排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
介绍了蚁群聚类算法的原理,建立了省域物流发展评价指标体系,同时结合黑龙江省的物流发展情况,应用蚁群算法进行实证研究,并对结果进行分析,从而为科学制定黑龙江省省域物流规划提供了依据。 相似文献
2.
基于粒子群优化算法的应急资源调度研究 总被引:3,自引:1,他引:2
科学合理地开展应急资源调度,最大限度地发挥有限的应急资源的价值,是应急管理中的一项重要工作.文章构建了多种应急资源需求约束、应急时间约束、应急救援成本约束等多约束条件下的突发事件应急资源调度模型,并运用粒子群优化算法对模型进行求解,从而实现应急救援资源的高效利用与合理调度. 相似文献
3.
基于粗糙集及模糊控制的供应商选择系统 总被引:1,自引:0,他引:1
针对现有供应商选择评价方法中存在的预先设定的评价指标问题,指标及权重不能有效地适应不同类型、不同时间、不同业务需要的供应链形态问题,文章构建了供应商选择系统。该系统将评价指标的选取及各指标权重计算的基础数据交由企业设置,系统只提供供应商评价的详细步骤,以及指标约简、权重及综合得分的计算方法。具体而言,提供粗糙集算法约简供应商评价指标并计算指标权重,提供由乘积推理机、单值模糊器和中心平均解模糊器构造的供应商评价模型,计算供应商综合得分。 相似文献
4.
基于粗集理论的属性权重确定方法 总被引:28,自引:1,他引:28
通常属性权重的确定方法是根据决策者的先验知识来确定。本文根据粗集理论中属性重要度的判断方法,提出将决策者先验知识给定的权重同粗集理论确定的属性重要度结合起来最终确定属性权重,即基于粗集理论的属性权重确定,实现主观先验知识同客观情况的统一,从而得出更加理想的权重确定结果。 相似文献
5.
基于灰色关联度的属性约简方法 总被引:1,自引:1,他引:0
属性约简是粗集理论研究的核心内容之一,其主要思想是在保持分类能力不变的前提下,消除决策表中冗余的属性,推导出最少的属性集合和最小的决策规则.目前属性约简方法主要包括:①基于信息熵的启发式算法,该算法计算信息熵时的时间复杂度较高;②基于可辨别矩阵和逻辑运算的属性约简,这种方法能够得到全部约简结果,但计算过程中析取逻辑表达式很多,甚至是重复的,这导致化简时计算量很大,且对于大样本、高维数据的约简建立的可辨别矩阵具有较高的空间复杂度.本文结合灰色关联理论提出了一种新的属性约简方法,以灰色关联度作为属性重要性的测度,采用启发式算法,先计算出属性的核,然后依据属性的重要程度依次在核的基础上添加属性,直到所得的属性子集与原条件属性的分类能力相同为止,对于高维属性,可以采用优化搜索策略,寻找最佳的属性集. 相似文献
6.
基于模糊聚类的省域物流发展评价研究 总被引:1,自引:0,他引:1
采用模糊聚类方法对省域物流发展综合实力进行评价,利用建立的省域物流发展评价指标体系,运用模糊聚类方法对黑龙江省域物流发展进行聚类分析,提出黑龙江省省域物流发展可划分为哈大齐、哈牡绥、佳木斯城市群三个物流区域,根据其不同的特点制定相应的发展策略。 相似文献
7.
8.
1