【摘 要】
：
秩序与安全是人类社会得以发展的基本前提,社会治安状况体现了国家的治理能力和水平,社会治安综合评价是反映社会治安状况进而改进和提高社会治安状况的有效方法之一.社会治安综合评价借助某些地区社会治安的主要信息,评价主体针对评价指标,依据其专业知识给出各评价指标的评价结果,最终聚合所有评价结果进而对社会治安状况作出综合判断.理论上,社会治安综合评价成为一个多属性决策问题.在社会治安综合评价的过程中,评价主
论文部分内容阅读
秩序与安全是人类社会得以发展的基本前提,社会治安状况体现了国家的治理能力和水平,社会治安综合评价是反映社会治安状况进而改进和提高社会治安状况的有效方法之一.社会治安综合评价借助某些地区社会治安的主要信息,评价主体针对评价指标,依据其专业知识给出各评价指标的评价结果,最终聚合所有评价结果进而对社会治安状况作出综合判断.理论上,社会治安综合评价成为一个多属性决策问题.在社会治安综合评价的过程中,评价主体对某地区的社会治安状况习惯用“良好”、“一般”、“较差”等语言术语来表达.由于人类主观判断的不确定性,评价主体在表达社会治安状况某方面的评价时,可能存在一定程度的满意,也可能存在一定的不满意程度.二元组语言直觉模糊集能同时表达评价主体对评价对象的定性描述和评价主体的满意程度和不满意程度.因此,将二元组语言直觉模糊多属性决策应用于社会治安综合评价具有重要的应用价值.本文将二元组语言直觉模糊集和VIKOR决策方法结合,提出了二元组语言直觉模糊VIKOR多属性群决策方法,解决社会治安综合评价问题,本文主要工作概括如下:（1）为了有效地聚合各评价主体的评价信息,提出二元组语言直觉模糊广义幂加权平均（2TIFLGPWA）算子和二元组语言直觉模糊幂加权几何（2TIFLGPWG）算子,并分析了这些算子的置换性、幂等性和有界性等性质.（2）基于经典的VIKOR方法,将经典的VIKOR拓展到二元组语言直觉模糊决策环境中.首先基于AHP法和熵权法综合确定属性权重信息,其次结合所提二元组语言直觉模糊集广义幂加权平均算子和VIKOR方法建立属性权重完全未知的二元组语言直觉模糊VIKOR多属性群决策方法.（3）构建社会治安综合评价指标体系,将二元组语言直觉模糊VIKOR多属性群决策方法应用到社会治安综合评价问题中.不仅得到各地区的社会治安综合评价排序结果,还基于理想点法分析各地区治安状况的差异进而提供合理的建议.
其他文献
随着我国经济的快速发展,对于汽车的需求不断增加,消费者对于汽车的要求也越来越高,汽车不仅要具备良好的驾驶性能,车身外观也要求具有更好的品质。要获得高质量的车身,就需要具有更高性能的涂装设备。在进行车身涂装时,旋杯静电雾化器喷涂是最为常用的涂装方式,凭借其性能稳定、节能环保、涂覆均匀、对人体伤害小等优点,被广泛的应用于自动化喷涂技术中。大多数的旋杯静电雾化器采用的是气动涡轮来进行驱动的,该涡轮的核心
在如今大数据时代的背景下,各种各样的社交媒体的出现带来了互联网中数据的指数型增长。有了可获得的大量数据,越来越多的研究学者也就根据这些数据进行了大量相关的研究工作,比如社交网络中关键节点的发现研究、社区发现研究、基于文本的推荐算法研究或者情感分析相关研究。本文的研究工作将是对短文本中所包含的情绪进行分析,并且也将文本中出现的非文字信息表情符号纳入情绪分析的过程中。本文的研究工作目的是将根据美国学者
随着人们保健意识的增强,麦冬作为一种传统中药材备受青睐,已被广泛应用于临床配方及中成药原料,出口国外的需求也逐年增加,麦冬的产量问题也越来越被人们所重视。现阶段,麦冬栽植多为人工手动栽植,并没有针对麦冬苗种植相关的机械,因此设计一种能实现麦冬苗机械化栽植的栽植机,具有重要的现实意义。所做主要工作如下:（1）通过对小行距、株距密植技术的思考,以及从多方面设计因素考虑,基于曲柄摇杆式机构作为设计原型,
随着互联网技术的发展,网络社交平台比如:新浪微博,Facebook,知乎等的兴起,越来越多的人都在社交平台上发布消息,表达观点,分享生活,实时参与各种热点话题,接受各种实时新闻。当热点新闻在网络中出现,社交平台中的人逐渐参与进来,转发评论分享,由一小部分人参与到一大部分人,有一个网络社区传到多个网络社区,以此便产生了信息传播。信息具有两面性,当负面信息爆发时,如果不加以控制恐怕会产生巨大的负面影响
膜计算作为自然计算新兴的一支研究领域,其是由生命细胞的结构和功能以及组织、器官、生物神经网络等高级生物组织中细胞群间协作所启发的一种分布式并行计算模型,简称膜系统或P系统。目前,根据膜系统的结构,已将P系统归为三类:细胞型、组织型和神经型P系统。本文所研究的神经型P系统是当前膜计算研究领域的热点。神经型P系统是受生物神经系统所启发提出的一种新型计算模型,其中受生物神经网络中神经元以脉冲的形式处理信
鉴别字典学习（Discriminative Dictionary Learning,DDL）方法自提出以来便在图像识别,目标检测,超分辨率图像重建以及压缩感知等实际任务中取得了优异的表现,并因此成为了计算机视觉和图像处理领域的研究热点之一。支持向量驱动的字典学习（Support Vector Guided Dictionary Learning,SVGDL）方法是一种典型的鉴别字典学习方法。SVG
趋化性是一种由空间中分布不均匀的物质所产生的化学信号刺激细胞或有机体发生定向运动的现象.趋化模型是刻画生物体趋化现象的偏微分方程组,Keller-Segel模型是趋化模型最典型的代表.若考虑细胞自身的繁殖和死亡,在数学模型上体现出来就是logistic增长项的出现.本文考虑以下一类具有logistic增长项的趋化方程组:（?）其中Ω（?）RN（N≥1）是一个具有光滑边界的有界区域,k∈R,μ>0,
近年来随着机器学习与计算机视觉的飞速发展,视觉目标识别领域深受国内外研究者的青睐,其中度量学习是实现视觉目标识别的重要途径之一。度量学习的优化目标是根据一定的规则从训练样本中进行训练和学习来获得一个有效的度量,使得不同类别样本特征之间的距离尽可能增大,相同类别样本特征之间的距离尽可能减小。半正定约束度量学习（Positive-semidefinite Constrained Metric Lear
碳纤维增强复合材料（CFRP）由于其较高的比强度被广泛应用于工程建设和受损加固中。目前,国内外对CFRP约束混凝土短柱和普通碳钢管混凝土短柱方面已有了比较系统的研究,但是在CFRP约束不锈钢管混凝土（CFSST）方面的研究仍处于起步阶段。为此,本文对CFRP-CFSST组合构件受压承载能力进行了系统的研究。由于目前针对CFRP约束矩形不锈钢管混凝土短柱的研究甚少,为掌握CFRP约束矩形不锈钢管混凝
遗传算法是一种常用的启发式优化算法,它具有较强全局优化能力,常用于各种工程实际问题.随着移动通信服务的爆发式增长,未来移动通信系统将面临海量连接设备的挑战.稀疏码多址接入（Sparse Code Multiple Access,SCMA）是一种非正交多址接入方案,能降低时延,同时提供更高的频谱效率.本文主要研究了基于遗传算法的功率不平衡码本设计和改进多用户检测算法,主要研究内容和取得的成果如下:（