模糊树节点的随机森林与异常点检测

提出一种模糊树节点的随机森林算法进行异常点检测.在构建随机森林的分类决策树过程中,把模糊方法引入到二叉决策树的节点中,在节点中设计关于类别划分的模糊区域,在模糊区域上设计正常与异常隶属度函数.当某样本通过决策树节点的模糊区域时,若该样本的异常隶属度大于正常隶属度,则该样本被判别为异常类;否则,该样本进入决策树的下层树节点,若无下层节点则被判别为正常类.该样本的最终类别由随机森林算法中的投票步骤决定.在四个UCI数据集上的实验结果表明,在异常点检测的综合性能(召回率、精度和准确率)上,与基于随机森林的异常点检测算法RFV和RFP相比,新方法不仅具有较高的综合性能且性能稳定,还具有与一类支持向量机相当的性能,其部分实验结果优于一类支持向量机.     

改进模糊聚类算法及其在入侵检测中的应用

针对将数据集隶属度概率和为1的条件用于模糊性事件时,影响聚类的正确率的情况,在不确定理论的基础上,研究了数据隶属度问题,提出一种新的基于隶属关系不确定的可能性改进模糊聚类算法.该算法在迭代过程中将聚类的可能隶属度与不确定性隶属度引入到目标函数中,使得样本中的元素不局限于仅属于一个聚类,与现有的聚类算法相比具有更好的聚类结果.通过在KDDCUP99数据集上实验,验证了该算法在入侵检测中的检测率为95.8%, 分别高于K-均值算法的检测率(60.4%)和FCM算法的检测率(64.6%).     

江苏省农产品冷链物流网络构建

构建区域性农产品物流网络,有利于整合区域农产品物流资源,提升区域农产品物流效率,促进农业发展、农民增收.以"互联网+农业"背景下的江苏省农产品冷链物流网络为研究对象,通过灰色GM(1,1)模型对江苏省2021—2030年农产品冷链物流需求规模进行预测与空间分布特征分析;从城市经济发展水平、物流发展水平、农产品需求水平和供给水平4个方面构建物流节点发展水平评价指标体系;运用因子分析、聚类分析进行物流节点的重要度排名,并划分为轴心、中心和辐点3个层级;利用物流联系强度、物流隶属度确定轴心城市的辐射范围,构建干支线物流通道,最终以南京、苏州为轴心城市构建江苏省轴辐式农产品冷链物流网络.     

一种改进的FLS-SVM分类辨识模型及其应用

采用三角形函数隶属度法确定模糊最小二乘支持向量机(fuzzy least squares support vector machine,FLS-SVM)输入参数隶属度,采用自适应变尺度混沌免疫算法优化FLS-SVM的参数,从而构建改进模糊最小二乘支持向量机(improved fuzzy least squares support vector machines,IFLS-SVM)分类辨识模型,用Ripley数据集、MONK数据集和PIMA数据集进行仿真实验,并用于地下金属矿山采场信号分类辨识与中国国际贸易安全分类辨识。研究结果表明:与LS-SVM分类辨识模型和FLS-SVM分类辨识模型相比,IFLS-SVM分类辨识模型能有效提高带噪声点和异常点数据集的分类精度,且分类辨识精度相对误差较小。     

基于Vague集理论的多目标决策方法

为了解决多目标决策问题,提出了一个基于Vague集理论的新方法.将Vague集中的真隶属度、假隶属度和不确定这三方面信息对应到了三维直角坐标系中的一个点.在相应的三维坐标系中,用Vague集表示策略的点与最优策略对应的点,通过计算它们之间的距离大小数值来确定候选策略的优劣,证明了此方法可以唯一对两个Vague集策略进行排序,通过实例验证该方法的有效性和可行性.     

基于混沌遗传算法的模糊LS-SVM分类器及其应用

为克服支持向量机算法对噪声点和异常点的敏感性,采用清晰集合构造模糊集合法确定隶属度,采用混沌遗传算法优化参数的模糊最小二乘支持向量机分类器(FLS-SVMBCGA),并用著名的Ripley数据集、MONK数据集和PIMA数据集进行了数值实验,对油气输送管道的TPD检测信号进行了诊断.结果表明,FLS-SVMBCGA分类...     

汽车舱内热舒适环境评价的Fuzzy-AHP模型

鉴于汽车舱内热环境与室内热环境的相似之处,选取温度、相对湿度、风速、平均辐射温度4个主要客观环境影响因素作为评价汽车舱内热环境的评价指标,分析其对人体舒适性的影响.根据我国相关标准和ASHRAE的热感觉7级分级法将汽车舱热环境分为7个等级,引入模糊(Fuzzy)数学思想和方法到层次分析法(AHP)中建立模糊互补判断矩阵确定各指标的权重集,采用常见三角形隶属函数确定隶属度矩阵,通过权重集和隶属度矩阵建立了汽车舱内热舒适环境的综合评价模型.通过3个实例验证表明,该模型能较好地反映汽车舱内热环境等级,为汽车舱内热环境评价提供了一种简单方法.     

基于模糊SVM与周期分析的股票预测

基于模糊SVM与周期分析的股票预测方法通过选取曲率变化大、形式简单的幂函数作为候选隶属度函数,并采用格子搜索法寻找最优参数,确定出最优模糊隶属度,同时又结合寻找股票波动的工具：市场周期分析法．仿真实验表明：在利用模糊SVM训练时间序列数据集时,该方法比目前常用的选择模糊隶属度、以及单独用最优模糊隶属度方法的效果都好．     

SARS预测的Fuzzy数学模型的探讨

从SARS的病理特性出发．研究确定了获取SARS发病先兆信息基本来源的几个检测指标集．根据Fuzzy集理论．引入SARS发病隶属度的概念．定义了检测指标集对SARS发病的隶属函数，从而建立了一个SARS预测的Fuzzy数学模型。     

基于消费者感知度的生鲜冷链食品价格模型构建及实证分析

冷链物流的发展满足了消费者日益多样化的需求,但消费者对冷链物流的认识度、接受度及冷链物流下生鲜食品的使用程度却存在很大差异,冷链物流与生鲜食品价格之间的关系也尚不明确.文章基于消费者对冷链物流的感知度调查,以生鲜产品价格作为被解释变量,成本、品质和消费者感知作为评价指标体系,并通过对香蕉的实证分析,建立这3者与冷链物流...     

采用BP神经网络的猪肉冷链物流预警模型与仿真

分析影响猪肉在冷链过程中出现安全隐患的因素,整合供应链上的追溯信息和监测信息,提出一种猪肉冷链物流的预警方案.采用BP神经网络技术搭建安全预警模型,对模型进行训练和预测,并采用遗传算法对该模型参数进行优化改进.仿真结果表明:该模型可以有效提高猪肉在冷链物流中风险预警的准确性.     

基于熵权灰色关联的食品冷链物流企业绩效评价

提出了一个基于熵权和灰色关联分析的食品冷链物流企业绩效评价模型.由于影响因素众多且相互关联,并具有信息不完全的特征,食品冷链物流企业的绩效评价是一个灰色系统.模型采用熵权法对食品冷链物流企业各绩效评价指标进行赋权,克服了传统的灰色关联分析大多采用专家的主观评价来确定各指标权重的不确定性,从而大大提高了灰色关联分析法的客观性和评价精度.最后通过实例验证了该模型的有效性和适用性.     

乳制品冷链物流货架寿命模型

以乳制品中的乳酸饮料为研究对象,引用有效温度的概念,基于Arrhenius模型构建有效温度的求解模型.据此建立乳制品冷链全过程货架寿命模型,分析冷链运输过程中温度对乳制品货架寿命的影响.经过计算和预测,结果表明:该方法能够准确地为消费者提供真实的货架寿命,实现对乳制品货架寿命的实时监控,以达到对乳制品冷链物流质量控制的目的,提高乳制品冷链物流质量.     

农超对接背景下冷链物流配送中心面临问题及对策探析

“农超”对接是我国生鲜农产品流通方式的一次创新,要想实现“农超”无缝对接,必须建设一批功能完善的大型冷链物流配送中心,并以其为核心构建生鲜农产品全程冷链物流配送体系。研究了“农超”对接和冷链物流配送中心的关系,分析了我国生鲜农产品冷链物流的现状和存在的主要问题,并结合浙江实际,就如何完善生鲜农产品冷链物流配送体系提出对策建议。     

生鲜品冷链物流的发展潜力及问题研究

介绍了生鲜品冷链物流的基本概念,通过分析我国生鲜物流的特点,指出冷链物流对于生鲜品流通的重大意义,从而挖掘出我国发展生鲜品冷链物流的巨大潜力,结合当前国内生鲜品冷链物流的现状,剖析了存在的问题,并针对这些问题提出了加强生鲜品冷链物流体系建设的具体措施。     

基于系统动力学的生鲜农产品国际冷链物流运作风险控制研究——以云南省生鲜蔬菜国际冷链物流为例

以云南省生鲜蔬菜国际冷链物流为例,从系统的角度对国际冷链物流运作风险进行分析,找出主要风险因素,明确风险系统的内部结构及反馈机制,构建生鲜农产品国际冷链物流运作风险的系统动力学模型.模拟仿真结果显示:国际冷链物流运作前6天成本风险和时间风险较高.10天后品质风险较高;风险控制策略具有一定的滞后性,通常在2天以后才生效;当风险控制策略实施有效且风险控制成本占物流运作费用的比例在15％左右时,国际冷链物流运作绩效最高.降低风险的对策措施是:企业间加强协调合作,注重果蔬预冷环节;提前进行合理的风险评估,做好风险防治;综合考虑风险控制成本、运作风险、运作绩效三方面的均衡.     

基于物联网技术的食品冷链物流跟踪及追溯问题研究

为了解决食品冷链物流在运输过程中的跟踪及溯源性问题,提出了基于物联网技术的物流解决方案,通过结合无线射频识别技术(RFID)和无线传感网络技术(WSN),构建了一个冷链物流跟踪及追溯系统。本系统利用RFID技术实现对食品的追溯;采用WSN技术实现实时监控食品的环境信息;结合全球定位系统(GPS)对运输工具进行定位,采用地理信息系统(GIS)对运输工具实时监管。通过此系统实现食品冷链物流的智能化跟踪和追溯,最大限度地保证冷藏食品新鲜程度、色泽与安全。     

基于逻辑回归的增量式异常用电行为检测方法

用户异常用电行为的检测是电力公司需要重点解决的问题。目前异常用电检测通常采用数据分析的方法,主要包括聚类和分类两种,在处理固定数据集时校测准确率和效率均较高。但是此类方法在处理增量数据时,每次数据增量更新时均需要将增量数据与原始数据合并后重新建模才能获得新的检测模型,而用户的用电数据是频繁更新的且最新的数据更能体现出用户的用电习惯,因此在异常用电行为检测时必须考虑增量数据,而现有检测方法在进行增量式异常用电行为检测时效率很低。为解决数据增量式更新的情况下异常用电行为检测方法性能低下的问题,提出了一种基于逻辑回归的增量式异常用电行为检测方法,仅需对增量数据进行建模即可得到面向全局数据集的检测模型,无需对全局数据进行重新建模,提高检测算法的执行效率。当用户电量数据产生增量时,仅需对增量数据构建检测模型,再与原始数据的检测模型相结合,即可得到基于全部数据的检测模型。实验结果表明,该方法在保证检测结果准确性的同时,极大地提高了算法执行效率,且对计算和存储资源的需求较低。     

新时期我国鲜活品冷链物流存在的问题与对策

近年来，我国鲜活品市场发展迅速，鲜活品冷链物流的发展前景引起业内的广泛关注。本文分析了鲜活品冷链物流中存在的问题，从食品市场需求角度对鲜活品冷链物流的发展潜力进行探讨，并提出发展我国鲜活品冷链物流的建议。     

当前我国冷链物流存在的问题及完善对策

以冷链物流为主要研究对象,介绍了冷链物流的概念,分析了我国冷链物流目前存在的问题,提出了相应的解决措施.