基于置信規(guī)則庫推理的雙邊匹配決策方法及其應(yīng)用研究
【文章頁數(shù)】:63 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-1BRB參數(shù)ail練模型
福州大學(xué)」丨:程碩士學(xué)位論文中,"={4,^,...,^^}表示A/個(gè)等級(jí)置信度上的效用值集合。??置信規(guī)則庫參數(shù)學(xué)習(xí)模型??專家根據(jù)歷史信息和先驗(yàn)知識(shí)給定的初始置信規(guī)則庫系統(tǒng)存在主觀局是當(dāng)置信規(guī)則庫系統(tǒng)應(yīng)用于復(fù)雜決策問題時(shí),人為方式難以精確地給。故Yang等[241提出了置信規(guī)....
圖3-1基于自適應(yīng)擾動(dòng)的人工蜂群算法流程圖??3.3實(shí)驗(yàn)分析與比較??
福州人學(xué)丨:程碩士學(xué)位論文3跟隨蜂根據(jù)雇傭蜂帶回來的蜜源信息,采用輪盤賭的方并轉(zhuǎn)換成雇傭蜂在該蜜源附近尋找新蜜源,同樣是比較適應(yīng)4若蜜源的不更新次數(shù)超過了閾值,則雇傭蜂轉(zhuǎn)變成偵查點(diǎn)。??5獲取當(dāng)前的全局最優(yōu)蜜源,并對(duì)其進(jìn)行擾動(dòng),若擾動(dòng)后最優(yōu)蜜源位置的適應(yīng)值,則隨機(jī)選取一個(gè)當(dāng)前的蜜....
圖3-2初始BRB模型擬合函數(shù)結(jié)果??從圖3-2中不難看出,由專家給定的初始BRB參數(shù)在一定程度上能夠擬合??
x=-5:0.01:5??圖3-2初始BRB模型擬合函數(shù)結(jié)果??從圖3-2中不難看出,由專家給定的初始BRB參數(shù)在一定程度上能夠擬合??出多極值函數(shù)的基本走勢(shì),在極值點(diǎn)處也能達(dá)到完美擬合。但是縱觀整體來看,??與實(shí)際結(jié)果偏差較大,效果差強(qiáng)人意。故此需對(duì)給定初始參數(shù)的BRB系統(tǒng)進(jìn)行....
圖3-3?SDABC參數(shù)學(xué)習(xí)結(jié)果??從圖3-3中可以看出,使用SDABC算法進(jìn)行參數(shù)優(yōu)化后,BRB系統(tǒng)的擬合??
x=-5:0.01:5??圖3-3?SDABC參數(shù)學(xué)習(xí)結(jié)果??從圖3-3中可以看出,使用SDABC算法進(jìn)行參數(shù)優(yōu)化后,BRB系統(tǒng)的擬合??效果有了顯著的提升,幾乎可以完美貼合該多極值函數(shù)。??為了進(jìn)一步說明該方法的有效性,選取王韓杰在2015年發(fā)表的論文中的方??法作為比較對(duì)象。....
本文編號(hào):3965873
本文鏈接:http://www.wukwdryxk.cn/guanlilunwen/lindaojc/3965873.html