采用约束蚁群优化的贝叶斯网结构学习算法

针对贝叶斯网络结构学习问题,提出了一种约束蚁群优化算法.该算法根据贝叶斯得分的局部一致性原理设计了一种增边规则,并且将此规则引入蚁群算法的框架中,从而实现了在搜索过程中利用启发式信息动态缩减搜索空间、同时减少运行时间的目的.此外,还从理论上证明了增边规则的正确性,而且从实验角度讨论了约束蚁群优化算法的参数敏感性.实验结果表明,在解决较大规模的贝叶斯网络结构学习问题时,约束蚁群优化算法在保证求解精度的条件下比蚁群优化算法的运行时间减少40%以上.     

反模糊子群的反模糊正规子群

文[1]给出了反模糊子群与反模糊正规子群的定义及性质，本文将给出反模糊子群的反模糊正规子群的定义及性质．     

粗糙Vague集的不确定性度量

将粗糙集理论和Vague集理论相结合,引入了粗糙Vague集的概念,讨论了粗糙Vague集的基本性质.并且基于描述模糊信息量的模糊熵及描述粗糙集的粗糙熵,给出了粗糙Vague集的模糊熵、粗糙度及贴近度的定义,讨论了粗糙Vague集的模糊熵、粗糙度及贴近度,并给出了相应的定理。     

Vague关系与基于Vague相等的Vague映射

在文[4]的基础上系统研究了作为Zadeh模糊集理论重要扩展的Vague关系及其合成运算,并就Vague关系的性质进行了讨论.在此基础上研究了Vague等价关系,并给出了Vague映射的概念,讨论了Vague映射的一些性质.     

社会网络中考虑群体免疫力的谣言传播模型研究

近年来很多谣言给国家和社会带来了巨大的经济损失.为了更好地减少谣言对公众和社会的危害,并给出有效应对谣言传播的策略和建议,通过考虑谣言传播中无知者免疫程度差异性对谣言传播过程的影响,建立了社会网络中考虑群体免疫力的谣言传播模型,并给出了均匀网络中的平均场方程和相应的稳定性分析.根据平均场方程利用Runge-Kutta方法对谣言传播过程进行了数值仿真.仿真结果表明:社会网络中免疫增强率在谣言传播中起到重要的作用,免疫增强率越大,谣言的影响力越小,即提高免疫力强的无知者的人群比例,可降低网络中谣言传播的最大影响力.     

CH4在Fe（111）上解离的DFT研究

运用广义梯度密度泛函理论方法(density functional theory,DFT),结合周期性平板模型,研究了CH4在Fe(111)面上的解离。计算结果表明,在Fe(111)面上,CH4的第一步解离是反应的决速步,其活化能垒约为1.02eV,比Ni(111)面上CH4解离的活化能低0.34eV,说明CH4在Fe(111)面上更容易解离生成C。根据计算结果,我们可以预测,把Fe加入Ni晶体中形成的面心立方的Ni-Fe合金催化剂不能抑制C的形成,这与实验结果相一致。     

基于GM（1，1）模型的上海市长期护理保险基金收支平衡实证分析

通过实证研究对上海市长期护理保险基金收支总额进行测算,预见长期护理保险收支失衡风险,保持长期护理保险资金可持续发展。对长期护理保险基金收支现状分析,运用GM(1,1)模型对2020—2050年上海市长期护理保险基金收支平衡性进行预测。研究以上海市城镇职工为主体,经测算,2020—2033年上海市长期护理保险基金收大于支,能满足失能老人的长期护理需求,2034—2050年上海市长期护理保险基金会出现收不抵支的现象,面临收支失衡的危险。研究结果显示,长期护理保险基金收支保持长期平衡,需建立长期护理保险自有基金,合理调整缴费比例;设定长期护理保险服务项目和服务内容,加强专业服务队伍建设;加强长期护理保险基金监督管理,建立多层次保障机制。     

反模糊子群与生成反模糊子群

基于已有反模糊子群及反模糊正规子群的概念及性质，给出了反模糊正规化子，反模糊中心化子，共扼子群的概念并讨论了它们的性质，最后讨论了生成反模糊子群．     

运筹学课程教学改革探讨

运筹学已成为所有高等院校经济管理类专业的专业必修课程,本文针对运筹学教学过程中出现的问题提供一些课程教学改革的建议,为提高运筹学教学效果提供一些具体的措施和必要的方法。     

双论域粗糙集的不确定性度量

为了进一步扩展粗糙集的应用范围和灵活性,利用构造性方法研究了双论域粗糙集的不确定性度量,分析了双论域粗糙集不确定性度量与由双论域粗糙集诱导的Pawlak粗糙集的粒度之间的关系.通过比较Pawlak近似空间中粒度的大小,定义了不同信息系统中关系的粗细程度,给出了反映信息系统分类能力的双论域粗糙集信息熵和信息粒度的定义,研究了双论域粗糙集信息熵和信息粒度与信息系统中关系的粗细程度之间的关系.结果表明：双论域粗糙集的信息熵越大,信息系统的不确定性越强,信息系统中关系的区分能力越弱;信息系统的关系越精细,双论域粗糙集的信息熵越小,双论域粗糙集的信息粒度越小.