基于遗传算法的直觉模糊C均值聚类算法

 针对一般直觉模糊C均值聚类算法在寻优过程中易陷入局部最优解的问题,利用遗传算法具备全局寻优的优点,提出了一种基于遗传算法的直觉模糊C均值聚类算法。在该算法中聚类中心为直觉模糊数,这使得遗传过程中个体信息变得复杂,进而增大了约束问题的处理难度。本文对产生的个体采用适时分段的归一化方法,很好地解决了该问题。仿真结果表明该算法所得聚类结果不仅准确而且更为细致。     

配电系统可靠性评价的可变模糊集方法

 随着用户对供电质量要求的提高,配电系统的可靠性评价问题也越来越受到人们的重视。在分析配电系统可靠性问题的基础上,提出了配电系统可靠性评价的可变模糊方法。该方法首先根据指标特征值、指标评价区间矩阵、可变范围评价区间矩阵及点值矩阵确定相对隶属度矩阵,然后利用可变模糊评价模型对样本进行综合评价,得到样本在各级别下的综合相对隶属度,进而计算级别特征值,并以此为依据进行评价。可变模糊方法可以科学地确定样本指标对各级指标标准区间的相对隶属度,并且能够通过变化模型及其参数,合理地确定出样本的评价等级,提高对样本等级评价的可靠度。通过对某地区配电系统进行评价,得出其级别特征值比较稳定,总体评价结果为合格。结果表明,可变模糊评价方法可靠,可用于配电系统可靠性评价。     

基于最大熵模型的词位标注汉语分词

近年来基于字的词位标注汉语分词方法极大地提高了分词的性能,该方法将汉语分词转化为字的词位标注问题,借助于优秀的序列标注模型,词位标注汉语分词逐渐成为汉语分词的主要技术路线.该方法中特征模板集设定和词位标注集的选择至关重要,采用不同的词位标注集,使用最大熵模型进一步研究了词位标注汉语分词技术.在国际汉语分词评测Bakeoff2005的语料上进行了封闭测试,并对比了不同词位标注集对分词性能的影响.实验表明所采用的六词位标注集配合相应的特征模板集TMPT-6较其他词位标注集分词性能要好.     

汉密尔顿回路逻辑程序的两个结果

基于回答集语义的逻辑程序提供了描述性问题求解的范例,而逻辑程序的一阶环公式提供了计算回答集的新方法——自动定理证明.本文研究了汉密尔顿回路逻辑程序的一阶环公式,证明了计算汉密尔顿回路的有助于提供计算效率的两个主要结果.     

偏序内P-集合模型及其特征

利用层次内P-集合理论,研究层次内P-集合基于依赖关系偏序性质,研究层次内P-集合元素间的关系以及普通P-集合与层次P-集合的关系.层次P-集合是普通P-集合的扩展,提供了多角度、多层次分析和研究问题的方法.     

连续型目标信息系统的属性约简

针对连续型数据的属性约简问题, 提出了一种新的属性约简方法[CD2]基于分配可辨识矩阵的属性约简方法。给出了基于连续型数据的分配协调集的概念, 研究了基于连续型数据的分配协调集的基本性质, 定义了基于分配协调集的辨识矩阵。在此基础上提出了基于辨识矩阵的连续型数据的属性约简方法, 并给出了计算辨识矩阵的算法。实例分析表明, 该方法能有效地对连续型数据进行属性约简。     

模型势MCP应用于分子间相互作用的研究

使用模型势MCP计算了含重元素的氢键和vail der Waals相互作用体系的几何结构与结合能。结果表明，在MP2水平，应用MCP基组研究分子间相互作用时，可以使用Boys和Bernardi提出的均衡校正法进行基函数重叠误差（BSSE）校正；与同一水平的全电子基组相比，经BSSE校正后的结合能AEcP平均相对误差为5．2％，结果准确，但是BSSE普遍较大；使用MCP基组的计算时间远小于全电子基组，MCP方法的效率随原子的电子层数增加而提高。     

伪拟E-凸函数及其一些性质

定义了2种新的凸函数--伪-拟-E-凸函数及伪-拟-半-E-凸函数.并给出了2类新凸函数的一些性质及其证明.     

带模理论的回答集程序设计

基于回答集语义的逻辑程序（ASP）是一种描述性问题求解的典范，目前人们提出了各种ASP的扩张。本文提出带背景理论的回答集程序设计框架，它不仅是正规逻辑程序的一般化，对带聚合函数的ASP而言，也与SPT—PDB的回答集语义一致。经证明，当背景理论是命题逻辑时，该框架与Shen和You提出的方法一致。     

交换主理想整环上交错矩阵的距离与极大集

讨论了交换主理想整环上交错矩阵的算术距离与距离之间的关系,并用两个矩阵之间的算术距离得到了交换主理想整环上交错矩阵极大集的结构.