摘要：执行功能在儿童词汇发展中起着重要作用。以4岁和5岁学前儿童为研究对象,探究执行功能的三个子成分工作记忆、抑制控制和认知灵活性在其词汇理解中的特定预测作用。研究结果显示,在排除了年龄和执行功能其他相关子成分的影响后,只有工作记忆显著预测被试的词汇理解能力。这一研究结果能够为教师组织学前儿童词汇教学提供启发。教师在教授新词的时候,根据儿童现有的工作记忆能力设计相应的教学活动,可以帮助他们更有效地学习新词,进而促进其语言发展。

摘要：个体一致性检验、群体偏好集结、群体共识改进是达成共识的三个关键阶段,高一致性、高共识度、低共识成本分别是群体共识构建三个阶段的重要决策目标。本文通过分析群体共识构建过程中三个核心阶段对共识实现的影响,建立了各个决策阶段的优先模型。首先,针对犹豫模糊偏好关系的评价值特征,设计了融合局部标准化系数的一致性检验和调整模型,为实施群体信息集结提供可靠的模糊判断;其次,以贴近度为诱导值实施犹豫模糊偏好关系群体信息集结,结合统计推断方法设计共识度阈值,科学刻画群体共识水平;然后,针对群体共识度水平较低的情形,设计了融合优化集结权重和最小调整距离的共识改进模型,有效减少群体共识改进中的信息损失与迭代次数。最后,通过比较分析凸显所提决策方法的可行性和优越性。

摘要：区间直觉模糊型多准则群体决策集结结果的可靠性是实现群体共识的基础,既体现了群体集结结果的有效性也影响了个体意见的调整行为。首先,分析了现有8种集结算子,以个体平均一致性为诱导变量设计群体意见集结模型。其次,为提高群体集结结果的可靠性,基于各决策方案在各准则下的群体平均一致性,以统计检验为手段设计调整阈值,并以相似度最优为约束设计群体集结结果调整优化模型。最后,通过举例实例说明了该方法的适用性,通过对比分析体现了该方法在实现群体共识方面的优越性。

摘要：群体共识度是实现高效群决策的重要指标,较高群体共识的实现是一个多阶段多约束的动态决策过程。本文提出了高水平群体共识的构建包含群体信息集结、调整元素识别和元素调整步长设计3个阶段,并以相似度作为群体共识度刻画指标贯穿于3个阶段。首先,以相似度为诱导变量进行区间直觉模糊型群体信息集结;其次,基于统计假设检验思想和相似度近似正态分布的构想,识别需要调整的元素集合(决策方案在特定准则下的评估值和决策者);再次,以最小化调整成本为决策目标,以共识度阈值、个体相似度保序、最小调整量、区间直觉模糊评价值特征为约束条件,构建共识度改进优化决策模型;最后,通过比较分析凸显本文算法的可行性和优越性。

摘要：直觉模糊集记分函数的排序能力是影响直觉模糊型多准则决策绩效的重要因素。本文以直觉模糊集记分函数的特性分析为切入点,较为系统地分析了现有各类记分函数的有界性、符合直觉性、排序能力、连续性等四类特征;其次,基于现有记分函数特征匹配状况,提出了新的直觉模糊集记分函数的分段函数并加以证明;最后,系统比较了现有记分函数与本文提出的记分函数在排序能力和区分度方面的差异,验证了本方法的优越性和合理性。

摘要：类内距离和类间距离数值量级差异性导致两类距离无法直接融合,进而影响了FCM聚类模型设计。首先,本文全面回顾了经典和改进型的FCM聚类模型,构建了类内距离和类间距离迹的关系模型,分别从类内类间距离的变化不一致性和量级差异性两个方面分析了现有FCM聚类模型的不足;其次,运用高斯核距离替代传统的欧式距离来表征类内类间距离,基于最小化类内紧凑度与类间分离度差的思想,设计了类内类间距离平衡方法,提出了一种改进的FCM聚类目标函数与算法;最后,运用算例说明了本方法的有效性和优越性。

摘要：基于FCM的大规模数据聚类算法设计中,聚类中心点选择的迭代次数较多易于造成算法模型伸缩性不强、敏感性较弱和陷入局部最小值的难题.以大规模数据点精简算法设计为切入点,研究初始聚类中心点选择与FCM模型设计.首先,基于K近邻思想提出了数据点精简算法,获得精简之后的代表点集合.其次,兼顾原始数据点的稀疏程度和精简后代表点的分布特征,提出了基于密度的初始聚类中心点选取规则和具体步骤.再次,基于代表点集合和初始聚类中心点结果,给出了一种精简再融合的两阶段聚类算法.最后,运用仿真方法说明了本方法的有效性和优越性.