基于神经网络威胁判断模型

将神经网络理论应用于防空指挥控制系统中 ,研究了威胁判断模型 ,实例表明该方法是可行的 .     

基于物理的可变形模型

应用于计算机图形学中的基于物理的可变形模型借助力的工具以直观自然的方式实现物体变形,相对于传统的纯几何模型有更广阔的应用范围。本文介绍了几种典型模型的基本思想和应用情况,分析了它们的特点、采用的简化计算技术,以及各自存在的问题和局限性。最后指出了要想理想解决物体可变形建模问题所必须进一步研究和突破的若干关键技术。     

基于语言标度中术语指标的多属性群决策法

研究决策矩阵中元素以语言形式给出的多属性群决策问题．介绍语言评估标度集，定义虚拟术语和虚拟术语指标等概念，给出与语言决策矩阵相对应的指标矩阵．利用语言评估标度中术语与其指标之间的关系，以及加权算术平均算子和混合集结算子，提出一种基于术语指标的多属性群决策方法，该法简便易行，且能充分地利用已有的决策信息，因此所得决策结果较为精确、合理，最后通过实例对方法的实用性和有效性进行说明。     

AHP方法中判断矩阵的标度扩展构造法

AHP在实际使用中常常因判断矩阵出现一致性检验错误而导致决策难产，且这个问题至今没有得到根本性解决，本文通过实例分析说明，导致一致性检验错误的根本原因是判断短阵的传统构造方法存在严重缺陷，它固化了选定的标度，使原先有差别的候选方案在比较过程中失去差别，因此，本文提出一种新的判断矩阵构造方法－标度扩展法，并证明该方法无论使用什么标度，所构造的判断矩阵都是完全一致的。故不需进行一致性检验且排序向量也容易获得，从而提高AHP方法决策的可靠性，并使AHP方法变得简便易行。     

基于语言判断矩阵的一致性及其排序方法

研究语言判断矩阵的乘性一致性及方案排序问题.首先给出有关语言判断矩阵和互反判断矩阵的定义及其性质,提出语言判断矩阵一致性的定义;然后通过引进导出矩阵将语言判断矩阵转换为数值矩阵,得出语言判断矩阵具有完全一致性或弱一致性的充要条件是其转换后得到的导出矩阵也具有同样的结论.同时利用该转换公式,给出基于语言判断矩阵的方案排序方法.最后,通过一个算例说明文中提出的分析方法.     

基于高聚集性无标度网络模型的微粒群算法

受无标度网络结构特性的启发,将BA模型的"择优连接"机制进行扩展,引入微粒群群体组织方式的构造过程,提出基于高聚集性的无标度网络模型的微粒群算法。算法初期微粒被随机分布在环形结构中,随着搜索的进行不断增加新的微粒,并依据节点度和节点间的距离增加新的连接,最终形成具有高聚集性的无标度网络模型。这样,群体中多数微粒进行局部范围的搜索,而少量微粒按照全局模式搜索,两种方式相互制衡。仿真实验表明,改进后的算法能获得更好的收敛精度和进化速度。     

基于节点批量生长机制的无标度网络演化模型

基于网络新生节点批量生长的机制,提出了一种无标度网络演化模型.模型中考虑了新生节点之间的耦合模式,并引入了新的参数,使其更符合现实网络的演化形式.采用主方程法对模型的度分布进行了解析,并通过数值模拟验证了模型具有无标度特性.而且,不同参数取值下较大的簇系数及平均路径长度为网络规模对数成长的特性也表明了该模型具有小世界效应.     

传感器网络中基于k-GH模型的对偶密钥预置算法

由于传感器网络节点能量有限,传统的密钥管理方法（如：公开密钥加密技术、KDC等）不适合传感器网络,对偶密钥是传感器网络的一种基本的安全技术,如何结合传感器网络的特性提高对偶密钥性能具有十分重要的意义。依据传感器网络分组部署的特点,在KDC和基于多项式池的密钥预置模型基础上,提出了一种用于密钥预置的k-GH（k-Grid Hypercube）模型,并基于k-GH模型提出了一种新型密钥预置机制。理论与仿真分析表明,新算法具有更低的存储开销、通信开销和良好的安全性能,因此,是一种适合传感器网络的高效对偶密钥预置立算法。     

基于模糊判断可信度的作战方案优选模型

受战场情况复杂多变、侦察情报不充分和指挥员知识经验、作战胆略等限制,指挥员就决策问题进行两两对比分析时,对作出的每个判断的把握程度是不同的。针对决策者就有限方案集进行两两方案比较得到的模糊偏好的把握程度存在差异,提出将决策者进行两两比较判断的把握程度作为判断的可信度,建立了一种决策者对所有二元对比的加权偏差平方和最小的非线性规划模型。该模型充分利用现有决策信息,决策结果相对比较合理、客观、可靠,可为指挥员进行指挥决策参考。     

基于不同粒度语言判断矩阵的群决策方法

针对具有不同粒度语言判断矩阵形式偏好信息的群决策问题,提出了一种基于二元语义信息处理的群集结与方案优选方法.在该方法中,首先给出了不同粒度语言判断矩阵一致化为由基本语言评价集表示的二元语义形式的方法;然后基于二元语义的T-OWA算子,将各决策者给出的偏好信息集结为群的偏好并进行方案的优选.最后给出了一个算例.     

基于资源有限模型的无标度网络动态抗毁性优化

为有效防止复杂网络的级联失效,对复杂网络的容量分配策略进行研究。构建了资源有限的级联失效模型,假设网络总容量不变、容许参数可变,该模型可用于比较多种容量分配策略的有效性。在此基础上,提出了4种典型的容量分配策略。针对移去介数最大节点的攻击方式,在无标度网络上进行了仿真。仿真结果表明,负荷偏好容量分配策略是最有效的容量分配策略,网络节点的重要度与节点介数大小强相关,而与节点的度弱相关。通过优化负荷偏好容量分配策略的偏好指数,提高了复杂网络的动态抗毁性。     

基于边数随机增长的扩展无标度网络演化模型研究

经典BA无标度网络演化模型假定所有嵌入节点的初始连边数量均相同,而该假定对于许多真实的演化网络往往显得过于严格.为进一步增强模型的通用性,构建了具有边数随机增长特征,即所有嵌入节点的初始连边数量为独立同分布随机变量序列的扩展无标度网络演化模型(简记为ENRG-BA模型).运用马氏链解析法获得了ENRG-BA模型网络稳态度分布的精确表达式,并从分布的性质与数值模拟两个方面验证了解析结果的正确性.研究结果表明,当所有嵌入节点的初始连边数量均具有有限的期望和方差时,ENRG-BA模型存在网络稳态度分布;当所有嵌入节点的初始连边数量均具有相同的分布参数与相同有限区间长度的定义域时,ENRG-BA模型退化为Degenerate ENRG-BA模型(简记为DENRG-BA模型);当所有嵌入节点的初始连边数量均服从相同参数的单点分布时,DENRG-BA模型进一步退化为BA模型.ENRG-BA模型与DENRGBA模型的网络稳态度分布在大度数处均具有与BA模型网络稳态度分布相同的幂律行为,在小度数处则呈现出BA模型网络稳态度分布所不具备且类型丰富的马头形状,其中部分马头形状与某些实际演化网络的度分布中所...     

内部演化的BA无标度网络模型

在BA(Barabási-A lbert)无标度网络模型的基础上,考虑网络节点增长的同时,网络已有节点连线也在增加。在这个BA网络改进模型中,引入了两个主要参数q1,q2,通过理论分析,导出了这个内部演化的增长网络的度分布,发现它仍然具有无标度网络的一般性质,BA无标度网络是它的一种特殊情形。数值仿真验证了理论分析的正确性。这个改进模型比BA网络模型具有更广泛的实际背景,利用它可以更真实地模拟与刻画现实中许多复杂网络的演化及其特征。     

一类无标度合作网络的演化模型

提出了一类特殊的无标度合作网络的演化模型.利用平均场方法解析计算了节点的增长动态性,证明了该网络是节点度分布符合幂律分布的无标度网络,其幂指数位于2和3之间.给出了节点的集聚系数与度的关系表达式,并证明了网络的平均路径长度最多以网络的对数形式增长.数值模拟结果与理论计算值很好地吻合.     

考虑标度的加型一致性模糊判断矩阵的排序方法

通过实例说明相关文献中加型一致性模糊判断矩阵排序方法的参数取值存在的问题,分析出该问题是由于其公式证明中没有区分标度导致的,指出其结论适用于0～1标度的加型一致性模糊判断矩阵.然后,重新证明了0.1～0.9标度下的加型一致性模糊判决矩阵的排序方法和相关结论.最后,定义了广义模糊标度,并给出广义模糊标度下加型一致性模糊判断矩阵的排序方法和相关结论,使得相关文献中排序方法和相关结论实现形式上的统一.     

基于脑信息特征的大学生心理问题判断模型

利用RBF神经网络提出了一种基于脑信息特征的大学生心理问题判断模型.采用脑信息特征检测方法对180名临床诊断为有心理问题的大学生和300名心理正常的大学生进行了测试,并对测试的数据进行了脑信息特征提取.然后根据提取的脑信息特征及其他数据,利用RBF神经网络,建立了心理问题的判断模型和结合专家经验的两阶段判断方法.237名测试样本的实验结果表明正确率可达85.1%,因此该判断模型是可行的.     

基于语言判断矩阵的群决策逆判问题研究

针对基于语言判断矩阵的群决策逆判问题，通过对语言判断矩阵进行“量化”，将其转化成为互反判断矩阵，进而提出了一种依据数理统计理论的分析方法．该方法通过引进随机误差的概念，得出了一致性判断矩阵中元素的相对误差服从均值为零的正态分布的结论，进一步依据这一结论，根据各评判专家所提供的判断矩阵对专家们进行反判，即通过计算各专家的偏离度，对专家们进行排序，并且根据假设检验理论对排序进行检验、对专家们进行分类、最后用一个算例说明了该方法的有效性和实用性．     

基于语言判断矩阵的信息不完全的群决策方法

针对方案间的比较信息为确定语言等级或位于两个连续语言等级之间,甚至缺失,以及决策者权系数信息不完全确定的群决策问题,提出一种基于证据推理和二元语义的群决策方法。该方法根据决策者的原始评价矩阵信息得到属于语言等级的信任度,利用证据推理算法得到各方案在各语言等级下的信任度,将其转化为二元语义形式,根据决策者权系数的不完全确定信息和二元语义的距离等构建非线性规划模型,并利用改进的粒子群算法进行求解,根据求解结果得到方案集的一个排序。最后实例说明了该方法的可行性和有效性。     

因素状态值为语言标度的变权综合决策方法

综合采用语言值2元组方法和拓展语言值论域的方法建立一种新的纯语言值二元组常权综合决策模型,进一步,在拓展语言值论域与实数集[0,1]之间定义两个转换函数,由此引入语言值效用向量等概念． 借助语言值效用向量、实数型变权向量和实数型状态变权向量导出语言值变权向量及状态变权向量,据此建立相应的语言值变权公式和变权综合决策模型．最后给出一个群决策的应用实例．     

基于多维标度的技术机会分析

全球技术的飞速发展产生大量的技术机会，企业必须识别和把握可能出现的技术发展机会，才能提高企业的技术创新能力和国际竞争力。基于此，文章在构建数据项间关联模型和研究多维标度性质的基础上，提出一个基于多维标度的技术机会分析方法，并以公路工程领域为例进行可视化实验，以此判别技术领域的深层次结构，为技术机会的分析和识别做一些基于工程技术分析的支撑性工作。