多屬性決策是現(xiàn)代決策領(lǐng)域的重要組成部分,廣泛應(yīng)用在軍事、經(jīng)濟(jì)、管理等多個(gè)領(lǐng)域。在實(shí)際的決策中,由于思維的有限理性,外部環(huán)境的復(fù)雜性導(dǎo)致了決策信息的不確定性,隨機(jī)性和模糊性是各類不確定特征中最為關(guān)鍵的,受到學(xué)者的廣泛關(guān)注。云模型是李德毅院士在模糊數(shù)學(xué)和概率論的基礎(chǔ)上提出的一種處理定性概念與定量描述的不確定轉(zhuǎn)換模型,能夠較好地刻畫隨機(jī)性和模糊性共存的不確定情形。在實(shí)際決策中,為了決策的公平公正,決策者需要考慮各個(gè)方案在不同屬性下的預(yù)期,如何解決考慮方案在各屬性下預(yù)期的決策問題,具有現(xiàn)實(shí)的意義。由于決策者并非完全的理性人,對待損失和收益存在一定的風(fēng)險(xiǎn)態(tài)度。因此,將決策者的心理行為考慮到實(shí)際決策中去,提出了考慮雙重預(yù)期的云模型多指標(biāo)決策方法。本文針對現(xiàn)有正態(tài)云模型相似度測算方法中存在的不足,提出了正態(tài)云模型的形狀相似度和距離相似度概念,建立了云模型綜合相似度測算方法�？紤]用戶之間的興趣匹配,提出了云模型熟悉相似度的概念;提出了基于云模型熟悉相似度的鄰居用戶選擇方法,進(jìn)而產(chǎn)生推薦。實(shí)驗(yàn)結(jié)果表明,本文方法提高了推薦準(zhǔn)確度。在兼顧形狀-距離的云模型相似度基礎(chǔ)上,挖掘了距離相似度與云模型之間距離的內(nèi)在... 

【文章來源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

考慮雙重預(yù)期的云模型多指標(biāo)決策方法及應(yīng)用研究技術(shù)路線圖

傾向的隨機(jī)數(shù)，則 x在論域U 上的分布稱為云，每個(gè) x稱為一個(gè)云滴。定義 2.2[51]由三個(gè)參數(shù) Ex , En, He 來表示云的數(shù)字特征，稱為云模型 Ex, En, He 。其中云的期望 Ex 表示云滴在論域空間分布的期望值，即最能夠代表定性概念的點(diǎn)；云的熵En 表示定性概念的模糊性度量，可以用來描述云的跨度，反映云滴的離散程度；超熵 He 是熵的不確定性度量，反映云滴的離散程度和確定度的隨機(jī)性，如圖 2.1 所示。定義 2.3[31-32]若隨機(jī)變量 x 滿足： 2x N Ex, En ，其中 En N En, He ，對定性概念C 的確定度滿足： 222x ExEnC x e （2.1）則 x在論域C 上的分布稱為正態(tài)云。定義 2.4[17] [20] [31]若隨機(jī)變量 x 滿足： 2x N Ex, En ，其中 En N En, He 且En 0，則 222x ExEny e （2.2）稱為正態(tài)云的期望曲線，如圖 2.2 所示。

傾向的隨機(jī)數(shù)，則 x在論域U 上的分布稱為云，每個(gè) x稱為一個(gè)云滴。定義 2.2[51]由三個(gè)參數(shù) Ex , En, He 來表示云的數(shù)字特征，稱為云模型 Ex, En, He 。其中云的期望 Ex 表示云滴在論域空間分布的期望值，即最能夠代表定性概念的點(diǎn)；云的熵En 表示定性概念的模糊性度量，可以用來描述云的跨度，反映云滴的離散程度；超熵 He 是熵的不確定性度量，反映云滴的離散程度和確定度的隨機(jī)性，如圖 2.1 所示。定義 2.3[31-32]若隨機(jī)變量 x 滿足： 2x N Ex, En ，其中 En N En, He ，對定性概念C 的確定度滿足： 222x ExEnC x e （2.1）則 x在論域C 上的分布稱為正態(tài)云。定義 2.4[17] [20] [31]若隨機(jī)變量 x 滿足： 2x N Ex, En ，其中 En N En, He 且En 0，則 222x ExEny e （2.2）稱為正態(tài)云的期望曲線，如圖 2.2 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于云模型的防御代理信任評估模型[J]. 余洋,夏春和,王星河.  計(jì)算機(jī)研究與發(fā)展. 2015(10)
[2]基于歐氏空間相似度的云模型協(xié)同過濾算法[J]. 廖列法,黎晨,孟祥茂.  計(jì)算機(jī)工程與科學(xué). 2015(10)
[3]面向?yàn)?zāi)害應(yīng)急物資需求的灰色異構(gòu)數(shù)據(jù)預(yù)測建模方法[J]. 曾波,孟偉,劉思峰,李川,崔杰.  中國管理科學(xué). 2015(08)
[4]有限理性條件下考慮決策者動態(tài)期望的多屬性決策方法[J]. 姜廣田.  運(yùn)籌與管理. 2015(03)
[5]指標(biāo)期望為隨機(jī)變量情形的多指標(biāo)決策方法[J]. 于超,樊治平.  控制與決策. 2015(08)
[6]基于云模型的SaaS決策方法[J]. 張龍昌,楊艷紅,趙緒輝.  電子學(xué)報(bào). 2015(05)
[7]云相似度的概念躍升間接計(jì)算方法[J]. 查翔,倪世宏,謝川,張鵬.  系統(tǒng)工程與電子技術(shù). 2015(07)
[8]基于前景理論及云模型風(fēng)險(xiǎn)型多準(zhǔn)則決策方法[J]. 趙坤,高建偉,祁之強(qiáng),李存斌.  控制與決策. 2015(03)
[9]一種基于分層法的區(qū)間數(shù)多屬性決策方法及應(yīng)用[J]. 張方偉,王煒,趙德.  系統(tǒng)工程理論與實(shí)踐. 2014(11)
[10]基于前景理論的具有指標(biāo)期望的多指標(biāo)決策方法[J]. 劉云志,樊治平.  控制與決策. 2015(01)

碩士論文
[1]基于正態(tài)云模型的不確定信息集結(jié)模型研究[D]. 楊萍.南京航空航天大學(xué) 2014



本文編號：3495139