软集合约简与决策
全新正版 极速发货
￥ 53.15 6.2折 ￥ 86 全新
库存5件
广东广州
认证卖家担保交易快速发货售后保障
作者孔芝,王立夫,马廉洁
出版社科学出版社
ISBN9787030606198
出版时间2019-03
装帧平装
开本16开
定价86元
货号1201853914
上书时间2024-08-05
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言
章 绪论
1.1 研究背景和意义
1.2 研究内容
1.3 研究创新
第2章 软集合相关基础理论与决策方法
2.1 软集合基础理论
2.2 模糊软集合基础知识
2.3 软集合及模糊软集合的决策方法
2.4 模糊软集合在决策问题中的应用
2.4.1 基于模糊软集合的轨道交通选线方案评估
2.4.2 基于层次分析法和模糊软集合的公交服务质量评价
2.4.3 模糊软集合在居住建筑节能方案优选中的应用
2.5 本章小结
第3章 软集合参数约简方法
3.1 两类集合分析
3.1.1 粗糙集的知识表达系统
3.1.2 软集合的知识表达系统
3.1.3 粗糙集与软集合理论对比
3.2 经典软集合参数约简方法
3.2.1 Maji和Chen的软集合参数约简方法
3.2.2 软集合参数约简方法分析
3.3 改进软集合正则参数约简方法
3.3.1 软集合正则参数约简定义
3.3.2 软集合参数重要度定义及性质
3.3.3 软集合正则参数约简方法
3.4 软集合正则参数约简的核
3.5 本章小结
第4章 基于智能优化算法的软集合正则参数约简
4.1 软集合正则参数约简数学模型
4.1.1 目标函数
4.1.2 约束条件
4.2 基于粒子群优化算法的正则参数约简
4.2.1 粒子群算法
4.2.2 基于粒子群算法的软集合正则参数约简问题求解
4.3 基于和声搜索算法的软集合正则参数约简
4.3.1 和声搜索算法
4.3.2 基于和声搜索算法的软集合正则参数约简问题求解
4.4 基于改进和声搜算法的软集合正则参数约简
4.4.1 改进和声搜索算法
4.4.2 基于改进和声搜索算法的软集合正则参数约简问题求解
4.5 基于自适应和声搜算法的软集合正则参数约简
4.5.1 自适应和声搜索算法
4.5.2 仿真实验
4.5.3 基于自适应和声搜索算法的软集合正则参数约简问题求解
4.6 本章小结
第5章 更改参数值和增加对象对软集合正则参数约简的影响
5.1 更改参数值对软集合正则参数约简的影响
5.1.1 参数值正（负）变化率的定义
5.1.2 参数值正（负）变化率的性质及对正则参数约简的影响
5.2 增加对象对软集合正则参数约简的影响
5.2.1 增加对象
5.2.2 增加对象对参数重要度及正则参数约简的影响
5.3 本章小结
第6章 模糊软集合的近似正则参数约简
6.1 模糊软集合正则参数约简方法
6.2 模糊软集合近似正则参数约简方法
6.2.1 模糊软集合近似正则参数约简的定义
6.2.2 模糊软集合近似非必要集的分析
6.2.3 优选偏差ε
6.3 基于和声搜索算法的模糊软集合近似正则参数约简
6.3.1 模糊软集合近似正则参数约简数学模型
6.3.2 基于和声搜索算法的近似正则参数约简
6.4 本章小结
第7章 模糊软集合正则参数约简方法
7.1 基于分值法的模糊软集合相关定义及正则参数约简方法
7.1.1 冗余参数定义
7.1.2 冗余参数分析
7.1.3 基于分值法的模糊软集合正则参数约简方法
7.2 两种正则参数约简方法的比较
7.3 基于分值法的模糊软集合正则参数约简应用
7.4 本章小结
第8章 基于灰理论和模糊软集合理论的决策问题研究
8.1 灰理论基础知识
8.2 基于灰理论和模糊软集合的多准则评判方法
8.3 灰理论和模糊软集合理论在决策问题上的应用
8.4 本章小结
第9章 两类序列模糊软集合理论及应用研究
9.1 序列区间值模糊软集合理论及其应用
9.1.1 基本定义及性质
9.1.2 序列区间值模糊软集合的转换
9.1.3 序列区间值模糊软集合的应用
9.2 序列直觉模糊软集合理论及其应用
9.2.1 基本定义及性质
9.2.2 序列直觉模糊软集合的应用
9.3 本章小结
0章 不完备软集合与模糊软集合决策方法
10.1 加权平均方法
10.2 简化方法
10.3 两种方法比较分析
10.3.1 复杂度
10.3.2 增加参数的情况
10.4 参数交互关系下的不完备软集合与模糊软集合决策方法
10.4.1 参数交互关系下的不完备软集合决策方法
10.4.2 参数交互关系下的不完备模糊软集合决策方法
10.5 本章小结
1章 三种不完备序列软集合决策方法
11.1 不完备序列软集合决策方法
11.2 不完备序列模糊软集合决策方法
11.3 不完备序列区间模糊软集合决策方法
11.4 不完备序列软集合决策方法的应用
11.5 本章小结
2章 基于软集合的驾驶疲劳状态度量
12.1 实验设计和信号预处理
12.1.1 采集设备
12.1.2 电极位置选择
12.1.3 实验过程安排
12.1.4 表面肌电信号的预处理
12.2 生理状态特征的提取
12.3 基于软集合的驾驶疲劳度量
12.3.1 RBF神经网络
12.3.2 软集合疲劳量化模型
12.3.3 软集合与神经网络的对比
12.4 本章小结
参考文献
彩图
内容摘要
决策问题中存在大量的冗余信息，而且很多信息都具有不确定性，面对这些杂乱无章的海量数据，决策者需花费大量时间分析，以至于可能错失决策良机，因此研究具有不确定性的决策问题中冗余信息约简是决策者亟待解决的关键问题。目前软集合方法能够较好地处理不确定决策问题，但软集合约简方法目前还不完善，致使对海量数据很难做出决策。本书主要以选择值决策方法为原则，针对软集合，提出正则参数约简方法，并建立软集合参数约简优化模型，利用智能优化算法求解，研究增加参数和删除参数对参数约简的影响；以选择值决策方法为原则，针对模糊软集合，提出模糊软集合近似参数约简方法，并建立近似约简优化模型，利用智能优化算法求解；以分值决策方法为原则，针对模糊软集合，分析冗余参数的性质，提出约简方法；针对序列软集合，研究其代数性质及在决策问题上的应用；很后研究基于灰理论和模糊软集合方法在决策问题上的应用和不完备软集合决策问题。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价