无人战斗机态势评估变精度粗集决策方法

为了解决在态势评估中一般粗糙集决策方法仅对规则进行提取而不完成规则匹配的问题,提出了基于加权相似性度量的无人战斗机（unmanned combat aerial vehicle, UCAV）态势评估的变精度粗集决策方法。建立了UCAV态势评估决策信息系统模型,基于正确分类率β的确定原则,给出了β值的确定方法,在该β值下从决策模型中提取出了决策规则。提出了基于互信息度的属性相对重要度计算方法,并依据相对重要度给出了属性的客观权重,结合专家经验形成了属性的综合权重。提出了基于属性综合权重的加权相似性度量方法,通过比较当前对象与决策信息系统中所有对象的相似程度给出决策结果,完成对该对象作战意图的预测。结果表明,该方法有利于UCAV对对象作战意图的预测和判断。     

一种基于案例的多属性综合评价方法

案例推理是动态决策环境下求解不良结构问题常用的方法。把基于案例的推理方法运用于多属性综合评价中,扩展了传统数学模型的求解方式,详细叙述了基于案例的属性权重,建立算法和相似性度量算法,并将该方法应用于武器装备维修性设计方案权衡分析过程中。     

一种基于粗集的残缺语言区间信息的多属性群决策方法

针对具有残缺语言区间信息的多属性群决策问题,提出了一种基于粗糙集理论的新的求解方法.对残缺语言区间信息多属性群决策问题进行了描述,采用LOWA算子将不同专家给出的评价信息集结为群体评价信息;通过计算不同方案之间的偏差来度量不同方案之间的相似性,对属性集进行约简,并确定属性权重;进一步地,通过计算每个方案的综合评价值判断方案优劣.最后,给出了一个算例.     

一种基于趋势分形维数的股指时间序列相似性分析方法

为了提高股指时间序列相似性分析的准确性, 提出趋势分形维数的概念, 并基于此定义了相似性分析方法. 趋势分形维数包含阳线维和阴线维, 能更好地反映市场跌涨变化趋势, 基于该维数的相似性度量方法能够提高相似性度量的准确性. 通过与其他两种相似性度量方法对比, 进一步说明该方法的优越性.     

基于多维形态特征表示的时间序列相似性度量

特征表示和相似性度量是时间序列数据挖掘的基础工作, 其质量好坏直接影响后期的挖掘结果. 利用正交多项式回归模型对时间序列进行多维形态特征表示, 分析特征维数对时间序列拟合效果的影响, 选取部分特征来描述序列的主要形态趋势, 提出了一种鲁棒性较强的形态特征相似性度量方法来近似度量时间序列, 且具有较高的相似性度量质量. 实验结果表明, 基于多维形态特征表示的时间序列相似性度量方法不仅满足下界要求, 具有较好的下界紧凑性和数据剪枝能力, 而且在时间序列聚类和分类等数据挖掘任务中取得了良好的效果.     

考虑指标期望前景理论的云模型决策方法及应用

针对指标值为云模型且具有指标期望的多属性决策问题,提出了一种基于前景理论的决策的方法。针对以云模型形式给出的属性评价值和期望值建立了相似性度量方法,根据累积前景理论和云模型相似度定义了前景价值函数,最后以方案之间的综合前景值差异最大化为目标建立权重寻优模型;案例说明了方法应用步骤和可行性。     

股指时间序列的低维分形表示及相似性研究

针对复杂波动股指时间序列分形表示以及相似性问题,建立了以复杂波动趋势特征为基础的低维分形表示方式,提出了一种基于低维分形表示的相似性度量方法.定义了一种基于维数简约的趋势特征提取技术,以满足低维分形表示方式对波动趋势特征的需要.在此基础上,构造出一种综合考虑复杂波动趋势特性的相似性度量方法用以划分不同类别的股指时间序列.采用多组真实数据进行计算实验,并与其他三种相似性度量方法进行相比,实验结果表明本文方法优于对比方法.     

基于案例推理的多准则综合评价

案例推理是动态决策环境下求解不良结构问题的常用方法．本文把基于案例的推理方法运用于多准则综合评价中,扩展了传统数学模型的求解方式,文中详细叙述了基于案例的属性权重建立算法和相似性度量算法,并将该方法与神经网络模型作了全面比较,指出了存在的优缺点和今后的改进方向．     

考虑双重预期的云模型决策

针对指标值为云模型且考虑目标预期和增长预期的多属性决策问题,提出了一种基于前景理论的决策方法。提出了增长预期和目标预期的刻画方法,针对以云模型形式给出的属性评价值和双预期值建立了相似性度量方法,根据累积前景理论和云模型相似度定义了综合前景价值函数,最后根据方案之间的综合前景值总体差异最大化为目标建立权重寻优模型;案例说明了方法应用步骤和可行性。     

面向场景的协同过滤推荐算法

推荐系统是电子商务系统中最重要的技术之一。用户相似性度量方法是影响推荐算法准确率高低的关键因素,针对传统相似性度量方法存在的不足,利用云模型在定性知识表示以及定性、定量知识转换时的桥梁作用,提出一种在知识层面比较用户相似度的方法,克服了传统基于向量的相似度比较方法严格匹配对象属性的不足。进而以该方法为核心,提出一种面向场景的协同过滤推荐算法,该算法能够充分利用项目的分类信息,避免了传统算法把用户的整体打分作为单个向量的弊端。实验结果表明,算法可以在用户评分数据极端稀疏的情况下,仍能取得较高的推荐质量。     

R&R Analysis for Measurement System Using Moving Range

1　IntroductionMetrology is an important aspect of manufacturing because measurements are necessaryfor monitoring and controlling processes. The quality of data depends on the gauges andother tools used for the measurementof measured variables.With the greater reliance onquantitative measurements in modern manufacturing industry,the criticality of gauge ca-pability analysis has increased.The goal of gauge capability analysis is the understandingand quantification of the sources of variability …     

Analysis for Measurement System Using Moving Range

In order to control and continuous improve a production process, a good measurement system is essential. The assessment of a measurement system is known as a gauge repeatability and reproducibility (R&R) analysis. In this paper, the traditional method, analysis of variance (ANOVA), is reviewed and some drawbacks are pointed out. Then a new approach is introduced to estimate R&R. In the last part, an example is presented to show the efficiency of this approach and to demonstrate its application for front-line operation.     

基于循环神经网络的船舶航迹预测

在海事搜救、海关缉私等应用中,对目标船舶进行航迹预测是一个关键问题。为提高预测的精度和效率,提出了一种基于循环神经网络的船舶航迹预测方法,该方法包含数据预处理和神经网络预测两个部分。在数据预处理中,设计了一种基于对称分段路径距离的数据预处理方法,消除了大量冗余数据及噪声的影响;在神经网络预测中,构建了基于门控循环单元的循环神经网络模型,实现船舶位置信息精准且高效的预测。通过大量船舶自动识别系统数据进行了对比实验,实验结果证明了方法的实用性和有效性。     

保险系统损失分布模型新探

基于一定范围内的人口总量很大(可视为无穷大)，且保险人数为随量，每个被保险人的平均损失费各不相同时，导出被保险人总损失费的分布。较文[3]更具实用性。     

B运输问题及其应用

在传统的运输问题中，目标函数是求总的运费最少。但在特殊情况下，如在发生自然灾害的情况下，首要问题是如何尽快地将抢险物资（包括抢险人员等）如数运抵各灾区。后者是一类非线性多目标规划问题，我们把它称为Ｂ运输问题。本文建立了Ｂ运输问题的数学模型，并给出了一种求解方法。     

A FAST PROCEDURE OF VARIABLE SELECTION IN LINEAR REGRESSION MODEL

In many situations,we are interested in selection of important variables whichare adequate for prediction under a linear regression model.In this paper,a fast selectionprocedure is proposed and is proved to be strongly consistent.Also,the convergence rate ofmisjudgement probability is given.     

单目标解模糊

本文指出了余值为实数的同余方程组有解的充分必要条件,并结合最大似然准则和误差的高斯分布给出了多ＰＲＦ解模糊的算式及误差分析,总结了实际应用中的计算过程。此外,还讨论了采用ＦＦＴ算法时产生的新的模糊及产生条件。     

网络系统可靠度的BDD算法

ＢＤＤ是布尔函数的图形表示形式。提出了采用ＢＤＤ方法求解网络系统的不交化最小路集,从而直接计算网络系统的可靠度。算法为网络系统的可靠性分析提供了一种新的途径。最后给出了一个算例。     

基于元胞自动机的地下矿火灾蔓延仿真方法

提出了基于元胞自动机模型的地下矿火灾发生时火灾在巷道网络系统中蔓延的可视化仿真方法。在该方法中,用元胞自动机模型描述地下矿巷道网络系统,用元胞来描述火焰蔓延能量单元,该单元用火焰温度、蔓延速度、烟雾浓度和有毒气体浓度等状态参数来描述。在仿真过程中,可以获得大量关于火灾蔓延、灾害动态、灾害严重程度及其可行的调控方法。该方法将时间、空间和系统行为有机地结合起来,在形象、直观、真实的条件下完成火灾在巷道系统中蔓延的仿真。     

基于模糊C-均值聚类与支持向量机的PMV指标预测系统

为了更好地预测室内热舒适度PMV指标,在分析模糊C-均值聚类方法与支持向量机方法的优势和互补性后,探讨了二者的结合方法,提出了一种基于模糊C-均值聚类预处理的支持向量机PMV指标预测系统.该方法把复杂的数据集看作多个群体的混合,每个群体采用单一的回归模型进行描述,使得大规模数据集的回归估计问题变成了一个多模型估计问题.将该系统应用于PMV指标预测中,与标准支持向量机方法相比, 得到了较高的预测精度,从而说明了基于模糊C-均值聚类方法作为信息预处理的支持向量机学习系统的优越性.