多准则群决策是决策领域的研究热点, 如何在信息不确定性和评价主观性背景下选择合适的决策方法则是研究的难点. 为了解决这一问题, 提出一个新的基于粗糙数的多准则群决策方法. 首先, 提出基于粗糙数的最优最劣方法(RBWM) 确定评价准则的权重; 然后, 利用粗糙数改进的逼近理想解排序法(RTOPSIS) 评价备选方案并做出最优决策; 最后, 利用一个实例对所提出的群决策方法进行应用和灵敏度分析, 并与其他决策方法进行对比分析, 验证了所提出方法的有效性和准确性.
2022-03-28 11:53:44
190KB
1
线性约束最小方差(LCMV)准则
阵列输出： ,
方差为： （输出功率）
导向矢量约束 为目标信号方向矢量。
求解过程分析：
信号：
则
目的是寻找最优的权 。
2022-03-21 14:38:01
5.12MB
1
最小最大损失准则的基本思想：
实际中，类先验概率 P(i) 往往不能精确知道或在分析过程中是变动的，从而导致判决域不是最佳的。所以应考虑如何解决在 P(i) 不确知或变动的情况下使平均损失变大的问题。
应该立足最差的情况争取最好的结果。
*
*
2022-03-16 21:55:59
3.18MB
1
模糊AHP有3个功能和1个测试用例。 为了找到标准的权重，使用了两种方法：fuzzAHP1.m 和 fuzzAHP2.m（输入和输出变量的解释可以在注释行中找到）。
2022-03-11 10:36:30
3KB
1
格兰杰因果检验是由格兰杰提出的一种基于统计学的因果检验方法，该方法可以用于判断两个时间序列的因果关系，通过F检验与置信度进行判别时间序列x与y之间的相互因果关系来完成，程序中采用BIC原则来自适应时间序列所选取的最佳迭代长度。
2022-03-09 14:06:34
4KB
1
3.最小最大准则
极小化极大准则
思想：
类先验概率未知，考查先验概率变化对错误率的影响，找出使最小贝叶斯风险最大的先验概率，然后以这种最坏情况设计分类器。
使最大可能的风险最小
2022-03-06 11:15:40
1.54MB
1
证明题，编程题（代码+分析总结）。两类问题判别规则。在许多模式分类问题中，可以将某个模式分到 类中某一类，也可以由于其不可分性而拒绝将其分到任何类别。两类分类问题的极小化极大准则。最小概率误差。推导最大熵分布的一般方程。陈述贝叶斯判决边界不“经过”两个均值之间的条件。代码：大量独立的随机变量的平均将近似为一高斯分布。产生100个点（50个一类的点，50个二类的点），并计算经验误差。
2022-03-06 09:56:40
526KB
1