基于区间D-S证据理论的物流中心选址模型

来源 :计算机应用研究 | 被引量 : 5次 | 上传用户:haozhiyan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
通过Dempster-Shafer证据理论(简称D-S证据理论)捕捉选址过程中决策信息的不确定性,通过区间数刻画影响选址因素属性的认知程度,建立基于区间D-S证据理论的物流中心选址决策模型。该模型有效地解决了不确定性和多属性对决策者在选址过程中产生的困扰,从而使得决策更具有科学性、合理性。最后,通过C#语言给出物流中心选址方案的可视化,阐述模型的可操作性。
其他文献
【正】 十二小时连下三城 目前,盗版印刷成为一大社会公害。有人以为盗版印刷的书刊多是畅销的言情武侠小说,其实不然,学术著作、科技书刊也存在严重的盗版印刷问题。2月21日
【正】 (一)出口秩序混乱 我国产品有的是通过边贸渠道出口,也有的是个体户在传统市场上套低价,与进出口公司抢客户,争市场。通过上述渠道出口到西欧、美国的真丝服装平均每
安全性和活性是两大基本的系统属性,对于指导系统的设计与验证具有重要意义。通过对它们原始定义的形式化梳理,发现其缺乏对状态序列的具体约束。针对这一问题,使用对系统动作刻画更完善的行为时序逻辑进行了重定义,加入了初始状态和转移条件的约束。以此为基础,对互斥这一并发系统的典型属性进行了形式化的分析,由此说明如何判断一个属性是否满足安全性或活性的定义。该技术为实现系统性质的自动推理与验证提供了形式化基础。
改革开放以来,不少大学的专业完成学术重建并形成自己的学风,北京大学历史学系的魏晋南北朝史方向是其中一个可供参考的个案。周一良、田余庆、祝总斌三位第一代学人,在步入
针对高速列车运行中的状态识别问题,提出基于多重分形去趋势波动分析的高速列车状态识别新方法。通过分析发现,高速列车在不同运行状态下的多重分形奇异谱和广义Hurst指数谱均有明显的区别,因此提取多重分形奇异谱参数和广义Hurst指数谱参数作为高速列车运行状态的特征,并使用支持向量机对其状态进行识别。实验结果表明,高速列车在运行速度200 km/h及以上时,状态识别率达到100%。多重分形奇异谱参数和广
尽管经典分类方法支持向量机SVM在各领域广泛应用,但其在分类决策时仅关注类间间隔而忽视类内分布,因而分类能力有限。鉴于此,Zafeiriou等人提出最小类方差支持向量机MCVSVM,该方法建立在支持向量机和线性判别分析的基础上,在进行分类决策时同时考虑各类的边界信息和分布特征,因而较之SVM具有更优的泛化能力。但上述两种方法均忽略了样本的局部特征。基于上述分析,在流形判别分析的基础上提出基于最小流
在数据备份系统中,使用重复数据删除技术在消除重复数据提高系统存储的空间效率时,将必然会有多个逻辑映像共享去重后的数据实例,如果某个数据实例丢失或者数据被更改,将导致所有引用该实例的逻辑映像均发生错误,因此提出了一种在去重备份系统中数据完整性验证算法。如果当前备份的文件在数据服务器端已经存在数据实例,添加引用之前先对被引用的数据实例进行分块循环顺序校验,判断数据实例的完整性。实验结果证明,这种添加验
目的:分析感染科门诊护理工作中风险管理的应用。方法:收集我院2015年8月-2016年8月期间诊治的感染科患者120例作为研究对象,随机分为试验组与对照组,每组患者60例。对照组采
通过利用WSN应用环境工作负载先验知识,提出了一种无线传感器网络存储数据可用性优化框架。首先根据节点的查询负载将WSN网络分区,然后提出了基于法定票数的数据复制策略以优化能耗,并保证满足给定的最小数据可用性要求。最后,基于真实的Great Duck Island WSN实验工作负载假设,通过四种代表不同工作负载的查询集合进行实验,结果表明,该策略可以在能耗、数据可用性和节点可用性间实现高效平衡。
对100例坐骨神经痛患者、40例腰腿痛患者和40例健康受试者作ART测定对照。结果显示,98%的坐骨神经痛患者患侧ART值延长,而健侧和其他80例对照组仅有1例ABT轻度延长。且该检查