多源信息密度集結(jié)算子理論及應(yīng)用

前言
第1篇 緒論
第1章 多源信息密度集結(jié)算子概述
1.1 信息集結(jié)算子概述
1.1.1 信息集結(jié)的概念
1.1.2 信息集結(jié)算子的分類
1.1.3 信息集結(jié)算子簡介
1.2 多源信息密度算子的提出
1.3 密度集結(jié)算子簡介
1.3.1 密度算子的信息集結(jié)過程
1.3.2 密度算子的集結(jié)表達(dá)式
1.4 密度集結(jié)算子的特征
1.5 密度集結(jié)算子的研究體系
1.5.1 密度集結(jié)算子的結(jié)構(gòu)安排
1.5.2 密度集結(jié)算子的理論價值
1.6 小結(jié)
第2篇 多源信息密度集結(jié)算子的基礎(chǔ)研究
第2章 實型密度集結(jié)算子
2.1 引言
2.2 實點型密度算子
2.2.1 一維實點型數(shù)據(jù)聚類問題及方法
2.2.2 密度加權(quán)平均中間算子
2.2.3 五種密度合成算子
2.2.4 算例分析
2.2.5 結(jié)束語
2.3 廣義實型密度算子
2.3.1 算子相關(guān)定義
2.3.2 數(shù)據(jù)元素的聚類
2.3.3 密度加權(quán)向量
2.3.4 廣義實型密度合成算子
2.3.5 算子在多屬性群決策中的應(yīng)用
2.3.6 結(jié)束語
2.4 小結(jié)
第3章 密度算子及其相關(guān)分析
3.1 引言
3.2 DⅣA算子和DⅥrGA算子及其性質(zhì)分析
3.2.1 密度中間算子
3.2.2 密度合成算子
3.2.3 密度算子的性質(zhì)
3.2.4 算例分析
3.2.5 結(jié)柬語
3.3 DWHA算子及其性質(zhì)分析
3.3.1 密度加權(quán)調(diào)和平均中間算子
3.3.2 調(diào)和密度算子
3.3.3 調(diào)和密度算子性質(zhì)分析
3.3.4 算例分析
3.3.5 結(jié)束語
3.4 密度算子集結(jié)方式的比較分析
3.4.1 密度算子的集結(jié)模式
3.4.2 集結(jié)方式的比較分析
3.4.3 算例分析
3.4.4 結(jié)束語
3.5 小結(jié)
第3篇 多源信息密度集結(jié)算子的拓展研究
第4章 不確定信息型密度算子
4.1 引言
4.2 區(qū)間數(shù)密度算子
4.2.1 區(qū)間數(shù)的聚類問題及方法
4.2.2 密度加權(quán)向量
4.2.3 區(qū)間數(shù)密度算子的定義
4.2.4 應(yīng)用算例
4.3 三角模糊數(shù)密度算子
4.3.1 三角模糊數(shù)的聚類問題及方法
4.3.2 密度加權(quán)向量
4.3.3 三角模糊數(shù)密度算子的定義
4.3.4 應(yīng)用算例
4.4 直覺模糊數(shù)密度算子
4.4.1 直覺模糊數(shù)的聚類問題及方法
4.4.2 密度加權(quán)向量
4.4.3 直覺模糊數(shù)密度算子的定義
4.4.4 立用算例
4.5 語言信息密度算子
4.5.1 語言信息及其聚類
4.5.2 語言信息密度算子的定義
4.5.3 密度加權(quán)向量
4.5.4 應(yīng)用算例
4.6 二元語義信息密度算子
4.6.1 一--元語義信息及其聚類
4.6.2 密度加權(quán)向量
4.6.3 一元語義密度算子
4.6.4 應(yīng)用算例
4.7 小結(jié)
第5章 誘導(dǎo)密度算子及其分析
5.1 引言
5.2 誘導(dǎo)密度算子
5.2.1 誘導(dǎo)數(shù)據(jù)對的聚類分析
5.2.2 密度加權(quán)向量
5.2.3 誘導(dǎo)密度算子的定義
5.3 誘導(dǎo)密度算子性質(zhì)分析
5.4 算例分析
5.5 小結(jié)
第6章 基于隨機模擬視角的密度算子
6.1 引言
6.2 隨機模擬算法簡介
6.2.1 優(yōu)勝度矩陣法
6.2.2 優(yōu)勝度矩陣法在自主式評價中的應(yīng)用
6.2.3 模擬測試法
6.2.4 模擬測試法在差異型評價法比較分析中的應(yīng)用
6.2.5 結(jié)束語
6.3 混合數(shù)據(jù)型密度算子
6.3.1 混合數(shù)據(jù)的預(yù)處理
6.3.2 隨機模擬密度算子
6.3.3 隨機模擬密度算子的基本步驟
6.3.4 模擬算例
6.3.5 結(jié)束語
6.4 殘缺矩陣型密度算子
6.4.1 問題界定及數(shù)據(jù)處理
6.4.2 基于隨機模擬視角的殘缺矩陣型密度算子
6.4.3 應(yīng)用算例
6.5 幾種信息集結(jié)算子的結(jié)構(gòu)靈敏度分析
6.5.1 常用信息集結(jié)算子簡介
6.5.2 算子結(jié)構(gòu)靈敏度測度
6.5.3 隨機模擬的步驟
6.5.4 模擬算例
6.6 小結(jié)
第4篇 多源信息密度集結(jié)算子的應(yīng)用研究
第7章 競爭性密度算子及其應(yīng)用
7.1 引言
7.2 帶有競爭性特征的聚類方法
7.3 競爭性密度加權(quán)向量
7.4 應(yīng)用算例
7.5 小結(jié)
第8章 帶有獎懲特征的密度算子
8.1 引言
8.2 獎懲等級系數(shù)的確定
8.2.1 等級系數(shù)的形式
8.2.2 等級系數(shù)的確定
8.3 指標(biāo)權(quán)重的確定
8.4 帶有獎懲特征的密度算子構(gòu)建
8.4.1 密度加權(quán)向量的確定
8.4.2 帶有獎懲特征的密度算子的定義
8.5 應(yīng)用算例
8.6 小結(jié)
第9章 基于協(xié)商視角的密度算子
9.1 引言
9.2 組內(nèi)協(xié)商模型
9.3 組間協(xié)商模型
9.4 應(yīng)用算例
9.5 小結(jié)
第10章 密度算子在組合評價中的應(yīng)用
10.1 引言
10.2 組合評價問題描述
10.3 基于密度算子的組合評價方法
10.3.1 DWAForca算子的定義與性質(zhì)
10.3.2 元素分組及權(quán)向量的確定
10.4 DWAForce算子的應(yīng)用步驟
10.5 應(yīng)用算例
10.6 小結(jié)
第11章 密度算子在組合預(yù)測中的應(yīng)用
11.1 引言
11.2 傳統(tǒng)的加權(quán)算術(shù)平均組合預(yù)測方法
11.3 基于密度算子的組合預(yù)測方法
11.3.1 單項預(yù)測方法的聚類
11.3.2 密度加權(quán)向量的確定
11.3.3 基于密度算子的組合預(yù)測模型
11.4 算例分析
11.5 小結(jié)
第12章 密度算子在多階段群體評價中的應(yīng)用
12.1 引言
12.2 問題界定
12.3 相關(guān)權(quán)重的確定
12.3.1 專家權(quán)重系數(shù)的確定
12.3.2 各階段權(quán)重系數(shù)的確定
12.4 信息集結(jié)途徑分析
12.5 算例分析
12.6 小結(jié)
第5篇 總結(jié)
第13章 結(jié)論與研究展望
13.1 本書成果總結(jié)與進(jìn)一步研究展望
13.1.1 成果總結(jié)
13.1.2 進(jìn)一步研究工作展望
13.2 多源信息密度算子的理論與應(yīng)用展望
13.2.1 理論方面
13.2.2 應(yīng)用方面
參考文獻(xiàn)