搜索资源列表
traffic
- [基本要求] （1）提供对城市信息进行编辑（如：添加功删除）的功能 （2）城市之间有两面种交通工具：火车和飞机。提供对列车时间表和飞机航班进行编辑（增设或删除）的功能。 （3）提供两面种最优决策：最快到达或最省钱到达。全程只考虑一种交通工具。 （4）旅途中耗费的总时间应该包括中转站的等候时间。 （5）咨询以用户和计算机的对话方式进行。由用户输入起始站、终点站、最优决策原则和交通工具，输出信息：最快需要多长时间才能到达或者最少需要多少旅费才能到达，并详细说明依次于何时
electre3
- 多目标决策；多属性决策；matlab代码；ELECTRE iii -MCDM MADM MATLAB ELECTRE iii
dea
- 数据包络分析；DEA BBC&CCR MATLAB 多目标决策；多属性决策；-DEA BBC&CCR MATLAB MCDM MADM
lunwen
- 这是一篇有关多属性决策方面的论文，有助于研究多属性决策的人做进一步的研究-This is a multi-attribute decision-making related papers, multi-attribute decision-making will help researchers to do further research on people
mavt
- 多目标决策；多属性决策；MAVT MATLAB -MADM MCDM MAVT MATLAB
4477
- 这是一篇关于多属性决策的硕士学术论文，如果是研究决策的同学可以看看.-This is a master of multi-attribute decision-making papers, case studies students can look at the decision.
XACML-3.0-cd-1-updated-2010-May-07
- XACML3.0定义了一种通用的保护资源的策略语言和访问决策语言，并且与基于属性的授权机制结合，可提供对资源进行细粒度的访问控制，为建立Web服务的访问控制模型提供技术支持。文档针对XACML3.0对应的xacml-3.0-core-spec-cd-03-en.pdf规定包括XACML模型、策略语言模型、策略句法以及处理规程的核心XACML语言。xacml-3.0-rbac-v1-spec-cd-1-en.pdf规定XACML基于核心和层次角色的接入控制(RBAC)轮廓。xacml-3.0-mu
making
- 一种基于梯形模糊语言变量的多属性决策方法Trapezoid fuzzy linguistic variables based on multi-attribute decision making-Trapezoid fuzzy linguistic variables based on multi-attribute decision making
simplified-ELECTRE-
- 本论文描述了一种基于ELECTRE排序的简化方法，使多属性决策更加简便-This paper describes a simplified approach based on ELECTRE sort, easier to make multi-attribute decision
src
- 语言型多属性群决策算法的程序设计与实现.目前，语言型多属性群决策问题的理论和应用研究受到了人们的广泛关注。但到目前为止，对语言型多属性群决策算法的研究还集中在理论方面，缺乏实际成型、有效的应用软件。本设计基于语言评估标度将多属性群决策方法程序化，由此可以方便的对决策对象做出综合判断得到这些对象的综合评价值及其排序结果，从而帮助人们更有效、更快捷地对决策对象做出合理的决策，具有广泛的应用前景。-Programming language multi-attribute group decision-
Intuitionistic-fuzzy-multiple-
- 目的：了解直觉模糊多属性决策的基本概念、原理、方法，对实际中简单的模糊决策问题能够应用直觉模糊理论进行问题描述、建模、求解。 要求：① 熟练掌握直觉模糊理论的基本定义和相关概念；② 深入了解直觉模糊多属性决策模型，并能够编程实现。 -Objective: To understand the intuitionistic fuzzy multi-attribute decision-making of basic concepts, principles, methods, and pra
matlab
- MATLAB实现多属性目标决策选择，从而选择最优的决策-MATLAB to achieve multi-attribute objective decision making the choice to select the optimal decisions
C4.5
- C4.5 算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法. C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进： 1) 用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足； 2) 在树构造过程中进行剪枝； 3) 能够完成对连续属性的离散化处理； 4) 能够对不完整数据进行处理。 C4.5算法有如下优点：产生的分类规则易于理解，准确率较高。其缺点是：在构造树的过程中，需要对数据集进行多次的顺序扫描
884
- 逼近理想点法的MATLAB实现，多属性目标决策的一种， 用于综合比较-TOPSIS of MATLAB to achieve, a multi-Attribute Decision for comprehensive comparison
RandomForest
- 随机森林是由多棵树组成的分类或回归方法。主要思想来源于Bagging算法，Bagging技术思想主要是给定一弱分类器及训练集，让该学习算法训练多轮，每轮的训练集由原始训练集中有放回的随机抽取，大小一般跟原始训练集相当，这样依次训练多个弱分类器，最终的分类由这些弱分类器组合，对于分类问题一般采用多数投票法，对于回归问题一般采用简单平均法。随机森林在bagging的基础上，每个弱分类器都是决策树，决策树的生成过程中中，在属性的选择上增加了依一定概率选择属性，在这些属性中选择最佳属性及分割点，传统做法
topsis
- 多属性决策方法topsis 输入数据，直接可用-Multi-attribute decision-making method topsis, enter the uation index, directly available
层次分析法
- 层次分析法的VB实现，有VB窗口界面，解决多属性决策问题。(The VB Implementation of Analytic Hierarchy Process)
02 多属性决策模型
- 介绍多属性决策模型可以的解决问题，解决分类问题(The problem of multi-attribute analysis is introduced to solve the classification problem)
不确定多属性决策方法及应用
- 四川大学，徐泽水 教授编写的不确定多属性决策方法及应用(Uncertain multi-attribute decision making method and its application by Professor Xu Zeshui of Sichuan University)
DEMATEL
- 决策实验分析法是最近兴起的多属性决策方法，主要通过实验的方式对评估对象进行评估分析，实验结果较为客观合理(Decision-making experimental analysis method is a multi-attribute decision-making method that has recently emerged. It mainly evaluates and analyzes the evaluation object through experimental metho