简介：研究了群体规模较大情况下基于直觉模糊评价信息的决策方法。提出一种新的直觉模糊相似度公式,研究了一种新的直觉模糊聚类方法,设计了一种基于新的聚类方法的核心决策者权重确定方法。实例分析说明了该方法的合理性和可行性。

简介：世界经济的快速发展和工业化进程的推进促使各国电力需求激增，电力供需矛盾为能源回购项目的发展提供了条件。为能够实现错峰用电和缓解能源需求的紧张，能源回购项目在每个阶段出现能源短缺时，将根据短缺的不同程度为限产（或停产）企业提供了金额不同的资金补偿。因此，在该能源回购补偿机制下，企业需要确定每个阶段是否参加能源回购项目及其相应的生产库存策略，来实现其期望折扣成本的最小化。本文研究了能源回购补偿机制下企业以最小化期望折扣成本为目标的无限阶段最优生产/库存策略。引入启动成本和多个能源需求状态的资金补偿水平后，在合理的假设条件下，证明了每个阶段生产商的最优生产/库存策略在高峰状态为（si，S）策略，在非高峰状态为（s0，S，A）策略。

简介：针对采用经典划分思想的聚类算法以一个点来代表类的局限，提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类，能够体现出类的数据分布特征，并进一步提出泛化中心距离及类间距离度量的新方法，给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略，一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集，并与著名的划分聚类算法K-modes及其两种改进算法进行比较，结果表明泛化中心算法聚类正确率更高，迭代次数更少，是有效可行的。