一种新的水资源系统风险型决策方法

首先以水资源系统为背景，探讨了贝叶斯决策的观点，方法及传统贝叶斯方法的局限性，介绍了不精确解率分布的概念，定义，然后提出了基于有限状态空间不精确概率分布的风险型决策方法，指出了经典的效用函数决策方法及完全不确定型决策方法是该方法的两个特殊情形；最后给出演示该方法的算例。     

微波串并联短路单支节调配器的分析

介绍不利用史密斯圆图手工作图而直接采用分析计算公式进行传输线阻抗匹配的换算，达到比手工作图更高的精度，从而为直接利用所推导的公式，编制相关程序，在计算机上自动快速精确换算阻抗及反射系数等参量奠定了坚实的基础。     

拟牛顿算法的收敛特性及算法的拓广

介绍了拟牛顿算法的收敛特性，即算法采用精确线性搜索与非精确线性搜索时具有的全局收敛性与超线性收敛性。这些优良性质使拟牛顿算法类在优化算法中占有极为重要的地位。相关的研究成果十分丰富，这里作一简要介绍及若干算法拓广。     

基于有限元法的齿轮齿条动态应力分析

通过实例阐述了直齿轮齿条的精确建模方法，并介绍了具体的设计原理，将生成的一对齿轮齿条进行标准安装生成啮合模型。通过ABAQUS转化成由节点及元素组成的有限元模型，进行接触应力的静力学求解，并介绍了算法原理。说明了新的接触单元法的精确性、有效性和可靠性。     

增液剂精确评价方法的研究

利用相对反应历程及相对液收概念，结合评价不确定区间，提出了增液剂的精确评价方法．利用特制的实验设备，在给定反应温度下，对来自同一装置的减压渣油及焦化进料液收进行了精确评价．     

具有不精确推理能力的信息管理系统

本文将人工智能中的一些基本思想和方法引入信息管理系统,提出了一种能够根据带可信度的知识进行不精确推理的信息管理系统的设计方案。由该方案设计出的系统不仅具有一定的不精确推理能力,同时还具有适应面广、易变更和扩展等特点。本文介绍了这一设计方案及程序实现技巧。     

用Turbo Prolog设计不精确反向推理机

近年来,不精确推理在人工智能领域中的地位不断提高。本文介绍了一种非确定性知识的表示方法,并着重阐述用Turbo Prolog设计不精确推理机的技术。     

基于粗糙集数据挖掘技术开发的用水量计划系统

面向粗糙集的数据挖掘方法能有效地从某些不精确信息集合中发现知识，而现实中这种数据是广泛存在的，因此这种方法具有很强的实用价值。结合从粗糙集中发现的规则算法Apriori—2开发了一个小型用水量计划系统，并对系统的设计及测试分析过程进行了简要的介绍。     

基于随机集的粗糙集模型（Ⅰ）

为了处理人工智能中不精确和不确定的数据和知识，介绍了一个新的领域－粗糙集的基本概念及其有关进展，提出了基于随机集的研究框架，进一步用随机集去描述粗糙近似算子，并讨论了随机集、粗糙集和信任函数之间的关系。     

滚削花键轴侧面棱线高度及棱线数目研究

本文介绍了滚削花键轴齿侧面棱线高度及数目的计算方法。其公式简单，结果也足够精确。     

诊断知识获取过程的不确定性问题

分析了不确定性问题对诊断知识获取的影响,并针对知识获取过程不确定性的测度手段、重复知识获取过程不确定性测度的冲突解决提出了相应的对策.     

A prototype auto-human support system for spatial analysis

Spatial analysis is a multidisciplinary field that involves multiple influential factors, variation and uncertainty, and modeling of geospatial data is a complex procedure affected by spatial context, mechanism and assumptions. In order to make spatial modeling easier, some scholars have suggested a lot of knowledge from exploratory data analysis (EDA), specification of the model, fitness and diagnosis of the model, to interpretation of the model. Also an amount of software has improved some functionalities of spatial analysis, e.g. EDA by the dynamic link (GeoDa) and robust statistical calculation (R). However, there are few programs for spatial analysis that can automatically deal with unstructured declarative issues and uncertainty in machine modeling using the domain knowledge. Under this context, this paper suggests a prototype support system for spatial analysis that can automatically use experience and knowledge from the experts to deal with complexity and uncertainty in modeling. The knowledge base component, as the major contribution of the system, in support of the expert system shell, codes and stores declarative modeling knowledge, e.g. spatial context, mechanisms and prior knowledge to deal with declarative issues during the modeling procedure. With the open architecture, the system integrates functionalities of other components, e.g. GIS’ visualization, DBMS, and robust calculation in an interactive environment. An application case of spatial sampling, design and implementation of spatial modeling with such a system is demonstrated.     

粗集在知识发现中的应用

粗集作为一种数据分析理论，能有效地从不确定性的数据中发现知识，是目前在知识发现领域研究的热点之一。首先对粗集理论做了简单介绍，在此基础上论述了粗集作为一种数学工具在知识发现领域中的重要问题，并提出粗集的进一步可能发展方向。     

一种基于系统不确定性的主动式知识学习算法

主动式知识学习方法不依赖于先验领域知识，其学习过程受信息系统的内在属性控制，所产生的知识系统 能够更客观地表达信息系统的潜在特征和规律。系统不确定性能够有效地控制主动式知识学习过程。基于粗糙 集理论，提出一种系统不确定性度量方式，结合Skowron算法，设计出一种基于系统不确定性的主动式决策规则知 识学习算法。仿真实验结果表明该算法能够更好地适应系统的不确定性，其综合性能明显优于其他同类算法。     

一种基于系统不确定性的主动式知识学习算法

主动式知识学习方法不依赖于先验领域知识，其学习过程受信息系统的内在属性控制，所产生的知识系统能够更客观地表达信息系统的潜在特征和规律。系统不确定性能够有效地控制主动式知识学习过程。基于粗糙集理论，提出一种系统不确定性度量方式，结合Skowron算法，设计出一种基于系统不确定性的主动式决策规则知识学习算法。仿真实验结果表明该算法能够更好地适应系统的不确定性，其综合性能明显优于其他同类算法。     

企业知识管理系统柔性与环境的战略匹配

在分析企业知识管理系统 (EKMS)环境的不确定性基础上 ,测度EKMS环境的不确定性 ,并利用适当的匹配模型 ,将EKMS柔性与环境的不确定性进行比较与匹配 ,以合理规划EKMS的柔性配置 ,保证企业知识管理(EKM )柔性战略的实施     

一种基于Rough集的工程项目投标风险分析方法

针对工程项目投标过程中的不确定性和风险分析问题，从Rough集的基本体系出发，给出投标风险决策分析的知识表达系统，运用Rough集理论和方法对投标风险决策表的属性及属性值进行约简，挖掘其中隐含的知识，从而得出投标风险决策的最小决策算法，帮助决策者迅速对工程项目的投标风险进行评估和预测。     

关系网络在技术创新知识流动过程中的作用——基于信息空间理论的视角

运用布瓦索的信息空间理论分析了技术创新过程中的知识的特性——编码和抽象水平通常较低,使知识流动过程中出现了两个难题:一是知识的可扩散性程度低,语义问题无法通过共享代码来解决;二是编码和抽象水平低导致知识价值的高度不确定性。这决定了创新网络中知识的流动和扩散只能通过关系网络来实现。关系网络提供了多渠道的传播途径、共享的环境以及关系信任,从而弥补了知识编码和抽象水平低的缺陷,促进了知识的流动,推动了网络组织中的技术创新。     

基于风险偏好的知识型员工激励机制

基于知识型员工风险偏好的讨论,利用H-M扩展模型,分别研究了确定及不确定环境下知识型员工风险偏好与激励机制风险分担之间的关系,并利用收益成本法讨论了如何协调两者的冲突.研究表明:随着知识型员工风险规避程度的减小,激励机制应增加其风险分担;企业可通过改变风险分担调节知识型员工的风险偏好,从而提高企业产出和知识型员工收入;风险分担的改变具有上限,该上限取决于知识型员工能力和环境不确定性等因素.最后给出了案例分析.     

基于产生式系统的不确定性知识表示及推理研究

不确定性知识表示及推理是人工智能研究领域的重要内容之一。通过对不确定性知识表示及推理的问题的探讨，提出了不确定性知识程度（Uncertainty Knowledge Degree，UKD）的表示法，为提高不确定性推理结果的可信度提出了一些新的技术和方法，并通过实例验证了本方法的可行性和有效性。