智能控制中一类随机信号的信息检索优化算法

在油藏描述与油气田开发中,随着智能控制与智能决策技术的不断运用与发展,将会出现大量的随机信号非线性检索滤波与最优估计算法问题亟待解决。为了充分挖掘油藏描述与油气田开发中广泛存在的各种大数据复杂信息,在深入搜索与深刻分析智能控制中一类多维广义非平稳部分可观测扩散过程随机信息流的特征刻画与泛函结构的基础上,着重研究了智能控制中此类随机信号的非线性检索滤波与优化算法,为进一步研究与解决油气田综合勘探、开发中的智能控制与决策的相关问题提供了有效手段与方法。     

基于熵的多尺度决策系统的最优尺度选择

粒计算模拟人类思考问题的自然模式是当今人工智能领域非常活跃的研究方向,在大数据挖掘和知识发现方面有独特的优势.针对多尺度决策系统的知识表示与知识获取问题,提出用信息熵角度研究多尺度信息系统的最优尺度选择问题.首先,定义多尺度信息系统的熵最优尺度与多尺度决策系统的广义决策熵最优尺度的概念;其次,讨论新提出的最优尺度概念与传统最优尺度概念之间的关系,证明在多尺度信息系统中传统的最优尺度与熵最优尺度是等价的;在协调多尺度决策系统中,证明传统的最优尺度与熵最优尺度也是等价的.而在不协调多尺度决策系统中,传统的最优尺度与熵最优尺度不等价,进而引入广义决策熵最优尺度,并证明广义决策最优尺度与广义决策熵最优尺度是等价的.     

基于风险最小化的多粒度三支决策模型

为减小传统的二支决策中直接接受或拒绝决策带来的决策风险,分析问题决策的多粒度空间,研究了基于风险最小化的多粒度三支决策模型.在三支决策风险代价分析基础上,为寻求最优的粒度空间,结合不同属性特征在粒度空间中具有不同决策权重的特点,以粒化重要度和粒化决策权重为启发式信息,从多个不同的粒度层次出发,寻求风险最小的决策行动.最后针对不承诺选项中一些急需决策的现实问题,给出了基于风险控制的二支决策转化方法,并进行了具体的实例应用.     

医学数据库的设计

计算机信息管理系统在医疗机构的广泛应用,促进了医学信息的数字化;同时,电子病历和病案的大量应用、医疗设备和仪器的数字化,使得医院数据库的信息容量不断地膨胀。如何对医学数据库进行自动提升和处理,使其更好地为远程医疗和社区医疗提供全面的、准确的诊断决策和保健措施,已成为促进医院发展、提高服务质量而必须解决的新问题。正是在这种背景下,粗糙集技术开始广泛应用于医学数据库中。本设计主要研究医疗诊断系统中的Rough集属性约简方法。首先收集病人的体征数据;然后利用决策规则一致性检验算法过滤这些数据样本集合,删除在数据样本集合中相互矛盾和重复的样本,从而使数据样本集合保持一致性;再按照决策算法最小化方法来约简体征数据属性;最后得到病人所患疾病的名称及其机率,供医生参考。     

时序约束条件下协同制造链多目标优化

为了实现企业间制造资源的共享与优化配置,针对网络制造环境中复杂产品的制造任务,提出了协同制造链的概念.建立了整体运行成本与生产负荷最小化的多目标函数模型,分析了其时序约束条件;应用非支配排序遗传算法对多目标优化模型进行求解,获得了Pareto最优解集;应用TOPSIS方法在Pareto最优解集中选择最优解.仿真计算结果表明,提出的模型和算法能够获得满意的解.     

响应面模型与多目标遗传算法相结合的机床立柱参数优化

针对传统方法在复杂机械结构优化设计中的低效性和局限性,提出了一种将响应面模型与多目标遗传算法相结合的优化设计方法.采用拉丁超立方试验的设计方法,在设计空间抽取样本点并进行数值模拟,建立了由7个设计参数所决定的立柱最大变形、首阶固有频率及质量的初始二阶响应面模型.利用多目标遗传算法对响应面模型进行循环逼近优化,得到了Pareto最优解集.仿真结果表明,在质量不变的条件下,优化解可使立柱首阶固有频率增加15.9%,导轨处最大变形减小7.7%,可通过有限次数的数值模拟计算获得设计空间内的近似最优解,因此较适用于机床及类似复杂结构的多目标多参数的优化设计.     

信息集成技术在冻结建井施工中的应用

针对冻结法建井这种特殊的建井方式,主要研究了如何将信息集成技术和传统的建井工业结合起来,应用到复杂的冻结建è井施工中去.研究主要通过建立地学空间数据库、系统分析和计算机模拟三者相结合的方法,实现了基础数据、实测数据、模拟数据等多元数据的集成,最终形成一个系统平台,通过计算机控制和动态模拟整个施工过程,结果表明,信息集成技术在冻结建井施工中的应用,能够提高建井工程效率,降低成本,并为整个施工提供决策支持.     

简约空间内点法的投影梯度可行性恢复

内点法作为一种高效的非线性规划算法,其简约空间算法实现尤其适于求解过程系统工程中的高维、低自由度优化问题,从而算法只需要在决策变量的低维空间寻求最优解,并且求解性能不依赖于模型的精确二阶导数信息,这对难以获得二阶导数或者二阶导数计算代价很大的复杂系统优化极为重要。为了保障简约空间内点法的全局收敛性,本文提出了与内点法共享空间分解结构的投影梯度可行性恢复算法。该算法结合了信赖域与线性搜索方法的优点,能够有效促进内点法的全局收敛。通过求解经典文献及CUTE/COPS算例库中的优化问题验证了本文提出算法的有效性。     

面向运作系统的协调优化理论与方法

面向运作系统的协调与优化问题是指为了提高运作系统的效率和应对不确定环境的能力而提炼出的一类相关科学问题.这类协调与优化问题的基本特征是非线性、多目标、变结构以及决策信息的不确定性,一直是国内外研究的热点和难点.我们以运作系统中的理论与实际问题为研究对象,从需求预测、系统设计、运营和风险控制等多个方面开展了深入的研究工作.重点研究了运作系统的非平稳需求预测与决策、供应链协调与集成设计优化以及面向运作系统的风险预测与控制等问题,取得了一些原创性的理论成果,在一定程度上带动了国内外相应方向研究的发展.     

受时间、空间约束VRP问题蚁群优化模型及算法的研究

蚁群算法求解组合优化问题是当今智能优化算法的发展方向之一.通过对M.Dorigo提出的传统蚁群优化元启发模型改进,提出了多参数约束蚁群优化元启发式模型.该模型将所有优化约束条件映射为影响人工蚂蚁搜索行为的诱导素;模型中的人工蚂蚁智能行为简单,只根据信息素和诱导素在求解空间中进行搜索,而不进行复杂的运算;该模型减少了人工蚂蚁的求解搜索空间.并通过受时间、空间约束问题VRP(Vehicle Routing Problem)验证了本文提出模型算法较传统蚁群算法简单、收敛性快.     

ID3算法的改进和简化

针对ID3算法倾向于选择取值较多的属性的缺点,引进属性重要性来改进ID3算法,并根据改进的ID3算法中信息增益的计算特点,利用凸函数的性质来简化该算法.实验表明,优化的ID3算法与原ID3算法相比,在构造决策树时具有较高的准确率和更快的计算速度,并且构造的决策树还具有较少的平均叶子数.     

基于信息博弈的多源信息融合方法

针对多传感器信息融合系统中的信息冲突,结合博弈论的原理,在考虑信息冲突环境下局中人最优策略和最优支付的情况下,提出了求解信息冲突环境的信息博弈融合方法.首先通过信息熵的形式将多信息器表示成多源信息,并将多源信息的信息冲突过程抽象成为信息博弈过程,多传感器系统通过信息博弈的过程实现整个系统的信息收益最大化.通过对空调机调速器运行工况评价的实验分析,证实该方法在保持调节性能的同时,能从冗余的多源信息角度对系统的被控参数做出调整,各种动态品质特性优于传统的方法.     

基于循证决策的医学信息服务体系的构建分析

现代意义上的循证决策主要是指以事实证据为基础的决策,在决策制定、形成的整个过程当中,需要通过对决策相关因素的综合调查与分析,应用各种技术手段,支持循证医学的发展.循证决策下,医学信息服务体系的构建与成功应用将对于优化我国医学信息服务水平产生深远的效果.文章立足于循证决策研究视角,在对循证决策基本构成要素进行分析的基础之上,研究其在构建医学信息服务体系中的应用,望引起重视.     

基于实时车货信息的港-公调度优化模型

为了解决港区内存在的进出车辆拥挤、货物周转时间长、甚至延误顾客要求到货时间等问题,将港口系统和公路运输系统综合起来进行整体调度优化研究.通过分析港口每艘货船靠港和离港的装卸作业过程,采用线性规划的方法,建立包含港口、公路货运场站和目的地的港-公调度优化模型.该模型在满足港口和所有目的地货物需求的前提下,根据港-公系统信息平台提供的实时车货信息,求解出作业时间最短的公路货运车辆调度方案,这里作业时间既包括装卸车作业时间又包括车辆行程时间.对于每次港口装卸船作业,港-公调度优化模型均能为货运车辆在港口、货物场站和目的地之间提供最优运输路线,从而节省装卸作业时间,提高港-公系统的作业效率.     

关于工艺产品加工质量监测优化研究

质量监测可以有效的提高产品质量和生产效率。在复杂产品的生产过程当中,多个质量特性之间相互作用,共同对产品的生产质量产生影响,由于质量特性的数量较多、有些特性的关系是耦合的,因此准确诊断出异常变量是研究的难点。为了高效、准确的诊断出异常变量,提高产品的质量和生产效率,提出了基于改进网格优化的PCA-SVM多元控制图均值偏移诊断模型。在模型训练之前,使用主元分析(PCA)算法对数据进行预处理,降低数据维数和提取数据特征信息,再用改进网格算法对支持向量机(SVM)的参数进行优化,最终得到优化的SVM模型。仿真结果表明,采用的方法与传统方法相比,训练时间更短,且拥有更高的分类准确率。     

利用特征距离信息引导决策融合的多模态生物特征识别方法

传统的决策层融合作为识别系统最末端的融合层次,具有信息量不足的缺点,对于各模态分类性能差异较大的系统,识别率低且可靠性差。提出了一种基于特征距离信息的决策层融合方法,应用于包含虹膜、手掌静脉和手指静脉的多模态生物特征识别系统。以置信度作为权重,通过权重来探索不同模态生物特征识别的性能差异,实现了有效特征信息的提取,并且提高了系统的抗干扰能力。该方法充分考虑了权重因子与特征距离信息和模态分类性能参数之间的复杂关系,将模态的决策偏好通过置信度转化为定量表征,不仅使各模态权重因子的求解更具科学性,而且提高了识别系统在复杂情境下的自适应能力。实验结果表明,该融合方法的识别精度与抗干扰能力优于其他决策层融合算法。     

改进二维云模型的信息工程监理风险评估

针对传统信息工程监理风险评估具有随机性与模糊性,提出改进二维云模型的风险评估模型。通过三角模糊层次分析理论确定各风险因素权重,以可能性和严重度为基础变量,构建基于二维云模型的风险云图,在加权有序几何平均算子(order weighted geometric averaging operator, OWGA)的基础上引入情境参数,根据决策者的风险偏好优化各准则层风险云与云标尺的贴近度排序。经过实例仿真,表明所提模型可以在融合专家智慧的同时,避免定性云转换为定量值的损失,将风险以蕴含随机性和模糊性的形式可视化,经改进贴近度确定风险等级,验证了其有效性及优越性。     

基于置信规则库的机载导弹故障诊断

针对机载导弹结构日益复杂,传统专家系统故障数据少、故障诊断效率低、准确率不高等问题,提出基于置信规则库的方法对机载导弹进行故障诊断。首先,描述了基于证据推理的置信规则库推理方法,建立输入与输出之间的非线性模型;其次,为解决传统专家系统中初始BRB参数不准确的问题,结合故障位置信息,建立参数优化学习模型;最后,以某型机载导弹的制冷系统为例,对基于置信规则库的机载导弹故障诊断方法进行了验证和对比。结果表明,该方法既能克服传统专家系统诊断效率低的问题,同时能够通过参数训练提高机载导弹的诊断精度,较好地提高了机载导弹故障诊断效率,为机载导弹的维护保障工作提供了参考。     

用于对比度增强的医学图像可逆信息隐藏算法

用于医学图像对比度增强的可逆数据隐藏不仅能够利用可逆嵌入完成患者信息的存储,还可以实现对比度增强改善图像质量,在一定程度上帮助医生对患者疾病进行正确诊断.提出了一种新的用于医学图像对比度增强的可逆信息隐藏算法.该方法采用超像素分割医学图像,着重强调医学诊断的感兴趣区域的可逆嵌入与对比度增强.同时,将嵌入区域分为多个像素块,根据其统计特性有选择性地逐块修改.每个像素块采用经典的直方图修改方式,以直方图均衡化为优化目标,一次完成多个嵌入点的修改,从而减少在对比度增强过程中的嵌入失真.实验结果表明,与主流方法相比,该方法在兼顾可逆性能的同时,能进一步增强医学图像感兴趣区域的对比度,提高图像的视觉质量.     

多深度学习模型决策融合的齿轮箱故障诊断分类方法

针对齿轮故障诊断中单一传感器采集信息不完全、容错性不佳及一种神经网络模型具有局限性,传统信号处理技术提取特征困难等问题,提出了多深度学习模型决策融合的齿轮箱故障诊断分类方法,构建了基于卷积神经网络(convolutional neural networks, CNN)和改进堆叠降噪自动编码器(stacked denoising autoencoders, SDAE)的混合网络模型,根据改进的Dempster-Shafer(D-S)证据理论实现决策级融合诊断。以时频信号作为CNN的输入,以频域信号作为SDAE的输入,采用Adam优化算法和dropout、批量归一化技术训练该混合模型。实验结果表明：利用该融合方法对齿轮进行故障诊断相比单个的网络模型CNN和SDAE诊断正确率有所提高,为齿轮故障智能诊断分类提供了新路径。