多指標語言評價信息的聚類方法

針對一類特征指標值及指標權(quán)重均為三角模糊數(shù)的多指標信息聚類問題,提出了一種新的最大樹聚類分析方法。首先對三角模糊數(shù)多指標信息聚類問題進行了描述;然后依據(jù)傳統(tǒng)的基于數(shù)值信息的最大樹模糊聚類分析方法的基本思路,給出了解決三角模糊數(shù)多指標信息聚類問題的計算步驟。最后,通過算例說明了本文給出的聚類方法。

討論了在地理信息工程建設(shè)中引入綜合評價方法,介紹了多指標綜合評價方法的概念與特性,闡述并比較了地理信息工程建設(shè)中可應(yīng)用的綜合評價方法。

提出一種多指標評價建模方法,并以學術(shù)期刊核心競爭力評價為例對該方法進行說明驗證.本建模方法針對底層指標和上層指標的特點,將主成分分析法和softmax回歸相結(jié)合用于底層評價指標權(quán)重的確定,應(yīng)用層次分析法對上層指標的權(quán)重進行確定.在方法應(yīng)用驗證中,在分析學術(shù)期刊核心競爭力的內(nèi)涵、特征和表現(xiàn)形式的基礎(chǔ)上,構(gòu)建了學術(shù)期刊核心競爭力評價指標體系;然后應(yīng)用本方法對學術(shù)期刊核心競爭力進行評價.經(jīng)驗證分析可知,本評價建模方法在多指標評價情況下,具有求解簡便、精確度高的優(yōu)點.

針對評價多指標優(yōu)劣中屬性權(quán)值難以確定的問題,筆者提出了基于粗糙集的topsis綜合評價的應(yīng)用算法,利用粗糙集進行權(quán)重確定,把粗糙集與topsis相結(jié)合,提出了基于粗糙集的topsis綜合評價方法,以屬性重要度作為各個屬性的權(quán)值,對信息系統(tǒng)進行加權(quán)分析,得出了總體排序結(jié)果,并通過算例驗證了該方法的有效性.

多指標綜合評價分析被廣泛地應(yīng)用于社會、經(jīng)濟等方面,并且研究成果已對社會與經(jīng)濟發(fā)展產(chǎn)生了積極影響。本文選取多指標評價中幾種常用的典型方法,介紹每種方法的基本原理和實現(xiàn)步驟,指出了它們的優(yōu)缺點、適用范圍以及應(yīng)用該方法應(yīng)注意的問題。

教學評價是教師教學效果評價的一個重要環(huán)節(jié),通過建立創(chuàng)新人才培養(yǎng)教學質(zhì)量評價指標體系,采用變精度粗糙集的多指標綜合評價方法對教學質(zhì)量進行評價,可以用來分析失效數(shù)據(jù),并且為進一步的問題解決提供依據(jù)。

文章對于不含決策屬性的綜合評價問題,提出了一種基于粗糙集的評價方法。該方法采用基于信息量的屬性約簡啟發(fā)式算法,實現(xiàn)了評價指標的約簡,從而優(yōu)化了指標體系;并基于約簡指標的重要度信息確定權(quán)重,消除了傳統(tǒng)方法權(quán)值設(shè)置的主觀性,提高了綜合評價結(jié)果的可靠性。通過例子分析,驗證了該算法的可行性和實用性。

三角模糊數(shù)具有確定不確定的特點,運用集對分析的理論可以把三角模糊數(shù)轉(zhuǎn)換為聯(lián)系數(shù),通過建立聯(lián)系數(shù)多指標評價決策模型,可以對多屬性評價問題進行決策及排序。實例運算表明:該方法算理簡單,計算操作易行,結(jié)論具有可信性。

本文介紹了一種基于粗糙集的多指標綜合評價方法,評價過程中屬性離散化采用了動態(tài)聚類中的c-均值算法,并根據(jù)粗糙集理論中屬性約簡的原理,將冗余的指標進行剔除,增加了評價的客觀性,對于多指標綜合評價有一定的參考意義。

研究如何在評價的基礎(chǔ)上確定配送中心選址的優(yōu)化決策,從供應(yīng)鏈管理的實際需要出發(fā),分析了影響配送中心選址的主要因素,建立了由公共設(shè)施、經(jīng)營環(huán)境、交通運輸、宏觀環(huán)境以及社會效益等五方面指標所組成的評價指標體系,由此給出了一種使定性和定量的方法有機結(jié)合的模糊多指標評價方法.最后,通過一個算例說明所給出方法的應(yīng)用步驟與可行性.

本文根據(jù)紡織企業(yè)生產(chǎn)管理的特點確定信息化水平評價指標體系。針對相關(guān)數(shù)據(jù)有限并且灰度大的特點,選擇灰色聚類評估理論建立評價模型并給出模型求解過程,試圖為定量的評價紡織企業(yè)信息化水平和比較企業(yè)間信息化水平高低提供科學依據(jù);該模型可以指出影響企業(yè)信息化水平的因素,為企業(yè)今后進一步提高信息化水平提供決策依據(jù)。

傳統(tǒng)的灰色聚類法,當指標數(shù)較多時,設(shè)計白化函數(shù)的工作量很大,實際使用不便。為減少白化函數(shù)的設(shè)計個數(shù)并使之規(guī)范化,設(shè)定適當?shù)闹笜藚⒄罩岛椭笜酥档囊?guī)范變換式,對灰類和白化數(shù)進行規(guī)范和歸類,從而減少工作量提高效率。以山東省水環(huán)境安全評價為例,利用基于指標規(guī)范值的灰色聚類方法對水安全進行綜合評價,并與屬性識別理論和ts-svm模型的結(jié)果進行了對比。結(jié)果表明:與傳統(tǒng)的灰色聚類法相比較,該方法將115個白化函數(shù)減少到25個,工作效率提高4倍,是有效的水安全評價分析工具。

介紹了多指標綜合評價方法的概念、特性與分類,對地理信息工程中的評價對象和評價步驟進行了歸納,并闡述了實施評價時應(yīng)著重考慮的關(guān)鍵問題。

建立了連鎖店選址評價指標體系,并運用模糊多指標評價方法,從人口因素、競爭態(tài)勢、交通情況、商業(yè)環(huán)境和場地條件5個方面對連鎖店選址進行綜合評價,為連鎖店選址提供了簡便可行的決策方法。最后,舉例展示了模糊多指標評價方法在連鎖店選址中的應(yīng)用。

多指標綜合評價方法的推廣為評價工作提供了有力的工具,但目前發(fā)展并不完善,在實際應(yīng)用中還存在許多值得商?的地方。通過分析多指標綜合評價方法在指標體系構(gòu)建、評價方法選擇、數(shù)據(jù)標準化等操作程序中存在的問題,并在此基礎(chǔ)上,對問題的破解提出了一些對策建議。

根據(jù)\"堅持以人為本,樹立全面、協(xié)調(diào)、可持續(xù)的發(fā)展觀,促進經(jīng)濟社會和人的全面發(fā)展\"的科學發(fā)展觀的內(nèi)涵,從科技投入、科技產(chǎn)出、科技對經(jīng)濟與社會的影響三個方面海選科學技術(shù)評價指標,利用r聚類與因子分析相結(jié)合的方法定量篩選指標,構(gòu)建了科學技術(shù)綜合評價指標體系。本文的創(chuàng)新與特色:一是通過r聚類將同一準則層內(nèi)的指標分類,使不同的類代表科技評價的不同方面。二是通過因子分析篩選出各個類中因子載荷最大的指標、并剔除其他指標,既保證了篩選出的指標在所在類別中對評價結(jié)果影響最顯著、又避免了同一類指標的信息重復(fù)。三是研究結(jié)果表明,最終建立的指標體系用18%的指標反映了98%的原始信息。四是通過科技進步貢獻率、萬元gdp綜合能耗等指標反映了全面、協(xié)調(diào)與可持續(xù)發(fā)展的科學發(fā)展內(nèi)涵。五是在國際權(quán)威機構(gòu)典型觀點高頻指標基礎(chǔ)上進行客觀數(shù)據(jù)篩選的指標體系,兼具專家知識和客觀實際的雙重信息。

在分析影響水庫移民生產(chǎn)生活水平多種因素的基礎(chǔ)上,結(jié)合移民實際生活狀況,選取敏感性評價指標,應(yīng)用物元和可拓集合理論建立移民生活水平評價的可拓聚類分析模型,將移民生活水平劃分為貧困、溫飽、小康、富裕和最富裕5個等級,通過可拓聚類分析得到水庫移民生活水平評價結(jié)果。河南省某2個縣實例分析表明,可拓聚類方法應(yīng)用于水庫移民生活水平評價中是可行的,評價結(jié)果是合理的、有效的。

由于計算機的發(fā)展以及一些相關(guān)領(lǐng)域的不斷深入研究,綜合評價方法得到了不斷的發(fā)展和改進。而指標權(quán)重系數(shù)的確定方法作為綜合評價中的重中之重,近幾年來也取得了一些新的進展,并應(yīng)用于各個行業(yè)。文章就石油作業(yè)安全系統(tǒng)中的多指標評價方法和權(quán)重系數(shù)的選擇進行概括介紹。

《審計署2008年至2012年審計工作發(fā)展計劃》指出,全面推進績效審計,促進轉(zhuǎn)變經(jīng)濟發(fā)展方式,提高財政資金和公共資源配置、使用、利用的經(jīng)濟性、效率性和效果性,而績效審計的實施必須借助于指標的計量和評價才能進行。因此,開發(fā)和構(gòu)建合理有效的績效審計評價指標是開展績效審計的關(guān)鍵所在。本文分析了績效審計評價指標在績效審計實施中的重要性,并從基于責任方認定的業(yè)務(wù)和直接報告的業(yè)務(wù)兩個方面分析了構(gòu)建績效審計評價指標的基本方法。

作為典型的空間布局規(guī)劃問題,居民住宅布局涉及的評價指標種類繁多。目前居民住宅室內(nèi)布局評價方法的發(fā)展難以滿足購房者的實際需求,文章在分析居民住宅性能指標體系的基礎(chǔ)上,提出基于模糊理論的多指標評價方法,從而對居民住宅性能做出客觀評價,為購房者、房地產(chǎn)從業(yè)人員和政府主管部門對居民住宅的性能評價提供參考。

目前在智能領(lǐng)域中對vague集的研究已越來越廣泛與深入,并運用于決策問題中,有學者已把vague集用于多評價指標的模糊決策中,但其決策方法在某些時候卻難以得到目標。為此,本文提出了一個基于vague集模糊推理的多評價指標模糊決策方法。在這個方法中,從基于vague集的模糊推理的觀點來看待模糊決策問題。將評價指標和候選方案之間的關(guān)系用一組基于vague集的推理規(guī)則來表示,將決策者的要求用一組vague集來表示,經(jīng)過模糊推理等過程最后得到?jīng)Q策結(jié)果。然后還給出了一個實例說明這種多評價指標模糊決策方法。這個基于vague集模糊推理的多評價指標模糊決策方法的提出為決策系統(tǒng)提供了一個有用的工具。

數(shù)據(jù)驅(qū)動的智能運維對提高云平臺的管理效率有重要意義.提出一種基于結(jié)構(gòu)特征的時序聚類方法以用于云平臺大量性能數(shù)據(jù)的智能分類.該方法采用分級處理的方式用于降低聚類復(fù)雜度,首先基于傅里葉變換將時序分為明顯周期型和非明顯周期型兩大類,然后從時序中提取季節(jié)性指標、趨勢性指標、偏度、相對熵、樣本熵、自相似性和李雅普諾夫系數(shù)等7個特征,最后在每個大類中基于特征空間進行k均值聚類分析.實驗數(shù)據(jù)仿真表明:所提方法能夠有效將不同波形特性的時序分開.