版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、復(fù)雜數(shù)據(jù)多屬性問(wèn)題是人們?cè)诠ぷ髦泻腿粘I钪衅毡槌3S龅降囊环N現(xiàn)象,因此對(duì)復(fù)雜數(shù)據(jù)多屬性問(wèn)題的研究,一直以來(lái)都有著積極的意義。對(duì)于多屬性問(wèn)題的研究開(kāi)始于1957年,當(dāng)時(shí)Churchman.Ackoff.Arnof等首次正式采用簡(jiǎn)單加權(quán)法來(lái)處理‘選擇企業(yè)投資方針’的多屬性決策問(wèn)題。但在當(dāng)時(shí)對(duì)多屬性決策問(wèn)題的研究并沒(méi)有引起人們的重視。直到20世紀(jì)60年代后,隨著決策科學(xué)的發(fā)展和實(shí)際生產(chǎn)和生活的需要,對(duì)多屬性決策問(wèn)題的研究逐漸受到人們的關(guān)注,
2、成為決策科學(xué)的研究熱點(diǎn)。
本文從多屬性指標(biāo)出發(fā),結(jié)合有關(guān)的統(tǒng)計(jì)學(xué)知識(shí)以及相關(guān)的理論對(duì)復(fù)雜數(shù)據(jù)對(duì)進(jìn)行了分層抽樣處理,簡(jiǎn)化了數(shù)據(jù),在此基礎(chǔ)之上對(duì)數(shù)據(jù)進(jìn)行聚類發(fā)現(xiàn)研究對(duì)象之間的內(nèi)在關(guān)系,并采用改進(jìn)的元胞自動(dòng)機(jī)、改進(jìn)的遺傳算法等智能算法建立估計(jì)模型,并把提出的模型應(yīng)用到估計(jì)我國(guó)滬市A股股票的走勢(shì)和我國(guó)高科技工作者的社會(huì)現(xiàn)狀中,通過(guò)實(shí)證發(fā)現(xiàn)提出的估計(jì)模型提高了收斂速度,并有效估計(jì)了研究對(duì)象的走勢(shì)。
本文的創(chuàng)新點(diǎn)如下:<
3、br> (1)在權(quán)重系數(shù)的過(guò)程中,本文提出了客觀賦權(quán)法與主觀賦權(quán)法相結(jié)和的集成賦權(quán)法方法,該方法有效防止客觀賦權(quán)法、主觀賦權(quán)法的片面性,使結(jié)果更符合實(shí)際情況。
(2)在權(quán)重系數(shù)的過(guò)程中,本文對(duì)股票進(jìn)行聚類,得出聚類系數(shù)、吸引率,為了主觀賦權(quán)提供了依據(jù),且采用改進(jìn)的遺傳算法得出權(quán)重系數(shù),這為客觀賦權(quán)提供了依據(jù)。
(3)本文針對(duì)多屬性問(wèn)題,改進(jìn)了遺傳算法的適應(yīng)度,變異概率和交叉概率等,實(shí)證證明結(jié)論不僅更符合
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 復(fù)雜數(shù)據(jù)下半?yún)?shù)模型的統(tǒng)計(jì)估計(jì)和變量選擇.pdf
- 57867.復(fù)雜數(shù)據(jù)分類和ev模型應(yīng)用研究
- 面向復(fù)雜數(shù)據(jù)源的數(shù)據(jù)抽取模型和算法研究.pdf
- 2543.高維復(fù)雜數(shù)據(jù)網(wǎng)絡(luò)與節(jié)點(diǎn)屬性的統(tǒng)計(jì)推斷
- 復(fù)雜數(shù)據(jù)源報(bào)表模型的研究與實(shí)現(xiàn).pdf
- 復(fù)雜數(shù)據(jù)分類方法及其應(yīng)用研究.pdf
- RFID復(fù)雜數(shù)據(jù)處理的研究.pdf
- 13440.幾類高維復(fù)雜數(shù)據(jù)半?yún)?shù)模型的結(jié)構(gòu)識(shí)別、變量選擇及穩(wěn)健估計(jì)
- 智能電網(wǎng)管理評(píng)價(jià)指標(biāo)體系與多屬性分析模型研究.pdf
- 多屬性反向拍賣機(jī)制與模型研究.pdf
- 基于多屬性評(píng)價(jià)的信任模型研究.pdf
- 兩類復(fù)雜數(shù)據(jù)及相關(guān)模型的統(tǒng)計(jì)分析.pdf
- 多屬性決策中指標(biāo)權(quán)重確定方法的研究.pdf
- 面向復(fù)雜數(shù)據(jù)對(duì)象的分類算法研究.pdf
- 復(fù)雜數(shù)據(jù)的特征選擇與關(guān)聯(lián)分析.pdf
- 面向復(fù)雜數(shù)據(jù)的聚類算法研究.pdf
- 復(fù)雜數(shù)據(jù)的集成聚類算法研究.pdf
- 星型模型在復(fù)雜數(shù)據(jù)倉(cāng)庫(kù)環(huán)境中應(yīng)用研究
- 基于多Agent的多屬性拍賣模型設(shè)計(jì).pdf
- 復(fù)雜數(shù)據(jù)流分析關(guān)鍵技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論