【摘 要】
：
考虑Pythagorean模糊偏好关系的多属性决策问题,提出了加性Pythagorean模糊偏好关系的多属性决策方法。基于加性一致性Pythagorean模糊偏好关系提出一种新的Pythagorean模糊权重确定模型。给出了可接受加性一致性Pythagorean模糊偏好关系的定义,并针对不满足可接受加性一致性的Pythagorean模糊偏好关系,提出一种加性一致性调整算法。给出基于Pythagorean模糊偏好关系加性一致性的多属性决策方法,并通过实例分析提出的新方法的可行性和合理性。
【基金项目】
：
国家自然科学基金(71771001,71701001,71501002,71871001,71901001,71901088),安徽省杰出青年基金(1908085J03),安徽省学术和技术带头人及后备人选资助项目(2018H179),安徽省高校省级自然科学研究重点项目(KJ2017A026)。
论文部分内容阅读
考虑Pythagorean模糊偏好关系的多属性决策问题,提出了加性Pythagorean模糊偏好关系的多属性决策方法。基于加性一致性Pythagorean模糊偏好关系提出一种新的Pythagorean模糊权重确定模型。给出了可接受加性一致性Pythagorean模糊偏好关系的定义,并针对不满足可接受加性一致性的Pythagorean模糊偏好关系,提出一种加性一致性调整算法。给出基于Pythagorean模糊偏好关系加性一致性的多属性决策方法,并通过实例分析提出的新方法的可行性和合理性。
其他文献
水利工程造价水平的确定是水利工程编规修订的决定性工作,是编规修订其他工作开展的基础,因此确定合理的造价水平意义重大。通过选择四个不同水利工程类别的典型工程作为测算对象,选用六个国内不同经济水平省份的水利工程定额和五个辽宁省不同行业的行业定额进行造价水平测算,从而确定辽宁省水利工程造价水平在全国同行业中、省内不同行业中的现状水平,并提出合理的调整幅度值。
目的判定车辆悬架螺旋弹簧失效的原因,提出改进措施。方法通过分析和测试其化学成分、氢含量、非金属夹杂物、力学性能、金相组织、断口形貌等,研究车辆悬架螺旋弹簧的失效行为。结果试件弯曲变形内侧的剪切应力值最大,容易引起应力集中。材料最后断裂区为韧窝和沿晶的混合断裂,且断后伸长率偏低。喷丸并未完全去除脱碳层及表层的其他原始缺陷,表层形成疲劳缺陷的可能性增高。喷丸造成螺旋弹簧表层存在较深的凹坑,凹坑边缘形成明显凸起棱边,引起应力集中,且材料表层存在折叠缺陷。在循环应力作用下,凹坑处折叠缺陷端部首先成为裂纹萌生点,在
从国际防雷标准体系的研究入手,梳理了国内武器装备防雷标准的技术来源,对比了不同体系标准在雷电关键参数、标准内容、实际应用等方面的差异,分析了存在的问题,并提出协调与选择应用的建议,可作为各类型装备开展雷电防护工作及后续标准规范制定的参考依据。
本文基于茂名市水资源状况、开发利用潜力、区域经济结构与发展规划、水生态环境问题等特点,结合农业灌溉节水水平、水资源开发利用空间布局、以及经济定位等,构建不同农业节水水平模拟情境,从灌区节水改造、农业种植结构调整等方面,分析农业节水对茂名市供水能力的影响,为茂名市农业节水措施及水资源优化利用研究方向提供参考依据。
图像超分辨率重建旨在从低分辨率图像恢复出高分辨率清晰图像。阐述了典型图像超分辨率重建方法的思想,从上采样位置和上采样方法、学习策略、损失函数等维度,对典型和最新的基于深度学习的图像超分辨率重建算法进行了评述,分析了最新的发展现状,并对未来发展趋势进行了展望。
针对飞机部件周期控制律电加热防除冰的应用,提出基于机器学习以预测电加热防除冰表面温度的变化趋势。依靠大型结冰风洞及其电加热防除冰控制系统完成防除冰试验,获得有效的试验数据,以通、断电周期为分割单元,将试验数据划分成验证集和训练集。根据电热防除冰过程的换热情况,构建样本的特征参数,利用机器学习的有监督学习方式,选择KNN近邻回归算法和局部线性加权回归算法预测温度变化率,再转换为温度,得到的温度变化与测量数据的线性相关性达到80%以上的高相似度结果,表明使用机器学习可快速预测电热防除冰部件的表面温度变化趋势,
目的提高通指车辆低温环境试验效率、缩短试验周期和节约试验成本。方法采取经验梳理、理论分析、试验验证和数据分析相结合方法,分别绘画出同一通指车辆方舱在-30、-40℃两个环境中相同时间内的升温曲线。结果在相同的加热时间内,同一通指车辆方舱在-30、-40℃两个环境中的升温曲线基本吻合。结论在对暖风机升温性能测试时,可以将GJB 219B—2005《军用通信车通用规范》中规定的方舱取暖测试用环境温度值由-30℃改为-40℃或其他方便测试的温度。
手写汉字生成是机器学习中一个重要的研究方向。近二十年来,针对手写汉字生成的研究大体可分为两个阶段:早期主要利用汉字的显式特征如结构和笔画等实现对汉字的分解,再通过算法实现汉字的生成。该类方法对汉字的分解准确度及数据集的精度要求较高,限制了该类方法的广泛应用。现阶段的汉字生成研究主要借助于深度神经网络来实现对汉字隐式特征的提取,从而生成更高质量的汉字并克服早期研究阶段数据集不足等问题。主要目的是对已有汉字生成研究进行全面系统的综述。
为了进一步改善高维对象优化时免疫克隆算法的种群多样性,提高算法全局优化能力和搜索效率,提出了融合云模型和反向学习的克隆选择算法。引入云模型概念,使用正向云发生器产生云变异因子,进而对克隆后种群进行变异;利用反向学习策略,对变异前后的种群求反向解,进而实现种群抗体选择;通过马尔可夫链理论证明了算法收敛性。六组高维函数测试结果表明,与差分遗传算法、免疫遗传算法和自适应混沌克隆选择算法相比,该算法实现了100%的寻优,且最小收敛代数、平均收敛代数及迭代代数标准差分别平均减少33.7%、19.8%、29.1%,从
泵站出水流道的体型设计不仅关乎流道的水力特性,还影响工程的成本,对其进行优化设计具有重要的作用和价值。此次研究以浑蒲灌区新民4#泵站工程为背景,利用数值模拟的方法对虹吸式出水流道出口断面宽度对水力特征的影响进行研究。综合考虑工程投资成本和数值模拟结果,建议出口断面宽度设置为3.0m。