topk挖掘,有效地解决了这两个问题。具体的内容有：(1)结合不确定数据的频繁项集挖掘,给出了Topk HEWIs挖掘的概念与意义,并在经典概率频繁项集挖掘算法MBP和UF-Growth的基础上,提出了针对Topk HEWIs挖掘的算法,TKWMB和TKWUG。两个算法各自代表一类算法,从层次递进和模式增长两种挖掘方向出发,实现了Topk HEWIs的挖掘。本文通过在多个数据集上运行两种算法,对比了算法的效率差异。实验表明TKWUG算法在各类数据集上的运行都比较稳定,随着k选取值的改变,运行时间呈正比变化,且在稀疏集上运行比较高效；TKWMB算法随k值变化起伏比较剧烈,在稀疏集上虽然运行速度快,但是却容易内存溢出。(2)考虑到近年数据流的大趋势,本文选取平稳性较好的TKWUG算法扩展出TWUS完成了数据流的Topk HEWIs挖掘。本文考虑了数据流单次单向无限的特性,在滑动窗口技术的基础上,结合了TKWUG和CPS算法的特性,给出了TWUS算法的实现过程。TWUS算法将当前窗口内的数据维护到WUSTree上压缩存储,通过增量式更新树结构与对应的索引头表体现数据流动。算法采取局部更新以及延时处理的方式,有效且高效的响应用户的挖掘请求,实现了Topk HEWIs的数据流挖掘。(本文来源于《大连理工大学》期刊2014-04-28）
刘湘伟,刘冰雁,郭建蓬,胡波[10]（2014）在《指标权重不确定的电子对抗作战方案评估方法》一文中研究指出为解决部分指标权重未知且为语言评价信息的电子对抗作战方案评估问题,给出了一种适用的决策评估方法。对具有信息不完全确定的语言型多指标进行了分析,建立作战方案的评估指标;提出了评估方法与步骤,其核心是通过计算方案值与理想点的距离、建立非线性规划模型、构造Lagrange函数从而求得未知的指标权重值;将语言评价信息转化为叁角模糊数,计算两两模糊评价比较的可能度,进而得到方案的排序结果。最后的算例分析充分证明了该方法的有效性和实用性。(本文来源于《信息工程大学学报》期刊2014年01期）
不确定权重论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,许多研究者研究了复杂网络的同步和H∞同步问题。然而关于多权重复杂网络的同步和H∞同步问题还很少被考虑过。特别是,具有切换拓扑的多权重复杂网络的同步和H∞同步还从未被研究过。所以本文分别考虑了具有固定和切换拓扑的多权重复杂网络的同步和H∞同步问题。此外,由于建模误差、参数波动和外部扰动等因素的影响,复杂网络的内部耦合矩阵可能会出现不确定从而使网络无法实现同步,所以本文又分析了具有不确定内部耦合矩阵的多权重复杂网络的同步和H∞同步问题。再者,复杂网络很难通过自身来实现同步,所以本文也考虑了具有不确定内部耦合矩阵的多权重复杂网络的自适应同步和自适应H∞同步问题。本文利用图论、李雅普诺夫泛函方法、稳定性理论、自适应控制技术以及多种不等式技术,分别研究了多权重复杂网络的同步和H∞同步问题。第一,通过利用李雅普诺夫泛函、多种不等式技术和稳定性理论,一些关于具有固定和切换拓扑的多权重复杂网络的同步和H∞同步准则被得出。第二,通过对具有不确定内部耦合矩阵的多权重复杂网络模型进行分析,得出了一些同步和H∞同步准则来确保提出的网络模型能实现同步。然后,设计了合适的自适应状态反馈控制器,并建立了若干同步和H∞同步的充分条件使得具有不确定内部耦合矩阵的多权重复杂网络能自适应实现同步和自适应H∞同步。最后,给出了几个数值仿真例子验证了本文中得到的理论结果的正确性和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
不确定权重论文参考文献
[1].刘康,李军.属性权重未知的不确定语言评价双边匹配决策[J].青岛大学学报(自然科学版).2019
[2].秦震.具有确定和不确定的内部耦合矩阵的多权重复杂网络的同步和H_∞同步[D].天津工业大学.2019
[3].庞继芳,宋鹏.专家权重完全未知的区间直觉不确定语言多属性群决策方法[J].计算机科学.2018
[4].樊志强,李宁,郝博.一种Web服务QoS属性的不确定权重计算方法[J].软件工程.2016
[5].郭清娥,苏兵,陈光会.部分权重信息下考虑风险偏好的不确定多属性决策方法[J].统计与决策.2016
[6].那迪,孙莉,张全,满飞宇,陈云鹤.不确定语言多属性群决策中属性权重确定方法[J].科技视界.2016
[7].杨威,庞永锋,史加荣.不完全权重信息的区间直觉模糊不确定语言TOPSIS方法[J].模糊系统与数学.2015
[8].王毅,刘叁阳,张文,王亚男.属性权重不确定的直觉模糊多属性决策的威胁评估方法[J].电子学报.2014
[9].吴明飞.不确定数据Topk高期望权重项集挖掘研究[D].大连理工大学.2014
[10].刘湘伟,刘冰雁,郭建蓬,胡波.指标权重不确定的电子对抗作战方案评估方法[J].信息工程大学学报.2014