基于模糊神经网络提取我国经济增长的模糊规则(Ⅲ)

利用神经网络的自适应、自学习等特点和模糊系统的人脑性等特点来弥补相互的缺点，使它们结合产生一种基于神经网络的模糊系统，并用该系统提取我国经济增长的模糊规则。     

软分类中最佳调和适应度函数的构建

基于模糊C-均值(FCM)算法中类中距与类间距的含义设计了一个新的模糊分类适应度函数。再分别以本文设计的适应度函数及国际上常用的几种分类准则函数转换成的适应度函数,利用遗传—迭代自组织分析技术(GA-ISODATA)共同执行模糊C-均值(FCM)的优化计算,并对结果进行分析比较,最后给出设计最佳的适应度函数应遵循的原则。实例研究表明,该适应度函数适合社会经济系统软分类。     

教育经济贡献率的一种软计算方法

提出了一种新的教育经济贡献率的软计算方法,该算法由4个步骤组成:①按照科学技术水平对目标系统进行模糊软分类,得到最佳分类数,从而确定了最佳的规则数;②根据规则数确定模糊神经网络的结构,建立人力资本到经济增长的模糊映射,即“一次滤波”,得到人力资本对经济增长的贡献率αk;③建立教育到人力资本的模糊映射,即“二次滤波”,得到教育对人力资本的贡献率α′k;④计算教育对经济的贡献率ECFk=αk×α′k。最后,用该算法来计算我国教育对经济的贡献率。     

中国城市群竞争力演变的多Agent仿真

通过建立城市竞争力评价指标体系,结合TOPSIS法测算城市竞争力,并对城市竞争力得分结果进行分析,提出了城市竞争力演变模拟函数和两种演变策略,然后采用多Agent仿真方法,给出城市群Agent学习算法,运用NetLogo仿真平台创建城市群竞争力演变模型,对城市群中不同主体选择自我提升策略和学习、合作策略过程进行模拟仿真,最终发现,提升城市群竞争力的关键所在是加强城市与城市之间的学习与合作.     

一种基于模拟退火的参数自适应差分演化算法及其应用

提出了一种改进的自适应差分演化算法,该算法对差分演化算法中控制参数的生成方式进行了改进,在算法的运行过程中保留表现较好的控制参数,通过反馈机制调整下一代控制参数的生成,使算法能够在运行的过程中自适应的调节控制参数,并且算法在选择操作中融入了模拟退火的思想,以提高算法的全局搜索能力。在17个典型的Benchmarks函数上对算法进行了测试,并将该算法与jDE、JADE、SaDE、EPSDE和CoDE等5种改进的差分演化算法进行了比较,实验结果表明,该算法的性能整体上优于其他5种算法。另外,测试了模拟退火中初始温度参数对算法性能的影响,结果表明,当初始温度参数为1 000时,算法的性能较优。最后,将该算法应用于TSP这一组合优化问题,结果表明,该算法能够有效解决TSP问题。     

基于灾害多级联动模型的城市综合承灾能力研究

基于城市遭遇的自然、环境、人文3大类灾害,提出了灾害多级联动概念。通过分析灾害多级联动的模式,构建了计算城市综合承灾能力的灾害多级联动线性模型,主要包括同类型灾害多级联动模型和不同类型灾害多级联动模型。其中,同类型灾害多级联动模型可分为自然灾害间的多级联动、环境灾害间的多级联动,以及人文灾害间的多级联动。不同类型灾害多级联动模型包括原生自然灾害与次生环境灾害、次生人文灾害的多级联动、原生环境灾害与次生人文灾害的多级联动、原生人文灾害与次生环境灾害的多级联动3种。在此基础上,选取北京、上海、广州、深圳4个城市为样本,根据建立的城市综合承灾能力评价指标体系,收集4所城市2008与2009年的数据,分别计算不同灾害联动模式下4所城市2年的综合承灾能力值,并进行比较分析。结果表明,在同类型灾害多级联动模型及不同类型灾害多级联动模型下,4个城市在2008及2009年的承灾能力评价结果排名情况为上海、北京、广州、深圳。     

基于风险感知的室内疏散情绪传染与干预策略研究

针对突发事件下多出口多障碍物室内紧急疏散过程中恐慌情绪传染问题,综合考虑人格特性,年龄、性别上的风险感知差异以及意识调节作用构建情绪传染模型,利用AnyLogic进行模拟仿真,将个体情绪与疏散速度结合,实现情绪状态与速度的实时更新。验证疏散过程人员干预可以有效缓解恐慌情绪的蔓延,以期为紧急疏散过程中恐慌情绪传染提供理论依据。结果表明：自身判断力即意识调节作用在一定程度上可以有效降低疏散时间;初始恐慌人数持续增加最终会导致群体间恐慌情绪传染加快以及疏散时间增加;风险感知程度越低,行人更容易处于冷静状态;合理安排管理员位置可以有效抑制恐慌情绪蔓延,提高整体疏散效率。     

一种基于差分演化算法的规则提取及其在石油储层识别中的应用

提出了一种基于差分演化算法的规则提取方法(DE-Rule)。规则的表达形式为IF-THEN模式,规则前件中的连接词为AND,规则后件为识别对象的类别。通过编码将规则表示为差分演化算法中的种群个体,然后通过差分变异和二项式交叉对种群进行演化,对最优个体进行解码即可得到对应的最优规则集。最后,用DE-Rule、RS-Rule、ANN-GA-Cascades-Rule等3种规则提取方法对江汉油田某区块进行石油储层识别(干层、水层、差油层和油层),其中,oilsk81油井数据作为训练数据,oilsk83油井数据作为测试数据,结果表明,在综合考虑规则集的识别准确率和解释性上,DE-Rule方法都优于其他两种方法。     

模糊C-均值中的最优聚类与最佳聚类数

根据模糊 C-均值(FCM)算法中的类中距与类间距构造一个新且简单的分类准则函数vZS ,利用迭代自组织分析技术(ISODATA)和遗传算法(GA)嵌套构成遗传-迭代自组织分析技术(GA-ISODATA)共同执行 FCM 算法的优化计算.通过与同类方法比较,该方法不仅能够在给定预分类数的前提下实现最优分类,而且可以在完全不需要人工干预的环境下直接根据分类准则得到模糊 C-均值中的最优分类与相应的最佳分类数.当运用其他分类准则进行分类计算时只需要修改遗传算法中的适应度函数,所以 GA-ISODATA 具有很强的普适性.