推荐5篇关于直觉模糊集的计算机专业论文

今天分享的是关于直觉模糊集的5篇计算机毕业论文范文, 如果你的论文涉及到直觉模糊集等主题,本文能够帮助到你

基于生存分析模型的银行信贷风险评估与管理系统的设计与实现

这是一篇关于信贷风险评估,直觉模糊集,COX生存分析模型,信贷管理系统的论文, 主要内容为在疫情冲击下,全球经济形势低迷,经济活力亟待恢复。而银行信贷业务作为经济复苏的有力强心针,必将得到更为迅速的发展,这对于商业银行的信贷风险评估与管理水平提出了重大考验。信贷业务作为商业银行盈利的重头戏,却普遍存在业务流程繁杂,审批周期过长,以及缺乏有效风控手段的问题。因此,建立一个拥有科学、严谨的风险控制体系与高效、合理的信息化平台的风险评估与管理系统是十分必要的,对银行发展信贷业务、提高办公效率以及强化风险控制能力具有战略意义。本文首先对课题的研究背景及研究意义进行了阐述,并结合文献资料对国内外研究现状进行了分析;接着对系统开发实现中所使用到的关键技术进行了介绍,系统开发技术中用到的B/S架构与Spring Boot框架,以及系统中用到的算法模型直觉模糊集算法与COX生存分析模型;然后从功能性需求与非功能性需求两方面对系统进行了需求分析,并确定了系统的六大功能模块:系统管理模块、客户信息管理模块、风险评估模块、决策审批模块、统计查询模块和贷后管理模块;接着对系统进行了详细的设计与实现,使用UML建模工具绘制了系统的架构图、E-R图、流程图以及类图等。最后设计测试用例,对系统进行功能性与非功能性测试,并给出页面详情,验证了系统已满足预期的功能与性能。本系统采用了B/S架构,使用Spring Boot作为系统框架,使用Oracle作为数据库并用Redis进行数据缓存,所采用的风险评估算法是由直觉模糊集改进后的COX生存分析模型,并用R语言进行模型编码实现。通过系统的设计与实现,可以将商业银行信息化、流程化水平有效提高,还可以有效的进行风险预测,极大的降低了信贷风险发生,对商业银行信贷业务的发展提供了动力。

面向物流信息平台的车货匹配推荐研究

这是一篇关于物流信息平台,车货匹配,推荐系统,协同过滤,交易满意度,直觉模糊集的论文, 主要内容为公路货运是物流运输中占据主导地位的运输方法,公路运输的方便灵活可以使得货物实现点对点的运输,公路运输中承运方主体种类繁多,其中个体户、物流专线公司占据较大比重。我国公路货运中长期存在信息闭塞,车货双方较难沟通,空载率较高等问题,这极大的影响了物流领域的效率。随着物流信息化和互联网技术的发展,出现了大量的物流信息平台,这些平台将货物与车辆的信息进行整合,呈现给用户供其选择,虽然平台拥有大量信息,但是由于平台的功能限制,有些平台只是对车货信息进行简单的陈列,车货匹配问题并没有得到很好的解决。实际上,车货的有效匹配不仅可以有效的提高双方交易的成功率,降低双方进行选择的时间成本,还能够增加用户粘性,有利于平台的长远发展。所以本文针对物流平台的车货匹配问题进行了研究,考虑到大量的研究对承运方定义太过笼统,没有根据实际进行细分,故本文根据承运方的特点将其划分为个体户和物流专线公司。针对个体户,构建了基于推荐算法的推荐模型;针对专线公司,构建了基于车货双方满意度的匹配模型。并利用平台真实数据对模型进行了验证。首先,通过文献阅读以及理论分析,梳理了国内外关于车货匹配的研究现状和进展,通过现状研究和调研分析出存在的问题及不足,其次介绍了物流信息平台、网络货运等,同时介绍了推荐系统理论和双边匹配理论对本文的支撑作用。然后针对信息平台中大量的个体户,对车货匹配问题进行了详细的阐述,明确匹配的对象,归纳了匹配的模式,结合基于内容的方法、基于标签的方法和协同过滤方法分别建立了给托运人推荐司机、给司机推荐货源的车货推荐模型。针对专线公司,对交易双方的满意度进行分析,选取影响双方交易意愿的指标因素,对指标进行量化,以托运满意度和承运满意度最大化为目标构建了车货匹配模型,接着利用线性加权法对模型求解。此外,针对实际中平台会根据运营状况,使得匹配的结果偏向于某一方,以增大对该方的吸引力,提高该群体对平台的忠诚度,本文引入直觉模糊相关知识来改进模型,并模仿梯度下降算法进行交互求解,以满足平台的需求。最后,通过平台的车货信息对模型进行了验证,证明了本文模型的有效性和实用性。本文构建的模型分别针对在托运人主体中占据主要地位的个体户和专线公司,为车货匹配双方提供了较好的匹配方法,为解决交易过程中的匹配效率低下和装载率低等问题提供了参考,同时也给当前物流信息平台开发匹配推荐方法提供了一定的思路。

直觉模糊集相似度模型的构建及应用研究

这是一篇关于直觉模糊集,区间直觉模糊集,相似度的论文, 主要内容为随着科学技术的不断进步,事物所处环境越来越复杂化,提高了信息表达的不确定性。直觉模糊集理论能够很好的诠释人们对客观不确定性事物描述的惯性思维,自提出以来一直备受关注,被应用于模式识别、数据挖掘、信息安全等领域,也成为了决策领域的一个重点研究方向。直觉模糊集相似性测度旨在描述两个直觉模糊集的接近或相似程度,是近年来直觉模糊集领域一个重要的研究方向。区间直觉模糊集是直觉模糊集的一种主要扩展形式,已有广泛的应用。目前,已有的直觉模糊集或区间直觉模糊集相似度存在的主要问题有:相似度计算结果与直觉不符,在相似度比较时区分度不明显,实际应用的效果较差。因此,针对以上问题,论文通过分析直觉模糊集中蕴含的决策信息,分别提出了新的直觉模糊集相似度与区间直觉模糊集相似度,并应用于电子商务平台个性化推荐绩效评估等现实决策问题中。基于此,论文的主要研究成果有:(1)对现有直觉模糊数的相似度函数做了较为完整的描述,分析了其与相似度定义的匹配程度;其次,分析了直觉模糊集相似度部分性质应用的局限性,依据记分函数来比较直觉模糊数的大小,进而重新定义了直觉模糊集的相似度性质;再次,针对重新定义的相似度性质,设计了一种新的直觉模糊集相似度度量模型;最后通过算例分析验证本文方法的有效性和对决策结果的区分度。(2)直觉模糊集的隶属关系不能完全适用于区间直觉模糊集,故其相似度测度模型与特征条件难以实现完全匹配。论文首先归纳现有区间直觉模糊集相似度构建方法,分析相似度与其条件匹配的冲突性,然后基于几何距离和重心设计了一种新的区间直觉模糊集相似度模型;最后分析了本文模型的优越性和应用价值。(3)在全面剖析个性化推荐内容、转化过程和推荐结果的基础上,深入分析影响个性化推荐绩效改进和耦合关系的关键要素,设计了评价指标体系和评价模型。最后,基于本文提出的相似度方法对电商平台个性化推荐绩效进行评估。