基于范数的基本输入变量重要度排序的计算策略

针对Borgonovo基本输入变量重要度中概率密度函数积分不易求解的缺陷,基于重要度定义将范数的概念引入灵敏度分析中的重要度排序分析领域,提出一种新的基本输入变量重要度排序的计算策略,并为该计算策略选择了若干等价范数,从而避免求解积分的困难.该方法将所求积分用其等价范数进行替代,同时采用适用性更加广泛的一种正则化基本输入变量重要度的计算方法.从理论上讲,该计算策略能够为重要度排序计算提供多种等价范数形式.从所提计算策略与Borgonovo方法、Liu方法的比较可以看出:所提方法是三种方法中最简单有效的.最后,给出两个算例来说明所提方法的可行性.     

Integrated importance measure for multi-state coherent systems of k level

To verify the effectiveness of the integrated importance measure （IIM） for multi-state coherent systems of k level, the definition and physical meaning of IIM are demonstrated. Then, the improvement potential and Δ-importance measures are generalized to multi-state coherent systems based on the system performance level, and the relationships between IIM and traditional importance measures are discussed. The characteristics of IIM are demonstrated in both series and parallel systems. Also, an application to an oil transportation system is given. The comparison results show that： （i） IIM has some useful properties that are not possessed by traditional importance measures; （ii） IIM is effective in evaluating the component role in multi-state systems when the component reliability and the failure rate are simultaneously considered.     

基于邻接信息熵的网络节点重要性识别算法

通过研究节点与其直接相邻和间接相邻节点之间的关联关系,提出了基于邻接信息熵的网络节点重要性识别算法,算法只需获取节点与其直接邻居及间接邻居间的关联关系,通过计算网络各节点的邻接度,进而计算各节点的信息熵,利用节点信息熵的大小表征节点在网络中的重要性.通过对一个基础网络、无向无权ARPA网络和加权有向ARPA网络进行实验仿真,证明该算法对不同类型网络的通用性;利用该算法对网络按节点重要性进行节点删除实验,研究网络形成子网络的数量与规模,证明了算法的准确性.     

未确知测度模型在艺术品定价中的应用

文章在构建艺术品评价指标体系的基础上,利用专家评分数据,通过信息熵确定各指标权重,首次运用未确知测度模型对艺术品进行综合等级评价,并将评价的结果转化为艺术品价格,得到一种新的艺术品定价方法.实证应用以2011年艺术品拍卖市场上齐白石的画作进行定价分析,实证结果表明模型将定性描述转化为定量测度,能够降低主观评价的随意性,为艺术品定价提供客观依据和参考.     

基于Kriging模型与重要性抽样的可靠性灵敏度分析

针对因无法获得功能函数的梯度信息而不能使用解析方法的情形,提出了进行可靠性灵敏度分析的高效的仿真方法,首先基于Kriging模型和重要性抽样去计算失效概率,然后通过记分函数(score function)方法求出失效概率对各个参数的偏导数。在计算失效概率时采用反问题(inversion problems)中的不确定性逐步减少(stepwise uncertainty reduction)准则来更新功能函数的Kriging模型,继而在重要性抽样的框架下将失效概率表示成一个"增大"的失效概率与修正项的乘积;而记分函数方法只是对前面抽样方法的一个简单后处理,不需要计算额外的功能函数值.对所提方法使用算例验证表明:当功能函数为昂贵的计算模型或对系统(非单个构件)进行灵敏度分析时,该方法具有较高的计算效率和精度。     

新不确定度量下的冲突证据融合

针对证据高度冲突的情况下,DS证据理论在实际应用中出现错误融合结果的问题,提出基于不确定度的冲突解决方法.首先分析现有的不确定度量方法的不足,研究基本概率赋值本身所包含的信息,提出一种新的对证据不确定性度量的方法;依据新的不确定度量,结合证据距离生成权重来修正待组合证据体,再利用Dempster规则完成证据组合,可有效解决证据高度冲突情况下的信息融合问题,最后通过算例验证了该方法的有效性.     

基于改进IFRS相似度和信息熵的反导作战目标威胁评估

针对现有反导目标威胁评估方法忽略目标属性犹豫度和权重并造成评估精度不高的问题,引入直觉模糊粗糙集(intuitionistic fuzzy rough set, IFRS)理论,提出基于改进IFRS相似度和信息熵的反导作战目标威胁评估方法。首先,细分IFRS犹豫度,提出改进的IFRS相似度模型,并证明其性质。之后,针对现有的IFRS信息熵存在与直觉事实不相符的问题,提出基于余弦函数的IFRS信息熵,确定目标属性权重。在此基础上,构建并量化反导作战目标威胁评估体系,并通过比较威胁目标的各个属性值与正、负理想解的相似度,实现目标威胁排序。仿真实例验证了该方法的可行性和有效性,可为不确定环境下反导作战威胁评估提供新的参考和尝试。     

基于熵测度的多元化模式研究

为了分析国内企业集团多元化经营的基本模式及战略选择方法,本文采用熵测度与Rumelt鲁梅尔特分类方法相结合,通过矩阵法构建了国内企业集团多元化的分类模型及战略选择模型,确立了国内企业集团多元化经营的九种模式.在此基础上,基于国内60个上市公司的数据对国内企业集团多元化经营模式进行了评析.研究表明,国内有57%的企业集团采用了非关联高度与关联高度多元化,采用非关联低度和关联低度多元化的企业极少,企业集团的多元化经营模式存在着很大差异.企业集团的多元化经营的模式演进要根据其市场与竞争地位选择不同多元化经营模式.     

基于属性重要性的决策树规则提取算法

对属性进行约简为从关系数据库中挖掘简洁的规则创造了条件。但从属性约简后的数据集中提取最简规则的问题仍是一个NP难题,一般借助于启发式算法。提出了一种新的基于属性重要性的规则提取算法,称为IADT(importantattributedecisivetree)算法,采用粗糙集理论中的属性重要性概念,通过建立树结构来提取规则。算法可以避免面对NP难题,获得相对简单的规则。计算实例表明,IADT算法具有良好的实用性,有进甚至可以获得最简规则。通过与ID3算法进行的比较表明,IADT算法为规则树算法提供了一种新的属性选择标准。     

基于故障诊断价值测度的检测点优化配置方法

针对故障诊断中的检测点优选问题,提出了一种新的检测点故障诊断价值测度方法。该方法引入了收益因子及成本罚数,考虑了检测点诊断收益及测量成本两个因素对测点选择的影响。通过给出一个典型的故障诊断例子,说明了新方法能够全面地评判检测点的故障诊断价值,较原有的方法有了较大的改进,更适合工程需要。     

01SFT中的系统因素结构反分析方法研究

论文介绍了系统因素结构反分析子框架(inward analysis of system factor structure,IASFS).它是为了解系统在工作环境因素变化过程中系统可靠性的变化.论文根据其对应关系进行逻辑推理得到规则,进而形成系统等效响应结构.得到适合系统工作的因素状态组合.IASFS是笔者提出的SFT框架的一部分.根据IASFS的特点定义了01型空间故障树,其结构化表示法为图法和表法.基于表法的IASFS方法有逐条分析法和分类推理法.论文主要定义和描述了逐条分析法和分类推理法.说明了IASFS是一个系统结构反分析人机认知体.推理结果表明,就系统与因素的状态关系而言,系统结构为T=A_1·A_4+A_3·A_5+A_1·A_2·A_3.逐条分析法和分类推理法可得到等效响应结构,其与被分析系统对工作环境因素变化响应相同.     

改进自适应重要抽样法在水文极限分析中的应用

提出了一种改进的自适应重要抽样方法, 以广义极值分布为例, 引入L-矩法, 建立样本统计特性与分布参数的联系, 估算极限事件的 发生概率. 以浙江省云港流域的24h设计暴雨为例, 计算金竹岭和仙人潭两个站点降雨量分别大于213mm和200mm的概率. 计算结果表明 改进的自适应重要抽样方法能很好地模拟水文极限事件, 叠代次数随着抽样个数的增加逐渐减小. 与常规的MC法比较, 重要抽样的效率 有显著提高. 另外, 此改进的自适应重要抽样方法还能推广到其他的分布函数.     

WSN节点重要性和网络抗毁性的分析方法

无线传感器网络的一个重要设计目标是网络可靠性,无线传感器网络条件受限,节点能源有限,布置环境恶劣,使得研究无线传感器网络的节点重要性和抗毁性变得至关重要.节点的剩余能量会对网络生存时间产生影响,同样节点在拓扑结构中的位置也会对网络各个指标产生影响.通过研究节点的剩余能量和节点在拓扑结构中的贡献,综合这两种因素,提出了计算节点重要性和网络抗毁性的方法.仿真结果及对比表明该方法效果较好,且算法并不复杂.     

基于Lévy测度的动态操作风险度量

依据我国商业银行1994-2012年操作风险历史数据,本文引入Lévy测度描述操作风险损失所具有的非连续跳跃行为,利用稀疏序列法产生动态操作风险损失过程,采用了同时考虑损失频率相关性和强度相关性的Lévy Copula模型,给出了具有时变参数和时变相关性结构的动态操作风险度量模型和数值实验技术,计算了不同置信水平上的VaR与CVaR.实证结果表明:Lévy Copula模型能在减少模型设定风险的同时,较好地描述风险单元间的相关性结构;Lévy Copula模型相比于传统Copula模型对相关性结构刻画更为细致,能降低风险资本,并且通过稳健性检验;动态Lévy Copula模型能捕捉到风险的变化趋势,减少由于时变参数导致的风险资本估计偏差.     

基于变精度粗糙集的分类决策树构造方法

针对分类决策树构造时最优属性选择困难、难以适合大规模数据集的问题,提出新的属性选择标准--属性分类重要性测度,引入王信度和支持度,设计了基于变精度粗集理论的决策树算法.分类重要性测度可全面刻画属性的综合分类能力,且计算比信息增益简单.决策树生长过程中引入支持度和置信度,以控制决策树的生长,提高决策树对噪声数据集和不相容数据集的处理能力,减小决策树的规模.通过对UCI上5个不同规模和类型的数据集进行测试计算,结果表明算法效率高于ID3算法,与UCI报告的最好结果相当.     

数据处理的多源信息评价方法研究

在计算数据融合系统输出参数的估计精度之前,必须对跟踪系统各个通道的测量精度进行相应的评估和鉴定。为此,建立了数据处理结果的多源信息互评价方法,该方法通过不同测量通道、不同测量性质、不同测量时段的多个信息源的组合运用,客观地对数据处理过程的合理性和跟踪系统所有测元的质量情况进行评价。为测元数据的有效运用提供了前提条件,同时也为轨道参数估计的精度计算奠定了基础。     

不完全共因失效系统动态故障树模型分析方法

提出了不完全共因失效的概念,认为共因只能以一定概率作用于共因失效组的元件上,并产生一定程度的损伤。介绍了动态故障树分析方法常用的逻辑门结构,并在此基础上引入了新的逻辑门结构用于对不完全共因失效进行有效描述。指出了目前用于求解不完全共因失效系统动态故障树模型的马尔可夫链方法存在的不足,修正了现有研究给出的马尔可夫链状态转移图,并提出不完全共因失效系统失效概率的通用公式。最后给出应用实例,证明该方法的有效性。     

层次相似算法模型及在管理案例检索的应用

案例推理（CBR）已经广泛地应用在非结构化和半结构化的决策问题中，CBR系统成功的关键因素之一在于它检索出最相似案例能力，即相似算法的精确性和有效性，然而现有的各种相似算法常常对案例本身有较强的假定限制，这些假定限制的存在在实际的应用领域中并没有得到证实，文章以管理案例推理系统研究为背景，提出层次相似算法模型用以解决属性间存在复杂相关性的案例检索算法，并将该理论应用于管理案例检索的实践中。     

规则不确定性的几种度量及其相互关系

对目前广泛应用的基于粗集理论和信息熵的几种规则不确定性度量准则进行了比较分析,通过定理证明了它们之间存在不一致性以及发生不一致时的必要条件,并从不同角度揭示了它们之间的相互关系.最终为下一步构建更有效的不确定性度量的指明了方向.     

基于一类新的直觉模糊熵的多属性决策方法研究

针对现有的直觉模糊熵只考虑了隶属度与非隶属度的偏差,而未考虑直觉模糊集自身包含的犹豫度信息的缺憾,本文提出了一类新的直觉模糊熵,它可以充分表达决策者的犹豫度信息.在此基础上,针对属性权重完全未知和属性权重信息部分已知的直觉模糊多属性决策问题,分别通过熵权法和利用最小化直觉模糊熵建立的最优化模型求解属性权重,给出了直觉模糊多属性决策的折中比值法.最后,通过应用实例说明了所提出方法的有效性和可行性.