金飞飞
- 作品数：25 被引量：108H指数：7
- 供职机构：安徽大学更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金安徽省高校省级自然科学研究项目更多>>
- 相关领域：理学经济管理自动化与计算机技术社会学更多>>
- 基于相异度的SVM选择性集成雾霾天气预测方法被引量：8
- 2017年
- 目前雾霾污染日益严重,威胁到了环境保护和人类健康,需要对雾霾天气进行预测.通过对多个支持向量机(SVM)进行选择性集成,克服单个SVM不稳定的缺点,提出了基于相异度的SVM选择性集成雾霾天气预测方法(DSE-SVM).首先采用高斯核SVM独立训练出多个个体SVM;其次计算出个体SVM的相异度,剔除相异度最大的个体SVM;最后运用多数投票算法对剩余的SVM进行集成,并进行了理论分析.通过对北京、上海和广州三地区近两年的雾霾数据进行实验分析,实验结果表明DSE-SVM方法预测性能更优,具有较高的稳定性和可信性.
- 朱旭辉倪志伟倪丽萍程美英李敬明金飞飞
- 关键词：支持向量机相异度
- 基于一阶预测有效度的广义加权算术平均组合预测模型研究
- 在线性组合预测模型的前提下,首先提出了广义加权算术平均预测有效度的概念.其次分别在样本区间、预测区问以及总区间上建立了以一阶预测有效度为准则的广义加权算术平均组合预测模型,并且对非线性组合预测模型进行相应的变换,将其转化...
- 金飞飞吴婉莹陈华友周礼刚
- 关键词：组合预测
- 文献传递
- 一种期货价格的预测系统和方法
- 本发明公开了一种期货价格的预测系统和方法，所述期货价格的预测系统包括：网络搜索指数处理层，获取期货相关的初始关键词和期货价格序列，并对所述初始关键词进行检验和分析，获取投资者关注度序列数据；文本情感分析层，获取期货价格相...
- 刘金培罗瑞汪漂徐沁陶志富朱家明金飞飞陈意吴澎陈华友周礼刚代玉洁陈丽娟赵晓漫潘辉
- 融合协同进化离散型人工鱼群算法和多重分形的雾霾预测方法被引量：11
- 2017年
- 鉴于目前日益严重的雾霾污染,导致空气质量水平大幅下降,通过采用协同进化离散型人工鱼群算法,多重分形维数,并结合极限学习机,提出了融合协同进化离散型人工鱼群算法和多重分形的雾霾预测方法.首先使用佳点集理论初始化种群,通过引入人工鱼游速,改进人工鱼群算法聚群,追尾和觅食行为,及对其进行离散化,并引入竞争和合作机制;其次将协同进化离散型人工鱼群算法结合多重分形维数,对雾霾数据集进行约简;最后运用极限学习机建立雾霾预测模型.通过对北京,上海和广州三地区近两年的雾霾数据集进行实验及参数分析,实验结果表明,较其他方法,预测性能更优,具有良好的稳定性和可信性.
- 朱旭辉倪志伟程美英李敬明金飞飞倪丽萍
- 关键词：人工鱼群算法协同进化极限学习机
- 基于信任关系和信息测度的概率语义社会网络群决策模型被引量：4
- 2021年
- 设计专家权重和属性指标权重的计算模型已成为近年来备受关注的两个重要研究课题。针对评价信息为概率语义信任函数的社会网络群决策问题,提出一种基于信任关系和信息测度的概率语义社会网络群决策模型。首先,构建基于信任关系的概率语义决策空间,探究专家之间的信任传递模型,通过专家之间信任关系计算专家的权重;其次,引入概率语义信任函数的熵和相似度概念,并运用三角函数设计概率语义信任函数信息熵和相似度的衡量方法;最后,构建基于信任关系和信息测度的概率语义社会网络群决策模型,进而得到合理可靠的决策结果,同时将提出的社会网络群决策模型用于电动汽车供应商的选择实例,对比分析实验验证了模型的合理性和有效性。
- 金飞飞金飞飞刘金培陈华友
- 关键词：群决策社会网络分析信任关系信息测度
- 区间直觉模糊连续熵及其多属性决策方法被引量：2
- 2013年
- 提出了区间直觉模糊连续熵,并且研究了一种新的处理区间直觉模糊多属性决策问题的方法。基于连续有序加权平均(COWA)算子,给出了区间直觉模糊连续熵的概念,并且证明了区间直觉模糊连续熵满足区间直觉模糊熵的公理化定义的四个条件。在此基础上,针对属性权重信息完全未知的决策问题,通过衡量每一属性所含的信息量来确定属性权重。依据备选方案与理想方案间的加权相关系数,给出了一种新的区间直觉模糊多属性决策方法。实验结果验证了新的决策方法的可行性和有效性。
- 裴利丹金飞飞潘向峰连小娟
- 关键词：区间直觉模糊集多属性决策
- 基于直觉模糊语言信息的群决策支持模型与方法研究
- 作为群决策决策理论和模糊信息理论的重要研究课题之一，模糊群决策理论在应急风险管理和投资、供应链管理、决策分析以及军事装备等领域得到了广泛的应用。随着社会经济的快速发展，使得人类所处的环境复杂性不断增加，再加上群决策问题固...
- 金飞飞
- 关键词：群决策
- 文献传递
- 基于最大——最小贴近度的IOWA算子最优组合预测模型被引量：6
- 2013年
- 将最大一最小贴近度与IOWA算子相结合,建立了基于最大一最小贴近度的IOWA算子最优组合预测模型,并且定义了在最大一最小贴近度下非劣性组合预测、预测方法优超等概念.在此模型下,研究了模型的非劣性组合预测及优性组合预测存在的充分条件.最后给出实例分析,表明该组合预测方法的有效性.
- 金飞飞陈华友周礼刚
- 关键词：组合预测IOWA算子
- 融合改进二元萤火虫算法和边界最小化测度的集成剪枝方法被引量：2
- 2019年
- 集成剪枝是提高分类器集成性能的一种关键性技术,其通过选择较小规模的基分类器,获得更优的集成性能.目前集成剪枝方法通常单独采用基分类器间的差异性测度或元启发式算法,进行集成剪枝.基分类器的平均精度和差异性被广泛认为是集成剪枝的两个重要指标,但增大基分类器间差异性势必会减小其平均分类精度,提高基分类器的平均精度亦会降低其差异性.故在基分类器的平均精度和差异性之间存在一个平衡状态,使得集成性能最优,找到该平衡状态才是集成剪枝成功的关键.集成剪枝是一个NP完全问题,采用差异性测度仅能剔除集成系统中部分冗余的基分类器,难以准确地找到该平衡状态;元启发式算法在搜索该平衡状态上,具有良好的性能,但若单独采用元启发式算法,则很难穷尽搜索到该平衡状态.故该文提出了融合改进二元萤火虫算法和边界最小化测度的集成剪枝方法.首先,采用Bootstrap方法重复抽取训练集,获得多个训练子集,使用分类器分别进行独立训练,获得多个基分类器;其次,运用边界最小化测度对所获得的基分类器进行预剪枝,剔除综合性能较差的基分类器,显著降低集成剪枝问题的复杂度;接着,通过改进萤火虫的移动方式和搜索过程,并引入竞争行为和跳跃行为,提出了改进二元萤火虫算法;最后,利用改进二元萤火虫算法对预剪枝后的基分类器,进行二次剪枝,选择出性能最优的子集成.在35个UCI标准数据集上进行测试,实验结果表明:相较于其他方法,该文所选择的基分类器规模较小,集成分类精度更高,并验证了其有效性和显著性.
- 朱旭辉倪志伟程美英李敬明金飞飞伍章俊
- 关键词：萤火虫算法
- 融合改进二元萤火虫算法和互补性测度的集成剪枝方法被引量：1
- 2018年
- 差异性和平均精度是提高分类器集成性能的两个重要指标。增加差异性势必会降低平均精度,增大平均精度一定会减小差异性。故在差异性和平均精度之间存在一个平衡状态,使得集成性能最优。为了寻找该平衡状态,该文提出融合改进二元萤火虫算法和互补性测度的集成剪枝方法。首先,采用bootstrap抽样方法独立训练出多个基分类器,构建原始基分类器池。其次,采用互补性测度对原始基分类器池进行预剪枝。接着,通过改进萤火虫的移动方式和搜索过程,引入重新初始化机制和跳跃行为,提出改进二元萤火虫算法。最后,采用改进二元萤火虫算法对预剪枝后的基分类器,进行进一步剪枝,选择出集成性能最优的基分类器子集合。在5个UCI数据集上的实验结果表明,较其他方法,使用较少的基分类器,获得了更优的集成性能,具有良好的有效性和显著性。
- 朱旭辉倪志伟倪丽萍金飞飞程美英李敬明
- 关键词：萤火虫算法
