1) Preference function
偏好函数
1.
Preference Functions in Fuzzy Decision-Making Constructed with Close Degree;
利用贴近度构造模糊决策中的偏好函数
2.
Then,preference functions are developed and the design ranges and system ranges are identified.
该方法在决策时无需给出各评价指标的权重,只需决策者设定各指标满意区间的边界值,形成偏好函数,确定各指标的设计范围和系统范围,并通过计算产品各性能指标的信息量进行优劣排序,优选最佳产品。
2) Preference aggreation function
聚合偏好函数
4) preference function
优选(偏好)函数
5) Political preference function
国家偏好函数
6) M-V preference function
M-V偏好函数
1.
Under the condition of farms\' and insurance companies\' expected utility maximum,we develop an agricultural insurance market equilibrium model based on the M-V preference function and point out that the equilibrium in short agricultural market exists.
本文利用M-V偏好函数构造了满足农户和保险公司期望效用最大化条件的农业保险供需模型,考察了竞争性农业保险市场短期均衡的存在,论证了长期农业保险市场失衡是由于供给者考虑巨灾风险所致,而政府给予保费补贴有助于纠正农业保险市场失衡,但纠正的程度视补贴大小而定,以此为基础实证分析了我国农业保险市场的发展。
补充资料：高斯函数模拟斯莱特函数
尽管斯莱特函数作为基函数在原子和分子的自洽场（SCF）计算中表现良好，但在较大分子的SCF计算中，多中心双电子积分计算极为复杂和耗时。使用高斯函数(GTO)则可使计算大大简化,但高斯函数远不如斯莱特函数(STO)更接近原子轨道的真实图象。为了兼具两者之优点，避两者之短,考虑到高斯函数是完备函数集合,可将STO向GTO展开：
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
式中X(ζS,A,nS,l,m)定义为在核A上，轨道指数为ζS，量子数为nS、l、m 的STO；g是GTO：
其变量与STO有相似的定义；Ngi是归一化常数：
rA是空间点相对于核A的距离;ci是组合系数；K是用以模拟STO的GTO个数（理论上，K→∞，但实践证明K只要取几个，便有很好的精确度）。
ci和ζ在固定K值下, 通过对原子或分子的 SCF能量计算加以优化。先优化出 ζS＝1 时固定K值的ci和(i＝1,2,...,K)，然后利用标度关系式便可得出ζS的STO展开式中每一个GTO的轨道指数，而且，ci不依赖于ζS,因而ζS＝1时的展开系数就是具有任意ζS的STO的展开系数。对不同展开长度下的展开系数和 GTO轨道指数已有表可查。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条