改进的免疫遗传算法在桁架结构优化设计中的应用

从免疫系统原理出发,结合遗传算法提出了一种基于二次选择的免疫遗传算法的构造,避免了传统遗传算法易陷于局部最优的不足。对该算法中最为关键的两个部分,选择概率和抗体浓度的构造进行了讨论。并将该算法应用于桁架结构的结构优化设计,与标准遗传算法优化的结果相比较,优化能力有所提高。     

模糊粗糙集的不确定性度量

利用知识的信息熵和粗糙性给出了模糊粗糙集的不确定性度量的方法,讨论了度量指标的相关性质.实例表明,文中给出的度量对研究模糊粗糙集的不确定性具有指导作用.     

汽轮机故障诊断中的信息熵融合

在汽轮机轴系振动故障模拟试验的基础上,对大量故障模拟试验数据进行计算,建立了典型故障的4种信息熵样本.采用概率神经网络对故障信号的4种信息熵特征进行融合研究,并将融合结果与最小距离分类器的分类效果进行了对照分析.研究表明,概率神经网络可实现对训练样本100%的正确识别率,对"陌生"样本的正确识别率也超过80%,其识别效果远远超过最小距离分类器.可见,概率神经网络综合了贝叶斯分类器和神经网络的优势,在汽轮机故障模式分类方面具有明显的优势,利用概率神经网络融合信号的信息熵特征实现汽轮机轴系故障模式识别是一种可行有效的方法.     

网络攻击流量信息熵特征研究

本文用信息熵来描述网络流量的表征信息,不仅增强了对网络流量异常的检测能力,而且方便了流量异常的分类。对于快速准确的判断网络攻击的种类具有极其重要的意义。     

基于启发式信息熵的粗集数值属性离散化算法

在一致性假设前提下,以数据集的统计性质作为启发式知识,从候选离散点集中选择离散点,根据数据集的期望值和方差来确定搜索最优离散点的区域,提出一种新的基于信息熵粗集数值属性离散化算法,并采用UCI国际标准数据集来验证新算法.新算法与已报道的算法所得到的离散断点集完全一致,决策表的离散化结果也相同,但时间代价不同,新算法比其计算效率提高40%～50%.     

基于二维直方图信息熵的图像检索方法

针对传统颜色直方图完全丢失颜色的空间分布信息的缺点,提出了基于二维直方图信息熵的图像检索方法。该方法不仅利用了图像象素的颜色统计信息,还用到了相邻像素之间的相关性及颜色在图像内的空间分布特征,充分考虑到了图像的颜色统计、空间信息等特征。首先提取出图像的二维直方图特征;接着,为降低特征的维度,计算出二维直方图相应的信息熵并用其进行相似性度量。实验表明该方法实现简单,而且能够较准确地描述出图像的颜色统计、空间分布等信息,从而有效地提高了检索的精度。     

基于粗糙集的科技项目团队能力评估分析研究

针对科技项目团队能力评估问题进行了研究，引入粗糙集和信息熵理论，总结以往项目经验，建立了基于粗糙集的团队能力指标评价模型。最后通过实例分析，对该模型的科学性和可行性进行了验证。     

香农的信息熵与认知风险

通过对股票市场中投资者投资行为的分析，指出投资者不同的情绪就会导致不同的认知收益，即使是同一只股票，理性投资者和非理性投资者对未来认知收益的概率分布也会不一样。信息论中香农的信息熵有时可以看作是不确定性的测度。基于香农的信息熵，对投资者对未来认知收益分布的不确定进行测度就得到投资者的认知风险。一旦知道投资者的认知概率分布，就可以计算出认知风险。一般而言，不同的投资者会有不同的认知概率，因此不同的投资者就会有不同的认知风险，不同的投资者就会有不同的估价和不同的投资决策。从而提出了一个简单的测度非理性投资者的认知风险的框架。基于这个框架可以来解释金融市场的一些异象和非理性投资者对股价的影响。     

两类数据挖掘工具评估分析的定量化

针对企业是否采用数据挖掘工具以及采用何种数据挖掘工具的问题,提出了评估数据挖掘工具价值的定量化分析方法;利用马尔可夫转移概率矩阵与数学规划模型对分类型数据挖掘工具进行价值评估,确定分类型数据挖掘工具带来的价值;利用分布密度函数和信息熵对预测型数据挖掘工具进行价值评估,确定预测型数据挖掘带来的价值;再通过采用数据挖掘工具需要的成本,最终建立了评估两类数据挖掘工具(分类与预测)的效益模型,为企业成功实施数据挖掘提供保证.     

矿区生态系统健康评价模型研究

探讨了矿区生态系统健康研究的现状及重要意义,界定矿区生态系统健康的内涵,阐述了矿区生态系统健康评价指标体系设置的依据,构建以生态环境保障度、自然资源支持度、社会经济发展度和健康可持续度为准则层的多层次评价指标体系.在此基础上,建立了矿区生态健康评价的未确知测度模型,并将信息熵理论引入指标体系的约简.最后,通过实例验证了该模型的可行性与有效性.