位置:成果数据库 > 期刊 > 期刊详情页
案例属性权重的群基数效用优化方法
  • ISSN号:0254-0037
  • 期刊名称:《北京工业大学学报》
  • 时间:0
  • 分类:TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]北京工业大学电子信息与控制工程学院,北京100124
  • 相关基金:国家自然科学基金资助项目(60974133).
中文摘要:

案例特征属性权重的选取直接影响到案例检索的精度.针对属性权重的优化选择问题,提出一种基于群决策思想的案例属性权重优化方法.首先,利用遗传算法从已有的案例数据库中得出多组初始特征属性权重;然后,借鉴群决策思想中的群基数效用法对多组权重进行优化选择,并在推理过程中进行权重的自适应调整,以此确定合理的特征属性权重.仿真结果表明,该方法应用于案例推理过程能充分挖掘出多组权重的潜在知识,从而得出精度更高的检索结果.

英文摘要:

The selection of the case feature attribute weights directly affects the case retrieval precision. According to the existing problem of optimizing attribute weights, a new method based on group decision- making thought for optimizing the case feature attribute weights is proposed in this paper. Multiple sets of initial feature attribute weights are first obtained by genetic algorithm. The multiple sets of weights by group cardinal utility method are then optimized, and the weights can be adaptively adjusted during the reasoning process to ascertain reasonable feature attribute weights. Simulation results show that the proposed approach can fully excavates the potential knowledge that exists in multiple sets of attribute weights and improves the retrieval precision of the case-based reasoning system.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《北京工业大学学报》
  • 中国科技核心期刊
  • 主管单位:北京市教委
  • 主办单位:北京工业大学
  • 主编:卢振洋
  • 地址:北京市朝阳区平乐园100号
  • 邮编:100124
  • 邮箱:xuebao@bjut.edu.cn
  • 电话:010-67392535
  • 国际标准刊号:ISSN:0254-0037
  • 国内统一刊号:ISSN:11-2286/T
  • 邮发代号:2-86
  • 获奖情况:
  • 中国高等学校自然科学学报优秀学报二等奖,北京市优秀期刊,华北5省市优秀期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:11924