用MDMC-HS-tree方法计算极小碰集

产生待诊断设备冲突集的所有极小碰集是基于模型诊断的一个重要步骤,极小碰集即为该设备的候选诊断.HS-tree算法产生的节点数目较多,效率较低.因此,提出了基于极大度和极小势的MDMC-HS-tree方法.每次选择势最小的集合进行扩展,以便减小树的宽度;并删减包含势最小集合中度最大元素的集合,不断将大问题化简为小问题.实验结果表明:本算法能够产生所有极小碰集,且在计算大规模碰集时产生相对较少的节点,为实际设备故障诊断提供较可行的方法.     

可用于诊断产生的计算碰集的新方法

提出一种利用与元素相关联的冲突集个数计算碰集的新方法, 并结合带有终止节点的集合枚举树SE tree形式化地表达计算过程, 逐步生成所有的极小碰集. 由于在SE tree中添加了终止节点, 因而能够较大提高搜索效率. 实验结果表明, 该算法程序容易编制, 且效率较好, 对于复杂的被诊断对象系统可以满足实时性.     

对DFA最小化算法等价性问题的探讨与改进

有穷自动机极小化问题的研究,在程序测试、模糊系统、概率自动机等方面具有重要意义。利用自动机状态集上的等价关系对自动机的状态集极小化,从而得到与原自动机功能等价的极小化自动机,该内容是词法分析的重点。很多编译原理书籍介绍的DFA最小化算法是＂分割法＂,但该算法存在一定的问题,本文从对一些特殊的DFA的处理入手,分析＂分割法＂算法在等价原则方面的漏洞,并提出了对最小化问题的改进算法。     

基于遗传算法的改进BP算法在水污染预警应用

遗传算法与BP神经网络结合,建立嘉陵江水污染颓警系统。通过遗传算法为BP神经网络提供训练样本集,利用改进的BP算法进行训练学习。该BP算法有效控制了陷入局部极小。将学习后的系统用于嘉陵江水污染预测,结果表明该系统提高了嘉陵江水污染预警的准确性和实时性。     

基于遗传算法和变精度粗糙集的离散化算法

目前常用的离散算法多为单属性离散化算法.利用该类算法对多维连续属性进行离散化时,逐次对单个属性进行离散化,割裂了多维属性之间的关系.基于此提出了一种基于遗传算法和变精度粗糙集的多属性离散化算法.该算法基于变精度粗糙集所具有的较好数据分类容错和抗噪能力,通过变精度粗糙集近似分类精度建立遗传算法适宜度评价函数,并利用遗传算法在多维连续属性候选断点集上寻找最优断点子集.基于UCI数据集比较了所提算法与多种常用的离散化算法的差异,实验结果表明,该算法可以获得相对较好的离散化效果.     

基于分段常值水平集的参数识别算法

研究了椭圆方程不连续参数的识别算法.根据原有算法计算效率较低、抗噪性较差、可识别区域数较少的不足,本文基于分段常值水平集方法,根据水平集函数和优化过程的特点,修正原有Uzawa型算法中的带有总变差（TV）正则化的极小化模型和对常值向量的极小化模型,并且结合Barzilai-Borwein方法和预处理共轭梯度算法（PCG）构造一种新的参数识别算法格式.数值实验结果显示,新算法具有计算时间短、精度高、抗噪性强的优点,并且可以识别较复杂的几何区域.     

一种改进的三维子空间极小化共轭梯度法

利用满足修正割线方程的Hessian矩阵近似二次模型中的Hessian阵, 通过在三维子空间中极小化此二次模型导出搜索方向, 并结合非单调线搜索策略和重启技术, 提出一种改进的三维子空间极小化共轭梯度算法, 并在一些合理假设下, 证明了算法的全局收敛性. 针对Andrei测试函数集, 数值实验验证了新算法的有效性.     

基于双重小波系数集的音频水印算法研究

提出一种基于双重小波系数集的音频水印算法,定义了双重小波系数集.对原始音频信号进行小波分解后,根据双重小波系数集内两个元素间的相互关系,对双重小波系数集进行选择并将其分成两类从而嵌入和提取水印.同时利用shuffle算法对水印序列进行置乱,以提高系统的安全性.实验结果表明,该算法对原音频信号影响极小,并对于各种音频操作和攻击,如重采样、重量化、低通滤波、Mpeg编码、Gaussian噪声等具有较好的鲁棒性.     

动量化GA-BP算法的全局极小值搜索

针对传统BP神经网络算法存在收敛速度慢、易于陷入局部极小的缺点,提出了动量化GA-BP算法,即对传统BP算法引入动量因子,以提高网络的收敛速度,并将其与BP神经网络算法结合起来,充分利用遗传算法的全局搜索性能进行"粗"搜索.当搜索到全局最优点的附近时,再采用BP算法进行局部搜索,这样避免陷入局部极小,从而得到了全局最优解.煤矿安全等级预测的实验表明:动量化GA-BP算法能快速、精确地收敛,最终得到问题的全局极小值,取得了满意的预测结果.     

基于时间与费用双优化的虚拟企业调度算法

基于合理抽象虚拟企业模型和任务模型,建立虚拟企业生产任务计划的数学模型,并提出了一种时间与费用双优化的调度算法.该算法分别针对虚拟企业生产调度的时间与费用2个目标提出启发式优化算法,并以调度优化的结果作为遗传算法的初始染色体,通过对遗传算法运算的重新定义来优化虚拟企业生产计划调度,充分发挥遗传算法良好的全局搜索能力和能有效避免陷入局部极小的优点,提高了算法的全局寻优能力.实验结果表明,启发式优化算法与遗传算法相结合的优化技术能够降低虚拟企业生产费用,使企业具有较好的生产敏捷性.     

基于模型诊断中用逻辑数组计算最小碰集

在基于模型诊断中 ,冲突集的最小碰集就是诊断目标 .提出用二维逻辑型数组计算冲突集的最小碰集的一种新的算法 .     

A method of combining SE-tree to compute all minimal hitting sets

In model-based diagnosis, the candidate diagnostic results are generally characterized by all minimal hitting sets for the collection of all conflict sets. In this paper, a new method is proposed to judge a hitting set by the number of conflict sets corresponding to components, and the computing procedure is formalized by combining revised SE-tree (set enumeration tree) with closed nodes to generate all minimal hitting sets. Results show that because closed nodes are added into SE-tree, the search efficiency is highly improved. Furthermore, the proposed method is easy to be understood and implemented. Compared with other effective algorithms with completeness in some experimental tests, the diagnosis efficiency of our proposed method is higher, particularly for single- and double-fault diagnosis.     

求网络极小割集的一个新算法

定义了网络连结矩阵的两个变换,引入了L满秩矩阵与L非满秩矩阵的概念·证明了这两类特殊矩阵与网络连通性的关系·利用这一关系和定义的两个变换,给出了求网络极小割集以及与极小割集对应的结点集合的递推公式;建立了一个求网络所有极小割集及与之对应的结点划分集合的有效算法·算法只需对网络的连结矩阵进行处理,在计算机上实现起来很方便·最后通过实例说明了算法的有效性·     

矿井通风网络最小割集不交和可靠度的计算

运用可靠性工程理论及不交型积之和定律,在大型网络系统可靠度计算的基础上,提出了矿井通风网络系统最大线性无关最小割集予以真子集涤除的不交和可靠度算法及其实现步骤.根据此算法,当最小割集按所含网络分支的多少进行升序排列时,还可进一步减少中间过程的计算量,从而达到最佳不交和简化计算的效果.实例分析表明:采用升序排列的最小割集并按不交型积之和定理予以真子集涤除的不交和处理后,不仅计算值等同于一般网络分析中用全概率公式计算的矿井通风网络系统可靠度,而且计算中具有所含网络分支布尔积的代数和项数少,计算工作量大为简化等特点.图2,表1,参9.     

基于递归BDD的网络系统可靠度算法

在网络系统可靠度的BDD算法中,将网络系统表示成BDD时二叉树中存在一定重复和冗余项,从而影响了不交化最小路集的搜索效率.为此,提出了一种基于递归BDD(RBDD)的网络系统可靠度算法.在该算法中,RBDD包括2个二叉树,一个是包含1个伪叶节点的二叉树,另一个是伪叶节点对应的二叉树.理论分析和实例都表明由RBDD得到的...     

一种识别最小冲突集的实用方法

应用Ｒｅｉｔｅｒ提出的基于第一原理的诊断方法解决连续系统多故障诊断问题的难点是有效地识别最小冲突集合组。文章针对工业过程控制系统的特点,提出一种实用算法。首先根据系统的结构和传感器分布等不变知识,离线识别最小冲突集候选;然后根据测量数据,使用约束悬挂和约束传播技术,在线确定最小冲突集合组。算法是完备的,且大大节省时间资源,便于实时故障诊断     

一个在广播网络中处理查询的优化算法

本文讨论了在广播网络中的某一结点收集分布在各个结点里的满足一类常见的查询表达式的数据的优化问题,我们提出了一个算法,使需要在网络中传输的数据量是最小的。     

基于第一原理的实用故障诊断算法

根据基于第一的多故障诊断理论,针对具有固定测量点的连续物理系统,提出一种实用诊断算法,算法分３步：（１）根据系统的结构和测量点分布等不变知识,离线识别最小冲突集候选;（２）测量数据,在线确定最小冲突集合组;（３）由系统的部集合组求出诊断集,算法可大大节省时间资源,便于实时故障诊断。     

基于关系积的属性约简算法

粗糙集的属性约简是一个NP难问题,目前尚无高效的算法.基于集合理论,提出了关系积概念和基于关系积的属性约简算法,把决策表的属性约简过程转化为关系积的运算,减小了对决策表的扫描次数,提高了属性约简的效率;算法采用自底向上和宽度优先的搜索策略,可确保找到最小属性约简集.结合实例,给出了算法的具体实现.