对给定谱系树拟合问题的一般离散模型及其精确最优解

本文对给定的谱系树,针对有限离散型拟合问题,提出了非常一般的最优准则,並给出了拟合问题的精确最优解的构造性方法。这个一般准则包括了最大概率拟合、最小变化拟合、最小突变拟合等。     

对给定谱系树的最优拟合

本文给出了两个求解给定谱系树最优拟合的递推公式。它适用于离散和连续的谱系树的最优拟合问题。还对有限离散的谱系树最优拟合问题,给出一种利用矩阵运算的求解方法。     

给定谱系树的加权最小二乘拟合

给出了给定谱系树加权最小二乘问题最优拟合的一个充要条件及两个拟合算法．     

对给定谱系树的一个最小拟合算法

本文对具有R×R上的度量函数d(x,y)=(x-y)~2具有无穷多个整数的指标集的谱系树拟合问题,给出了一个最小拟合的算法。     

具有约束条件的谱系树拟合

本文提出了一种新的具有约束条件的谱系树拟合模型。着重介绍了具有已知先代的拟合,并指出有序样品的聚类为该模型的应用特例。     

遗传算法在多目标运输问题的应用

运输问题有特殊的数据结构———运输树,应用基于支撑树的遗传算法求解多目标运输问题,介绍了能表示运输问题所有基解的节点编码方法及对节点编码的交配与变异规则,给出了染色体转换成运输树的可行性准则.     

遗传算法在多目标运输问题的应用

运输问题有特殊的数据结构——运输树，应用基于支撑树的遗传算法求解多目标运输问题，介绍了能表示运输问题所有基解的节点编码方法及对节点编码的交配与变异规则，给出了染色体转换成运输树的可行性准则。     

极小极大拟合准则下的在线参数估计方法

提出一种采用极小极大拟合准则的实用的在线参数估计方法。为此采取了两条有效措施。第一，将在线辨识中最常用的遗忘因子引入极小极大拟合准则；第二，通过研究有关的极小极大优化问题的对偶问题设计在线递推算法。前者使推广后的极小极大拟合准则具有追踪时变参数的能力，后者则为构造实用的在线递推算法提供了可行的途径。大量仿真研究表明，提出的在线参数估计方法具有较好的性能。     

极小极大拟合准则下的在线参数估计方法

提出一种采用极小极大拟合准则的在线参数估计方法，为此采取了两条有效措施，第一，将在线辨识中最常用的遗忘因子引入极小极大拟合准则，第二，通过研究有关的极小极大优化问题的对偶问题设计在线递推算法，前者使推广后的极小极大拟合准则具有追踪时变参数的能力，后者则为构造实用的在线递推算法提供了可行的途径，大量仿真研究表明，提出的在线参数估计方法具有较好的性能。     

植物群落谱系结构与多样性格局研究进展——基于CiteSacep的知识图谱分析

群落构建机制在群落生态学中占据关键地位，探究物种亲缘关系的发展有助于了解群落形成的过程.基于CNKI和Web of Science核心数据库，采用文献计量法和CiteSpace软件探讨了植物群落谱系结构及多样性格局的研究进展.结果表明，植物群落谱系结构随着空间尺度的增大而逐渐聚集；时间尺度上，随着径级增大和群落演替加深而逐渐分散；分类群尺度越小，谱系则趋于分散.不同空间研究尺度下，群落多样性格局具不同特征：物种多样性随纬度上升而降低；群落多样性与海拔的关系包括：正相关、负相关、中等海拔多样性最高、中等海拔多样性最低、与海拔梯度无关等.综合传统谱系树构建与DNA条形码技术相结合的研究方法，有助于构建更加准确的谱系树.     

一种多标准决策树剪枝方法及其在入侵检测中的应用

为提高决策树的适用性,以决策树在入侵检测中的应用为背景提出一种多标准的剪枝方法,使决策树程序能在参数调整后适应不同的应用. 给出了用于描述决策树不同性能的一些参量,如稳定性、复杂度、分类能力等,用户可以根据具体情况对向量各分量的权重进行调整,逐步得到满足要求的决策树. 实验结果表明,该算法能够根据入侵检测系统的具体需要,快速地构建相应的决策树,从而程序可被用于不同情况. 该方法把由程序员决定决策树变成了由用户决定决策树,程序更通用,结果更合理.     

模糊综合评判的施工企业项目经理聘用及考核

施工企业项目经理的聘用和考核属多目标、多准则决策问题,需要用系统的观点来对待。本文在大量调查研究的基础上,首先构建了施工企业项目经理聘用及考核评价指标体系,并用层次分析法(AHP)确定出各指标的权重,再按照模糊综合评判的方法进行评判。     

n/1∥■+■+问题的几个判别条件

n/1//■+■+问题是一种新的多目标排序问题.本文提出并证明了n/1//■+■+问题的六个最优判别条件,据此得出了一类特殊的n/1//■+■+问题的解法.     

基于二叉树的族谱生成系统的设计与实现

针对历史较长的家族数据量大,普通书籍方法查阅起来困难的问题,设计一款基于二叉树的族谱自动生成管理系统,系统主要利用计算机数据结构中的二叉树,对家族的族谱进行生成及实现管理功能。实验证明,系统能有效实现族谱的自动生成,具有一定的应用性。     

基于改进鲸鱼优化算法的GBDT回归预测模型

针对梯度提升决策树（gradient boosting decision tree, GBDT）参数难以选择的问题, 提出一种基于改进鲸鱼优化算法（improved whale optimization algorithm, IWOA）的GBDT回归预测算法. 首先, 提出一种改进的鲸鱼优化算法, 利用混沌映射初始化种群提高种群多样性, 引入惯性权重与差分进化算法中的变异交叉策略解决迭代后期易陷入局部最优的问题； 其次, 利用IWOA对GBDT的关键参数寻优, 避免参数选择的盲目性, 提高回归预测模型的泛化能力； 最后, 建立IWOA-GBDT回归预测模型, 并利用UCI数据集对模型进行验证. 实验结果表明, 相比于决策树、 支持向量机、 Adaboost和GBDT算法, 该模型算法具有更好的拟合效果, 并有一定的实用价值.     

水利水电开发排序的多层次多准则模糊规划模型

针对跨流域调水工程,分析了目前水利水电工程开发程序常规方案优选方法中存在的缺陷,建立了多准则递阶层次结构模型;论证了引入风险型评价指标的必要性、运用多准则多层次研究开发程序的合理性、建立多层次模糊综合评判的可能性;同时,根据所研究的问题需要考虑决策者准则偏好的特点,提出悲观准则、乐观准则及折中准则,并将偏好以系数的形式体现在模型中,给出了相应模型的求解方法.工程案例表明,该模型是可行的.     

二分法的一个难例

本文提出了O_n计数树的概念,并证明了O_n的计数树具有良好的性质。最后通过{O_n}这个实例证明了基于二分法所构造出的算法均具有指数型时间复杂度。     

关于路Pn和圈Cn的幂图的消圈数

讨论关于路Pn和圈Cn的幂图的消圈数.对于任意给定的次幂m,文中得出了路Pn和圈Cn的幂图的消圈数的准确值.另外,还给出了路Pn和圈Cn的幂图的最大导出树.     

基于模糊神经元网络的信息融合模型

为了解决对象是庞大数据的复杂的工业生产过程的建立模型困难的问题,提出了基于势场拓扑的层次聚类算法和模糊c均值聚类算法融合,结果表明:通过两次聚类算法的融合,获得精确的聚类个数和隶属度,以此来确定模糊神经网络的结构模型,并将得到的隶属度作为依据,建立基于多判据信息融合和模糊技术构建神经元网络模型,通过对实际地下开采生产过程的仿真,结果验证了模型的有效性。该成果对煤矿开采具有一定的参考价值和指导意义。