基于GA-SVM的高压输电线路弧垂预测模型

导线弧垂是反映输电线路运行状态的重要参数之一,为了预知和预警高压输电线路弧垂的变化,提出了一种基于遗传算法(genetic algorithm, GA)特征自适应赋权的支持向量机(support vector machine, SVM),预测输电线路弧垂的方法(GA-SVM).该方法主要分为两个阶段,首先使用GA对实验数据自适应赋权,以突出重要属性,抑制冗余或次要属性,然后使用SVM预测输电线路弧垂.实验结果表明,该方法在预测输电线路弧垂方面是可行有效的,并且优于贝叶斯(Bayes)算法、K-最近邻算法(KNN)、决策树算法和BPNN神经网络算法.     

拥挤交通流非线性模型及仿真

提出了一种新的拥挤交通流非线性模型.该模型中包括了匝道口附近的交通流模型,匝道口进出车辆的流量与主路的车流相耦合.并提出了一个重要的假设,即交通流量能够在有限的时间内对局部密度的变化做出响应.该模型由2个偏微分方程(PDE)和1个与偏微分方程相关联的常微分方程(ODE)组成.在这个简化模型中,从自由流向同步流的转换可以看成是一个具有滞后作用的临界Hopf分岔.最后通过数值模拟进行了从自由流到拥挤交通流的瞬态动力学的仿真,得到了各变量的分岔图.     

一种改进的基于粗糙集理论的决策树分类算法

提出一种基于粗糙集理论的决策树分类算法.首先,将核属性集中的核属性进行合取后加入析取变换,实现属性约简;其次,在决策树构造阶段,对各条件属性分别求其上下近似集,进而得到各属性的近似精度.选择近似精度最大的属性作为决策树的根结点,以此方法递归应用到各子树上来选择决策树的结点并实现决策树的剪枝.实例分析表明,改进的算法提高了决策树方法的效率.     

多值背景的属性约简及其上的函数依赖提取

提出了一种多值背景的属性约简及其上的函数依赖提取算法.该算法分为两部分:(1)对属性进行约简,进而可以去掉一些不重要的属性;(2)将多值背景转换为单值背景,然后基于形式概念分析理论来获取原多值背景中的函数依赖.最后通过实例验证了该算法的有效性.     

一种基于有限状态机的分布式框架配置属性校验方法

针对动态配置技术提供灵活方便配置方式的同时有潜在配置错误风险、可能导致系统崩溃、降低软件服务质量的问题,提出了一种基于有限状态机的分布式框架动态配置属性校验方法.该方法利用数据类型间的转换进行数据类型校验,运用有限状态机的状态转换逻辑实现多种数据类型之间的转换,并以Spring Cloud的动态配置为例实现了一个分布式...     

基于相似类的用户偏好服务选择方法

现有服务选择算法大多会选中服务质量综合评价值最高的”最佳”服务,这不能充分体现用户对某些属性的特殊偏好,也可能导致大量服务请求集中到同一个服务提供者,出现过载现象.为此,提出了一种基于相似类的用户偏好服务选择方法,首先通过服务质量属性相似度将各候选服务分为若干类,然后基于反映用户自身偏好的关键属性描述剔除不满足相应约束的相似类,再结合用户给定各属性的权重值选择最佳候选服务相似类并从中确定选中服务,最后给出一个具体实例以说明该方法的有效性和可行性.     

一种基于质量云的软件质量评估方法

软件质量评估是软件质量保证的关键技术,具有多属性、模糊性和不确定性的特点.基于云模型在非规范知识的定性、定量表示及其相互转换过程中的优良特征,提出了一种基于云模型的软件质量量化评估方法.该方法使用软件质量云的期望和超熵对软件质量进行定量评估,利用质量变化云刻划软件质量的变化情况,为进一步的质量评估提供依据.实验结果表明,该方法能够有效地支持软件质量评估决策过程,在有效性和精确度上有显著优势.     

基于MEDL模型的HTML向XML的转换方法

基于MEDL模型提出了一种以内容为导向的,将HTML转换为XML数据的方法.在该方法中,根据网页中值域和属性域的识别,并结合MEDL模型对HTML中的数据进行提取,并将其转换为符合要求的格式.该方法具有提取信息精确、转换格式统一等优点,且具备很好的扩展性,能够为深入开展Web数据挖掘提供很好的支持.     

基于最小描述长度和遗传算法的属性选择方法

为了提高使用属性选择方法后分类器的分类效果,减少分类器的分类错误率,提出了一种基于最小描述长度和遗传算法结合的属性选择方法GA+MDL算法.通过与weka平台上已经实现的两种属性选择方法GeneticSearch + CfsSubsetEval方法以及BestFirst + CfsSubsetEval方法进行比较,证明该方法能够从一定程度上提高属性选择算法的效果.     

供应链环境下供应商选择多属性组合决策模型

为了研究供应链管理环境下的供应商选择问题,建立了相应的综合评价指标体系,提出了一个组合多属性决策模型.该评价方法的特点是:评价指标体系考虑的因素更为全面;组合多属性决策模型集成了模糊AHP、模糊多指标以及TOPSIS方法各自的优点.给出了利用该模型的决策步骤,即首先分别用模糊群决策方法和FAHP方法求出下层指标和上层指标的权重值,进而以线性加权的方式求出下层指标和上层指标的评价值,最后采用理想点方法,在计算各方案相对贴近度的基础上,对其进行排序和选择决策.给出的应用算例说明了模型的有效性和可行性.     

基于测评理论的线路运维作业方式优化研究

针对目前我国电力企业输电线路运维作业中人员配置不合理、运维效率低下等问题,提出一种优化的基于测评理论的线路运维作业方式.该方式采用统计学中的测评矩阵理论、机会成本理论和人力资源优化配置理论,并结合某电力公司现有运维作业方式,构建了一种基于测评矩阵的输电线路运维作业优化模型.该电力公司线路运维作业验证实例表明:模型合理有...     

基于用户安全属性偏好的Web服务评估

以基于用户安全属性偏好的Web服务安全综合评估为研究目标,在传统Web服务体系架构基础上进行功能扩展,设计出了一个Web服务安全评估模型,研究并提出了一种服务安全评估方法.使用标准值策略结合多属性决策Topsis算法进行综合评估;采用对候选服务进行协议分析、漏洞检测等方式收集数据,并把Web服务提前进行过滤筛选,按数据的类型进行量化,计算用户的安全属性偏好权重,将经过量化后的服务安全属性值按照Topsis算法进行选择.对该方法进行了相关实验验证,结果表明该方法能较好选择出满足用户安全属性偏好需求的Web服务.     

模糊多属性决策问题中属性权重的确定及应用

确定属性的权重是模糊多属性决策中的重要问题,在对不可指定性度量的基础上,提出一种在模糊属性为多值时确定属性权重的新方法,并应用该方法进行供应商选择评价,说明了该方法的实际意义和应用价值.     

基于相对概率分布的属性约简算法

鉴于现有属性约简算法大多是针对一致决策表不适合对不一致决策表的求解,且运行效率底.文章提出了一种新的决策表属性约简算法.首先判断决策表是否为一致决策表 如果是不一致决策表,则通过最大相对概率分布将其转换为一致决策表; 然后基于一致决策表的相对概率分布满足单点分布的性质来快速确定属性是否为冗余属性,从而求出约简; 并通过MATLAB和UCI学习数据库验证了该算法的有效性和高效性.     

电热丝点火模型及其临界性

针对合能材料的应用和输电线路防火提出了电热丝点火的三个物理模型及相应的数学模型．通过对这三种情况下热点火问题的研究，求得了各模型热点火的临界判据，并讨论了各参数对点火性能的影响．     

轨道线路调整后考虑习惯影响的居民出行方式变化

为研究轨道线路调整下居民的出行选择行为,从出行决策机理入手,考虑并量化个体出行习惯对方式选择的影响,构建了包含动态效益变化感知函数的巢式Logit(nested Logit,NL)模型,并通过案例验证了模型的可行性和有效性,进一步分析模型中习惯参数对决策的影响,提出优化策略.结果 表明,线路调整对轨道交通选择概率的影响最大,公交车其次,小汽车最小,且对不同起迄点(origin and destination,OD)的影响存在差异;个体出行习惯则会削弱这种影响,表现为对行为变化的抑制,模型中阈值越大,个体保持习惯方式出行的概率越大;方式依赖程度越大,个体越难以向具有更高效益的方式转移,且随着阈值的增大,方式依赖程度对决策结果的影响逐渐增大.通过配套政策措施的完善,能够有效发挥线路调整的作用,减小习惯对决策结果的影响.     

电力系统脆弱支路及临界割集的辨识

为了克服人为选定割集以及没有考虑故障后系统轨迹的缺点,提出了一种基于支路势能的电力系统暂态稳定最脆弱支路及临界割集的候选集辨识方法,并结合改进的综合指标来辨识临界割集．该方法把故障后电力系统在势能最大值处的拥有最大支路势能的支路作为最脆弱线路,以此线路作为基本线路形成候选集,再根据改进的综合指标来确定临界割集．该方法无需等时域仿真结表后就能确定最脆弱线路及临界割集．仿真研究表明,这种方法N部分计及了故障后系统的轨迹而提高了辨识准确度,辨识速度也由原来的5S缩短为现在的0．35S．     

基于误差数据的最小代价属性选择分治算法

最小代价属性选择是数据挖掘的重要问题之一,问题的优化目标是得到总代价最小的属性子集.在实际数据的获取过程中,测量误差是不可避免的.基于测量误差,目前已有一些相关的最小代价属性选择方法.但这些方法存在效率上的问题,特别是对大规模数据集.为解决这一关键问题,提出一种基于误差数据的最小代价属性选择分治算法.该算法将数据集按列拆分为若干个互不相交的子数据集,实现对各子数据集的求解,分而治之.对于不同规模的数据集,其子数据集的大小及总个数并非固定不变,而是根据各数据集的规模自适应设定的.该算法通过拆分数据集来降低问题规模,有效地提高了计算效率.对6个不同规模UCI数据集的实验分析表明该算法的有效性,与经典回溯算法相比,该算法的效果相当但效率至少提高了30%,更能适应实际问题的需要.     

基于改进TFN-AHP的微博用户属性特征向量提取算法研究

在对传统TFN-AHP算法进行研究的基础上,针对其中判断矩阵标度选择不合理、计算过程中会出现错误以及各属性评价指标权重差异小不易区分和排序的问题,提出了改进的TFNAHP算法,该算法通过构造模糊精度矩阵和采用闭区间[0,1]的实数作为模糊判断矩阵标度值,避免了传统TFN-AHP算法中将某一属性特征权重武断判定为0的错误,同时使用可控迭代精度的迭代方法计算特征向量,使各属性权重间有较好的区分性,有利于各属性的重要性排序,并基于该算法提取了微博用户属性特征向量.     

公交线路管理系统查询算法设计

讨论了一种基于集合理论的线路查询算法,对换乘算法给出了详细的设计流程,并提出了改进算法效率的方案.该算法简单、实用,能快速有效地帮助用户完成出行线路的选择.