序值决策系统中基于描述子的可信规则获取

在序值决策系统中, 根据下近似并不能导出所有可信规则.为此提出了优势和弱势描述子概念,讨论了优势和弱势描述子的支持集与决策类之间的包含关系,用以导出序值决策系统中的所有可信规则.研究了两种新的描述子的约简以及这两种描述子关于决策类的相对约简问题,给出了相应的判定定理与区分函数,为从序值决策系统中获取最优可信决策规则提供了新的理论基础与操作手段.     

体绘制中的自动转换函数研究与实现

转换函数是体绘制一个必不可少的组成部分。针对传统的自动转换函数缺乏通用性和交互性的不足,提出一种通用自动转换函数GATF,基于自组织映射神经网络SOM识别数据集的类型,利用反向传播神经网络BPN得到相应转换函数的权值,相应的类型和权值信息保存于信息库中,这样任何数据集只要能在信息库中找到相同或相似度足够的类型,就可以直接取出BPN权值自动进行颜色转换。实验结果证实GATF达到了转换函数的通用性,具有类型识别率高和更能揭示细节的能力。     

极大熵准则下n人非合作条件博弈的期望Nash均衡

设每个局中人的纯策略空间都是实数集上的Borel集，在实数集上有m个确定的Lebesgue可测集，并存在从这n个纯策略空间的笛卡尔乘积到实数集的m个n元Borel函数。这m个Borel函数在对应Lebesgue可测集下的逆像构成这n个纯策略空间的笛卡尔乘积的一个划分，并且每n-1个纯策略空间的笛卡尔乘积都具有有限正Lebesgue测度。纯策略空间的笛卡尔乘积的不同分块中的纯局势一般具有不同的博弈结果。每个局中人的效用都是自己所选纯策略的一元函数。在极大熵准则是每个局中人的共同知识的条件下，我们得到了求这类博弈的期望意义下的Nash均衡点的方法．给出这种Nash均衡点的存在定理和可交换定理。最后给出一个应用例子。     

可靠性参数的M-Bayes可信限

提出了可靠性参数的一个新估计方法--M-Bayes可信限估计法,对寿命服从指数分布的产品,在无失效数据情形,给出了失效率的M-Bayes可信限的定义、估计及其性质.结合某型发动机的实际问题进行了计算,计算结果表明失效率的M-Bayes可信上限"优于"经典置信上限,可靠度的M-Bayes可信下限"优于"经典置信下限.通过例子可以看出提出的方法便于应用.     

基于机会理论的复杂装备系统风险传递GERT研究

针对复杂装备系统任务活动中风险分析传递类型单一、风险机理分析不全面的问题,构建不确定随机图形评审技术模型。首先,根据复杂装备系统的风险特点,基于机会理论提出了风险度,定义不确定随机矩母函数,结合风险基元、风险流构建了图形评审技术(gragh evaluation review technique, GERT)网络分析模型;然后,改进模型通过基元风险度、系统风险度、风险基元重要度等参数,进一步描述风险传递关系;其次,利用矩估计法处理专家信度,采用改进的量子菌群算法求解极大熵模型,分别求得不确定分布函数和概率密度函数,从而得到矩母函数,计算网络模型的参数。最后,选取某型战机执行眼镜蛇机动任务为例,定量评估飞行风险,分析风险机理,验证模型的有效性。     

基于高斯混合概率假设密度滤波器的扩展目标跟踪算法

针对杂波环境下多扩展目标跟踪中航迹起始和量测集划分问题,提出了一种基于高斯混合概率假设密度滤波器的扩展目标跟踪算法。在航迹起始阶段利用最近邻指数法对量测集进行聚类趋势分析,接着通过改进OPTICS (ordering points to identify the clustering structure)算法,建立一个增广数据集排序来表示量测集的密度结构,该算法对参数选择、初始点选择均不敏感,可以滤除量测集中的杂波。仿真结果表明,在航迹起始阶段本文所提算法在保证起始性能的同时计算代价明显减少,在量测集划分过程中,所提算法能够有效划分不同形状、密度的扩展目标,自适应地确定划分数目,减少算法运行时间。     

一种基于支持向量机的模糊分类器

提出了一种基于支持向量机学习的模糊分类器(FCBSVM).介绍了FCBSVM的基本思想及其结构,分析了隶属函数参数和惩罚参数C对分类规则的产生以及分类性能的影响,并提出了参数确定方法.构建这种分类器时,先选用适当的隶属函数,构造核函数.然后,以训练模式作为中心,进行模糊划分,对每个模糊划分建立一条模糊IF-THEN分类规则.最后,利用支持向量机学习方法,求出支持向量和规则的参数.这种分类器将支持向量机和模糊集合理论的优点结合起来,实现了模糊划分和模糊分类规则的自动产生.用双螺旋线数据和典型的数据集对分类器的性能进行了实验评测,验证了分类器的有效性.     

Computer-aided design of classical linear compensators with application to aerospace

A new Matlab function based on a versatile compensator design approach is developed. This function allows design of lead-lag, PID, proportional plus rate feedback, proportional-integral plus rate feedback, and nth order linear compensators. The primary inputs to this function are the plant transfer function and the desired closedloop behavior in terms of an nth order transfer function. The output is the particular compensator parameters. The unified design approach is primarily based on minimizing a mean-squared error type objective function. This minimization gives the compensator parameters in terms of a set of linear simultaneous algebraic equations. This solution method requires the user to input such parameters as the lower and upper limits of frequency range of interest; such parameters are automatically determined by the use of numerical optimization. The design method and the associated software are demonstrated by solving a flexible satellite problem, and the results are compared with those obtained by two other methods reported in the open literatures.     

基于粗糙集和证据理论的设备状态评估方法

为准确判定复杂设备健康状态，提出一种基于粗糙集理论和证据理论的健康状态评估方法。鉴于粗糙集只能处理离散指标，首先提出一种基于动态模糊C-均值聚类算法的连续型评估指标的离散化方法；再通过基于互信息的属性约简算法对复杂设备健康状态评估指标进行约简；然后对约简的评估决策表进行处理，构建基本信度分配函数；最后利用D-S合成规则进行多指标合成得到健康状态，进一步挖掘评估指标与健康状态间的关系。实例研究及对比分析表明该方法能有效提高决策可信度，减少评估的不确定性。     

Dynamic weighted voting for multiple classifier fusion:a generalized rough set method

1 .INTRODUCTIONMultiple classifier fusion or combination has prov-enitself a powerful tool for achieving high classifi-cation accuracy with moderately discri minatingclassifiers .If only output class labels are availablethe voting fusion[1]is often used as a decisionlevelfusion. However ,the main drawback of the votingfusion is that all classifiers are considered equallyreliable and this maylead to a confident decisiontobe changed by a less reliable classifier . A possibleway of overcomin…     

基于复合神经网络的数据分布模式仿真识别

采用复合结构神经网络对数据概率分布模式进行了仿真识别。首先提取数据的样本峰度、偏度、分位数和累积概率等数字特征 ,构建数据概率分布模式和仿真识别训练样本 ,然后采用Kohonen网络对概率分布进行聚类 ,接着运用BP网络对各聚类分别进行分类识别 ,最后对任意数据流进行了仿真识别。仿真识别结果表明 ,同其它模式识别方法相比 ,该方法更能够反映数据流概率分布的特征 ,从而得到了满意的模式识别效果。     

低信噪比下卷积交织器识别

针对现有卷积交织器识别算法,在低信噪比下存在误判概率高、识别效率低等缺陷,首先分析了构建出的数据矩阵统计特性,给出了同步码以及随机数据位置上的概率密度分布函数,基于最小错误判决准则,设定了同步码检测门限,同时基于三倍标准差准则,设定出更为稳健的交织周期识别门限;其次,分析出了数据矩阵中每一行与每一列累积量的对应关系,提出了一种快速交织周期遍历方法,使得矩阵构建次数大大减少;最后定义了聚合度概念,仅通过二重循环遍历即可完成交织深度与交织宽度的快速识别。仿真结果表明,该算法能够在低信噪比下实现卷积交织器参数的有效识别,同时相比于现有的方法，识别性能提升了1 dB到2 dB,且计算效率得到了明显的提高。     

Rough function model and rough membership function

Two pairs of approximation operators, which are the scale lower and upper approximations as well as the real line lower and upper approximations, are defined. Their properties and antithesis characteristics are analyzed. The rough function model is generalized based on rough set theory, and the scheme of rough function theory is made more distinct and complete. Therefore, the transformation of the real function analysis from real line to scale is achieved. A series of basic concepts in rough function model including rough numbers, rough intervals, and rough membership functions are defined in the new scheme of the rough function model. Operating properties of rough intervals similar to rough sets are obtained. The relationship of rough inclusion and rough equality of rough intervals is defined by two kinds of tools, known as the lower （upper） approximation operator in real numbers domain and rough membership functions. Their relative properties are analyzed and proved strictly, which provides necessary theoretical foundation and technical support for the further discussion of properties and practical application of the rough function model.     

Lindblad型开放量子系统最优控制

对于伴随着松弛和耗散的Lindblad型开放量子系统,采用基于Liouville超算符变换的方法,将开放量子系统的动力学微分方程的矩阵表达形式转化成向量表达以简化微分方程的求解。以系统被控状态到达目标状态的期望值为性能指标,对变换后的开放量子系统进行最优控制律的设计,以达到状态转移的目的。在MATLAB环境下以2能级开放量子系统为例进行了系统仿真实验。对控制参数的变化对系统的布居数转移概率及其控制时间的影响进行了对比实验,并对实验结果进行了对比分析。

Abstract：

In order to solve the state of an open quantum system with relaxation and dissipation,the dynamical equation of the system in matrix was transformed into vector form in Liouville space. Taking the expectation value for the state under control reaching the target state as performance indicators,an optimal control function was derived for the system transformed. The control a 2-level open quantum system was simulated on in MATLAB. The influence to population transfer probability and control time caused by changing of parameters were analysed contrastively.     

移位制评价法及其可靠性研究

本文讨论了在对象个数为N情况下的移位制评价结构及由此生成序集的方法, 给出了不产生序集错位的对阵结构的概率估算及判前两序集为优序集的可靠度。     

不确定性军事冲突态势的动态预测

基于模糊集探讨了不确定性军事指挥冲突态势处于动态过程的预测问题 ,定义了加权熵、随机熵和变熵权等概念 ,给出了确定军事冲突状态转移运行轨迹的数学方法。为科学地预测冲突态势、协调控制军事冲突结局建立了动态决策模型。     

混合系统的面向对象仿真

提出了一种新的混合系统自动机模型。该模型把混合系统看作是由系统行为模式集、连续状态空间、外部输入集、演化函数集、转移函数集、外部输入函数集等组成的六元组,对混合系统的行为具有很强的描述能力。在此基础上,利用面向对象思想,把混合系统看作由实体对象、时序对象和界面对象组合而成的对象,建立了混合系统的面向对象仿真模型,并讨论了其仿真逻辑。这一模型为混合系统的仿真提供了通用的框架。     

一种基于“独立性差”的分类学习新算法

从"独立性差"角度出发,提出了ISE准则下的"独立性差"估计新方法(difference of independence estimation,DOIE).从数学模型上证明该算法与单类SVM等价且可用于解决分类问题.当数据集规模较大时,该算法的优势在于可用较少样本点表示两数据集中样本点间的关系,在保证精度的前提下,提高运算速度.该算法还可应用于两数据集独立性判断、检测流数据分布改变点的位置.若退化为单类数据集,可应用于概率密度估计.Benchmark和UCI数据集上的实验表明,该算法具有较好的性能.     

基于设计特性覆盖的测试性定量分析方法

针对目前测试性分析基于故障分析的现状,提出了一种基于系统结构、性能、功能的测试性定量分析方法。定义了系统设计特性覆盖测试模型,系统结构、功能、性能及测试关联模型,性能覆盖率、功能覆盖率、结构覆盖率的定量计算模型。建立了基于设计特性覆盖的测试性定量分析流程,主要包括系统基本信息建立、信息间直接关联关系生成,测试覆盖率定量计算及测试未覆盖项分析。以某飞机舵机系统为例进行了应用,结果验证了方法的可行性和有效性。     

Decision making with fuzzy probability assessments and fuzzy payoff

1.INTRODUCTION Aproblemoftenfacedbymanydecisionmakersisthe selectionofsomealternativesinrandomuncertainsit uationsinwhichprobabilitiesofeventsareprovided byhumanbeings.Humanbeings,ratherthanbeing abletoprovideexactspecificprobabilities,areusually bestatassessingprobabilitiesinimpreciselinguistic termssuchashigh,low,about70%.Anaturaland usefulwayofrepresentingimpreciselinguistecproba bilitiesiswithafuzzysubset[1～3],afuzzyprobabili ty.Yager[4]investigatedtheproblemofdecision makingwithf…