一种由三角模所诱导的粗糙集间的相似性度量方法

给出两粗糙集间一种新的相似度计算方法,并将其应用到模糊模式识别问题中,通过算例说明这种方法的可行性和有效性.     

基于不确定性度量的作战能力对比评估方法

为使评估结果能够反映出评估对象作战能力之间的差距,提出基于不确定性度量的作战能力对比评估方法.首先建立了作战能力测度概念模型,采用相对于参照对象完成任务时减少的不确定性程度来度量评估对象的作战能力;然后探讨了把作战能力指标转换为具有可能性含义指标的预处理方法;在此基础上,借鉴信息论中对不确定性的处理方法,构建了能力度数学模型,详细讨论了其特征和军事含义,并提出了绝对能力度和平均能力度扩展模型;最后通过一个案例对方法的可行性和有效性进行验证和分析。结果表明:应用该方法进行作战能力评估,不仅能够得到传统评估方法所得到的排序结果,而且能够反映出作战能力评估值之间数量上的差距。     

基于时间序列分析的独居老人活动量研究

为解决独居老人日常生活的监护问题, 提出一种基于时间序列分析与模糊模式识别的独居老人活动量研究方法。该方法将独居老人的日常活动量作为对独居老人生活状况监测的有效指标, 并利用时间序列分析对活动量时间序列建立预测模型, 利用模糊模式识别法鉴别活动量监测值与活动量预测值之间的差距, 当两者之间的差距超过正常范围时, 将预警信息反映给老人的监护人, 以便监护人对老人的生活状态是否异常予以关注。实验结果表明, 该方法对老人异常状态的识别准确率为96. 97%。从而为老人生活状况的研究提供了一种新的方法和途径。     

凝聚度——描述与测度社会生态系统抗干扰能力的一种新特性

研究一个网络系统抵抗干扰的能力,系统科学里有＂鲁棒性＂的概念,社会—生态系统里用＂脆弱性＂、＂恢复性＂和＂适应性＂等概念.这些已有的概念是否已经全面地描述了系统抵抗干扰的能力呢？在综合灾害风险管理的实践中,整个社会凝心聚力,行动协调一致,往往发挥着至关重要的决定性作用.然而,现有学术研究中所用到的各种系统属性,都不能很好表述一个系统凝心聚力的能力或水平.鉴于此,本文提出一种全新的网络系统属性：网络凝聚度（consilience degree）,专门用以度量一个如社会—生态系统一样行为的网络系统凝心聚力,行动协调一致,以抵抗干扰的能力.网络凝聚度实际上是一种更具普遍意义的＂联结度＂.它可以象联结度一样,派生发展出一系列的系统新属性和网络新模型,从而形成一个研究复杂系统的新的理论体系.本文将重点阐述这个体系的雏型.理论分析和仿真研究都证明：本文所提出的网络凝聚度是现有各种系统属性所无法涵盖或替代的,是研究现实复杂系统所必需的新理论工具.     

一种由三角模诱导的粗糙集间的相似性度量方法

首先介绍了粗糙集、模糊集与三角模的概念,接着指出利用三角模可以诱导出相应的包含度,进而可得到一个相似度,提出了一种利用三角模对粗糙集间的相似性进行度量的新方法.最后借助算例验证了该方法的可行性.     

高校本科双学位教育发展趋势研究

高校本科双学位教育经过了20多年,发展趋势逐渐与国际接轨。双学位的培养模式逐渐从校内发展到校际最后发展为国际合作。专业设置也将打破学科门类的限制,实现跨学科的融合,从单一的借助现有专业的双学位模式,发展为单独组建双学位模式。运用现代远程教育教学手段扩大双学位的受用群体,建设高校内部闭合的教学质量监控体系,确保双学位的教学质量。     

国内大学出版社客户投诉处理工作探析

通过对中国大学出版社客户投诉处理工作的抽样调查,分析了大学出版社客户投诉处理工作中的问题以及开展这项工作的现实意义,提出了大学出版社客户投诉处理的对策。     

VANET运动模型解析解与数值解的比照分析

依据车载自组织网络(VANET)的高移动性特征分别建立VANET运动解析模型与运动仿真模型.通过两种运动模型得到VANET度分布的解析解与数值解.对它们进行比照分析,发现两种度分布曲线均呈现出小度值的节点个数众多、大度值节点个数较少的特点,符合幂律函数分布,由此证明VANET是一个无标度网络.另外,从理论分析与仿真实验两个角度证明,VANET对随机性攻击具有较高的鲁棒性,但对针对性攻击则表现出网络的脆弱性.     

基于吸引度搜索的汽车滚装码头堆场车位分配优化

为加快滚装运输过程中汽车装卸滚装船舶的周转率,促进滚装码头堆场车位资源的高效利用,研究了滚装码头堆场车位分配问题.按照成组集中分配原则,以提高成组汽车停放集中度为目标,建立了衡量成组汽车停放集中度的混合整数规划模型.进而设计吸引度搜索算法对模型进行了求解.与分支定界法相比,吸引度搜索算法在高效求解规模化算例的同时可实现解的质量较优.以上海海通汽车滚装码头堆场的车位实际布局及作业情况为背景,验证了所提模型与算法的合理性及有效性,拓展了汽车滚装码头堆场车位分配管理的理论研究.     

基于IFCM-GRA的空间多维热误差温度测点优化

热误差是精密、超精密加工中主要的误差源之一,热误差温度测点优化是热误差补偿的关键问题.在机床空间多维布置的大量温度测点之间存在多重相关性,从众多测点中选取特征点的优劣程度,将直接影响到热误差补偿效果.通过对温度测点间多重相关性及温度与热误差关系的综合分析,采用改进的模糊C-均值(IFCM)聚类算法对温度测点进行聚类,以减小类与类之间温度测点的相关性,且避免FCM算法对初始聚类中心敏感易局部收敛的缺点.对温度测点按灰色关联分析(GRA)中的灰色综合关联度进行排序,从变化量和变化率的角度综合反映温度与热误差的关系.采用IFCM-GRA对温度测点进行优化,提高了热误差模型的鲁棒性及准确性,使温度测点数量大幅度减少.在某型号精密卧式加工中心上进行实验,温度测点从17个减少到4个.在不同转速下,利用多元线性回归对优化出的温度测点与热误差建立模型,所建立模型均能很好地预测热误差变化情况,经对预测模型分析,轴向热误差由几十微米减小到5μm以内.