利用粗糙集中属性约简的思想来确定各属性的重要程度，对属性依赖度进行计算，构造出属性间相对依赖的客观判断矩阵。在此基础上将客观矩阵和利用层次分析法确定的主观矩阵相结合，提出了一种组合矩阵，通过计算组合矩阵的权重来进行决策。实例表明该方法是切实可行、有效的，能提高决策精度。

JSqlParser 在此处查找更多信息和示例： : 。 执照 JSqlParser具有LGPL V2.1或Apache软件许可2.0版的双重许可。 讨论区 请提供有关以下方面的反馈： API更改：使用返回值扩展访问者（ ） 新闻 发布了JSqlParser 4.0版本 发布了JSqlParser的3.2版 发布了JSqlParser的3.1版 发布了JSqlParser 3.0版 数组解析是默认行为。 必须使用解析器标志（ CCJSqlParser.withSquareBracketQuotation ）启用方括号引用。 由于API更改，版本将为3.0 现在，JSqlParser至少使用Java 8 更多新闻可以在这里找到： : 。 JSqlParser的替代品？ 看起来很不错，具有扩展SQL语法（例如PL / SQL和T-SQL）和Java + .NET API。 该工具是商业工具（可在线获得许可证），并提供免费下载选项。 JSqlParser JSqlParser是一个SQL语句解析器。 它将SQL转换为Java类的可遍历层次结构。 JSqlParser不

迈实学术层次分析法ahp软件 （analytic hierarchy process）

随着社会的发展，大学生群体的数量已经越来越多，大学生本身的消费心理相对来说比较特殊，他们作为主体的消费群体，是消费人群中重要一个部分，其消费特点也体现出独特性。在现代社会的发展过程中，大学生的消费心理正受到社会各界的广泛关注。本文主要使用Matlab软件对大学生的消费情况进行相应的层次分析，了解当代大学生的消费水平和各个支出所占比重。

本文基于对层次分析法在处理多目标决策问题时计算量较大、易出现误差的情况提出改进的目的，采用修改标度值和简化判断矩阵的方法，有效地解决了层次分析法在处理多目标决策问题时由于标度值差异太小而容易引起误差的情况，同时通过采用三角矩阵对判断矩阵进行简化，大大减少了求解过程中的计算量，有效地提高了判断矩阵的一致性。最后举例对改进前后两种方法进行了比较，结果表明改进后的方法能更好地适用于多目标决策问题。

1、 实现了隶属度计算 2、将熵权法与层次分析法相结合 3、层次分析法分别实现了特征根法、算术平均法、开根法

在利用概率包标记技术对无线传感器网络(WSN)恶意节点的追踪定位中,标记概率的确定是关键,直接影响到算法的收敛性,最弱链,节点负担等方面。该文分析并指出了基本概率包标记(BPPM)和等概率包标记(EPPM)方法的缺点,提出了一种层次式混合概率包标记(LMPPM)算法,可以克服以上算法的不足。该算法对无线传感器网络进行分簇,将每个簇看成一个大的"簇节点",整个网络由一些大的"簇节点"构成,每个"簇节点"内部又包含一定数量的传感器节点。在"簇节点"之间采用等概率包标记法,在"簇节点"内部采用基本概率包标记法。实验分析表明,该算法在收敛性、最弱链方面优于BPPM算法,在节点计算与存储负担方面优于EPPM算法,是在资源约束条件下的一种整体优化。

船型综合评价是一个多目标决策问题。为克服采用单一方法确定权重存在的片面性，基于主观赋权的层次分析法（AHP）、客观赋权的熵权法（EWM）和智能赋权的BP-神经网络法3类赋权法得到的权重，采用博弈论法来确定指标的组合权重，将各评价指标组合权重与逼近理想解排序法(TOPSIS)结合，建立博弈论–TOPSIS评价模型。并以一组消防船为例进行了案例分析。评价结果表明，博弈论–TOPSIS法与改进复合权重TOPSIS法的评价结果趋势一致，且博弈论–TOPSIS法的方案区分度更大，说明采用博弈论法确定的指标组合权重更加合理，能够为多方案船型评价工作提供更有效的评价工具。

采用改进的层次分析法分析道路状况的多种因素，得出了当道路发生紧急事故时，符合时效性、安全性、经济性的路段权值。然后根据实时交通信息，利用改进的Dijkstra算法，探索了路径权重计算方法，建立了交通网络的运行时间的加权图，验证了本方法在实际交通网络中的应用，证实了方法的有效性和可行性。

我们都知道对大规模数据进行复杂的数据分析通常需要耗费大量的时间，这时就需要我们的数据消减技术了。 数据消减技术的主要目的就是从原有巨大数据集中获得一个精简的数据集，并使这一精简数据集保持原有数据集的完整性。这样在精简数据集上进行数据挖掘就会提高效率，并且能够保证挖掘出来的结果与使用原有数据集所获得的结果基本相同。 数据消减的主要策略有以下几种。 名称 说明 数据立方合计 这类合计操作主要用于构造数据立方（数据仓库操作）。 维数消减 主要用于检测和消除无关、弱相关，或冗余的属性或维（数据仓库中属性）。 数据压缩 利用编码技术压缩数据集的大小。 数据块消