影响图及其在Robocup中的应用

影响图是决策问题的图形表示。它被认为是对动态贝叶斯网络的扩展，是在贝叶斯网络的基础上增加了决策结点和效用结点。探讨影响图在Robocup中的应用，用分层影响图表示了截球问题的模型，并给出一种实现行为动态调整的算法。仿真结果表明该算法可行的。     

支持群决策过程建模的层次影响图模型

传统影响图模型不具备对群决策过程的建模能力.针对这一问题, 提出了层次影响图模型. 首先给出了层次影响图的定义,它是一个以层次方式排列的影响图的集合.然后建立了不同影响图之间的三种 消息传递方式,研究了在能够接收外界消息情况下的影响图演算方法.最后使用一个群决策案例展示了建模和求解 的过程.层次影响图采用了分解-联合的建模策略,将影响图的应用范围扩展到群决策领域.     

基于影响图的多智能体学习算法

提出一种多智能体学习算法.用影响图作为 agent 表示工具,给定 agent 的一个初始模型和它的历史行为,在能力、信念和优先学习的基础上来构建新的模型.学习方法是把其它 agent 的历史行为作为训练集,利用神经网络以及决策知识和专家知识来修改影响图中各结点的连接关系.针对与 agent 历史行为不一致的情况,本文把它看成效用函数发生了随机偏差,通过 Markov chain-Monte Carlo 技术进行模拟,实现效用函数的调整.最后利用多机编队协同空战作为例子说明算法的实用性.     

基于多Agent动态影响图的协作实现

将MAIDs在时间上进行扩展,提出一种新决策模型——多Agent动态影响图（MADIDs）,对动态环境中的协作关系进行建模;给出MADIDs的一种分层分解的分布近似方法,进而通过将决策结点和效用结点的推理引入到BK算法中,给出MADIDs环境模型的一种扩展BK（EBK）近似推理算法;引入一种BP神经网络学习MADIDs的局部效用函数。最后,针对一个表示协作关系的MADID模型,进行算法比较和仿真实验,实验结果显示了MADIDs模型的有效性。     

项目投资风险分析方法研究:一种基于影响图的解析方法

将项目投资风险分析的解析方法和影响图的概率推理功能结合在一起 ,对如何应用影响图进行项目投资风险分析展开了研究 :构造了一个较为一般的项目风险分析的影响图模型 ;提出了项目风险超额报酬率的概念 ;给出了影响图因果概率推理的一个具体的解析支持算法.     

多级影响图在空战机动决策中的应用

利用多级影响图来模拟飞行员在不确定情况下近距格斗时的连续机动决策,并把动力学质点模型和飞行员的偏好考虑到模型中.针对求解多级影响图计算量大的问题,本文把它转化为分层最优化问题,利用进化算法求得最优机动决策.最后的仿真结果表明该模型的有效性.     

基于多级影响图的空战连续机动决策

首次将多级影响图分析方法引入到连续空战机动决策中。基于多级影响图的模型通过图形来描述连续决策中的各要素，并把不确定的决策环境、动力学质点模型以及飞行员的偏好考虑到模型中。考虑到目标的机动能力，利用动态概率影响图对目标进行建模。仿真结果表明该模型的有效性。     

基于影响图的空战机动决策模型

把影响图和对策论引入到一对一空战机动决策中。影响图把动力学质点模型、飞行员的偏好以及不确定性考虑到空战机动决策模型中。根据对目标建模的不同，提出了两个影响图模型：第一个模型是随机机动决策模型，第二个是影响图对策模型。最后给出了模型求解方案以及仿真算例。仿真结表明模型的有效性。     

基于影响图的UCAV编队对地攻击战术决策研究

随着武器的高科技化、战场环境的复杂化、战斗节奏的加快,智能化的战术决策系统在现代战争中占有越来越重要的地位。基于影响图易于进行不确定性推理的优点,提出应用影响图来建立UCAV编队对地攻击智能战术决策系统。建立了UCAV编队对地攻击战术决策的影响图模型,并且对该模型进行了仿真分析。仿真结果表明,基于影响图的战术决策模型能够提高决策的准确度和智能化,而且推理简单,易于实现。     

影响图的信息值分析

在研究图模型拓扑结构的基础上,分析了随机变量节点在影响图上所处的位置及其相互的关系,得出了图决策模型变量间信息的定性关系。提出了一个不通过数值计算来对影响图上的随机变量的安全信息期望值进行排序的方法,应用这种定性的分析方法,可以实现对决策模型中不确定变量的信息相关性进行排序。     

模糊影响图评价算法的探讨

模糊影响图是进行风险分析与评价的一种较新的方法，因其直观性和易于理解而受到欢迎，论文就可用于工程项目风险分析的模糊影响图评价算法中存在的问题进行了探讨，研究并改正了其评价算法，最后，通过一个算例，详细说明了改正后的评价算法。     

C5.0 Classification Algorithm and Application on Individual Credit Evaluation of Banks

This article focuses on individual credit evaluation of commercial bank. The records of individual credit include both numerical and nonnumeric data. Decision tree is a good solution for this kind of issue. This year, the algorithm C4.5 of decision tree become popular, but C5.0 algorithm is still undergoing. In this article, we do some deep research on C5.0 algorithm by embedding “boosting” technology in cost matrix and cost-sensitive tree to establish a new model for individual credit evaluation of Commercial Bank. We apply our new model on evaluating the individual credit records of a German bank, and compared results of the adjusted decision tree model and the original one. The comparison shows that the adjusted decision tree model is more precise.     

C5.0分类算法及在银行个人信用评级中的应用

研究了商业银行的个人信用评级问题.由于个人信用记录中既涉及有数值型数据, 也涉及有非数据型数据,而决策树是解决这一类问题的最好方法. 到目前为止,决策树C4.5算法的研究已基本成熟,但其C5.0算法由于商业机密的缘故至今没有公开.因此在决策树C4.5算法基础上详细研究了C5.0算法及相应的Boosting技术,并嵌入Boosting算法技术, 构造了成本矩阵和Cost-sensitive tree,以此建立基于C5.0算法的银行个人信用评级模型,用来对德国某银行的个人信贷数据进行信用评级,同时对模型参数调整前后决策树的判别结果进行比较. 仿真表明:参数调整后的决策树的判别结果优于参数调整前的决策树的判别结果.     

概率影响图变换的矩阵方法

影响图是近年发展起来的一种新的决策分析方法。仅含随机结点的影响图被称为概率影响图,它是建立概率模型和进行概率推理的有效工具。本文研究了概率影响图的关联矩阵表示和矩阵变换方法,并给出了完整的计算机实现方法。     

基于熵权的多属性大群体决策方法

针对传统的大群体决策方法只能处理单方案决策问题的缺陷,提出了一种基于多属性的多方案大群体决策方法。该方法首先将单方案大群体偏好模型与算法推广成多方案大群体偏好模型与算法,获得大群体偏好矩阵,然后利用熵权法获得各个方案的排序权重,最后利用各个方案的排序权重和大群体偏好矩阵获得各个方案的综合评价值矢量。通过该综合评价值矢量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题。通过计算机仿真实验证明该方法的有效性。     

基于回归树与衰减函数的在线负面口碑影响力预测

影响力预测是企业在线负面口碑处理的关键环节.论文通过综合考虑信息发布者特征和信息内容特征两个维度形成特征空间,采用影响力衰减函数描述负面口碑影响力的多变趋势,提出了一种基于回归树与衰减函数的IMM-RTDF模型来预测在线负面口碑的影响力.实验结果表明,考虑信息内容特征有助于提高预测精度,同时发现用不同的衰减函数能更好地描述异质负面口碑影响力的变化趋势,进而能提高模型性能.基于此方法的在线负面口碑处理策略为企业进行客户关系管理和资源配置提供了决策支持.     

贝叶斯决策的影响图分析方法

对一般的贝叶斯决策问题, 常用的求解手段是决策树分析方法。本文则用影响图分析方法对贝叶斯决策问题进行表征和求解, 并将两个方法作了比较。另外, 本文给出了关于影响图变换运算的两个新结果。