历史相依决策模型的建立及相应过程的构造

历史相依决策模型(HDDM)及历史相依决策过程(HDDP)是决策模型及相应的决策过程的一般情形.马氏决策模型(MDM)及马氏决策过程(MDP)是HDDM及HDDP的特殊情形.本文严格地建立了历史相依决策模型,并证明了相应的历史相依决策过程的存在性,证明是构造性的.作为HDDM及HDDP的特殊情形,建立了马氏决策模型(MDM),并构造了相应的马氏决策过程(MDP).     

战斗机突击作战实时辅助决策研究

突击作战实时辅助决策对减轻飞行员负担、减少操作失误具有重要意义.在建立战机运动模型、威胁约束模型和目标攻击火控边界约束模型基础上,构建了突击作战辅助决策模型.引入了勒让德伪谱法,将辅助决策最优控制模型的解算转化为非线性规划求解问题.设计了基于滚动时域控制的优化策略,实现了模型解算的实时性.通过对基于C代码的可行序列二次规划(code feasible sequential quadratic programming,CFSQP)算法软件包的改进,有效减少了优化变量和约束条件数量,能对大规模非线性问题快速寻优.仿真结果表明了所提出的实时辅助决策方案的有效性和可行性.     

可变步长的元胞自动机智能决策疏散模型的仿真研究

将基于模糊推理的方向选择模型和通道吸引力模型,与疏散时间模型等模块进行组合,构建了基于元胞自动机的智能决策模型.在对疏散过程的描述中引入有效通道密度概念,以使密度数值能够直观反映疏散过程各个时段通道的拥挤情况,并通过对个体变步长行进方式的执行,实现对复杂疏散行为更为合理的描述.利用变步长智能决策模型对大型超市疏散过程进行描述,仿真过程能够对个体疏散路线,通道和出口密度变化等疏散特征直观表现,对疏散时间等仿真数据分析表明模型是有效的.     

基于Vague集的多属性采煤工艺选取

针对采煤工艺优选的决策信息具有多属性和模糊性等特点,提出采用Vague集理论建立决策模型,给出的记分函数全面考虑了未知度对决策的影响,属性因素的权重利用模糊层次分析法确定,为了提高决策的准确性和安全性,模型采用由多名专家参与,通过方案综合记分值和精确度值最终实现决策分析.利用模型对内蒙古某煤矿进行了实例分析,结果表明该方法具有较强的适用价值,可为采煤工艺优选的决策提供理论依据.     

企业碳排放权交易决策模型研究

碳排放权交易是我国碳减排的重要措施,构建碳排放权交易决策模型有助于企业科学进行交易决策,降低交易风险,提高交易效益。分析了企业碳排放权交易决策过程,建立包含诚信风险、价格风险和企业自身风险3方面9个指标的交易对象评价指标体系,基于AHP赋权和各评价指标赋值标准,构建交易对象的综合评分模型。以交易成本最小化为目标,以风险挂钩下的交易量限制以及满足总配额需求为约束,建立企业碳排放权交易决策优化模型。示例结果表明,构建的碳排放权交易决策模型是可行的,能够降低企业碳排放权交易风险并最小化交易成本。     

基于组合权重的犹豫直觉模糊语言灰关联决策方法

为了处理多准则决策中的不确定信息,基于犹豫直觉模糊集和犹豫直觉模糊语言集,提出新的犹豫直觉模糊元素的欧氏距离和犹豫直觉模糊语言元素的欧式距离.利用灰关联方法,并结合组合权重的思想,提出了一种基于组合权重的犹豫直觉模糊语言灰关联决策模型.实例说明该决策方法的合理性和有效性.     

基于农业生产函数的控制与优化决策方法

针对市场经济环境下的农场生产决策中出现的新问题,以发展质量效益型农业为目标,提出了基于农业生产函数的逐场生产决策控制与优化方法,分别建立了农场的单位面积粮食生产优化决策模型和控制决策模型,根据粮食市场不同的情况,做出科学、合理的单位面积粮食生产资金安排方案     

自然资源利用的随机模型及其动态分析

将不可再生资源引入生产函数构建了一个社会计划者的最优决策模型,运用随机分析方法,分析了不确定条件下社会计划者关于消费和不可再生资源利用的最优决策,得到了最优资本存量的显示路径及稳态分布密度,并给出了模型的政策含义.     

基于属性约简的决策树算法在商品促销决策中的应用研究

商品销售管理是企业经营管理中的一个重要环节,通过建立商品促销决策的数据挖掘模型,企业可以获取有助于销售决策的大量有价值的信息,从而获得竞争优势.该文采用决策支持模型来发掘不同客户群的商品购买需求.首先对收集的历史数据进行预处理,然后采用似然比计算预测字段和目标字段的相关性,对属性进行约简,最后使用CHAID算法构建决策模型.实验结果表明,约简模型的性能降低很小,但是大大提高了运行效率和分析效率,降低了过度拟合模型的风险,具有很好的实用价值.     

基于信息智能化的机场出租车供求匹配系统优化

针对机场出租车调度管理中乘客与司机之间的信息不匹配,运用二叉树决策模型等方法,构建了司机决策的均值模型和收益模型.给出不同影响因素下司机的决策方案,并设计机场出租车上车点的具体位置,同时利用信息智能化技术设计了导乘屏,以优化出租车智能供求匹配系统,解决了乘客与司机之间的信息不匹配问题.设计不同方案并加以分析,得出了有益于短途司机的最优化方案,该方案可供其他交通运营机构借鉴.     

机翼摇滚自适应神经网络抑制

针对战斗机在大迎角下表现出的机翼摇滚非线性振荡现象,提出一种基于自适应神经网络的抑制机翼摇滚控制方案. 采用动态逆方法实现机翼摇滚特性的近似线性化,并根据动态性能指标要求设计线性补偿器,采用单隐层神经网络在线补偿近似动态逆引起的误差. 仿真实验验证了控制方法的有效性.     

变压吸附空分制氮过程的数值模拟

对变压吸附空分制氮过程,建立了相应的数学模型,并用正交配置、四阶龙格-库塔法和选代法相结合求解了这一复杂的偏微分方程组.利用经过中试检验的模型,对各种操作条件(吸附压力、吸附时间、进料流速、吹扫流速等)下体系的性能进行了预测,预测结果对工业装置的设计和操作具有指导作用.模拟计算证明,所发展的算法计算迅速,稳定性好.     

轻型客车室内通风的数值模拟与实验研究

根据轻型客车室内空气三维流动和传热的特点,将空调风道系统纳入计算区域,对车室内流场和温度场的分布进行了数值仿真,并利用环境模拟试验验证了数值方法的可靠性.理论与实验结果表明,客车风道内风量分配主要由风道内的静压分布决定.适当加大风道截面积有利于风量分配,并可避免采用变截面收缩风道而增加的工艺难度.     

空气质量指数计算的数学模型

根据2013年全国研究生数学建模竞赛中的附表1和附表2的数据,研究空气质量评价.联系实际分析论证了现有模型的局限性,在现有的国家最新空气污染物监测标准的基础上应用半集均方差原理建立一种新的空气质量指数计算的数学模型.     

三缸往复泵空气包的动力学方程及数值解

用数值分析方法求解了三缸单作用往复泵空气包的动力学方程,建立了空气包后管线中流量的数值计算模型,并对计算结果进行了分析,得出了泵及空气包的结构和物理参数对流量脉动的影响规律。     

应用空域局部高斯混合模型的LSB匹配隐写分析

考虑到图像是一个局部平稳信源,提出一种局部内容自适应的LSB(least significant bit)匹配隐写分析方法. 该方法将LSB匹配隐写建模为加性高斯噪声,将图像空域细节分量建模为高斯混合模型. 在局部区域内用期望最大化算法估计模型参数,取最小方差值为局部隐写噪声方差的估计. 然后提取局部方差直方图的加权和特征,以反映图像不同复杂度区域隐写前后的变化. 将原始特征和校准特征相结合,作为分类特征. 对未压缩图像库的实验表明,该方法较现有方法具有更好的检测性能,在嵌入率低至25%时仍有较可靠的检测性能.     

空调房内空气质量对人体的影响

随着空调机的普及,空调房内的空气质量与人们的生活也越来越密切。由于人们不注意这局部环境的空气卫生,导致室内空气污染,引起各种疾病。本文将空调房内空气的某些观测数据与自然大气的标准数据进行比较,阐明为了避免室内空气污染,必须经常通风,并在装修房间时保留新风口。     

膜生物反应器处理制药废水控制与建模(英文)

对淹没式膜生物反应器(SMBR)处理中药废水进行了中试研究,并基于ASM1号模型建立了膜生物反应器内有机物和氮同步处理的数学模型.根据SMBR反应器内污泥的生化特性和污水特性对ASM1号模型进行了修正.采用1阶偏微分方程组表示了SMBR反应器内有机碳和氮的转化过程,并利用MATLAB软件应用模型对不同溶解氧浓度条件下的MBR处理过程进行了模拟.结果表明:模拟值和试验值符合较好,模型中采用的参数可较好的描述有机碳和氮的转化过程.模型可用于评价处理效果和模拟操作过程,并为优化SMBR设计和运行参数提供参考.     

福州大学城空气负离子浓度水平特征研究

以空气负离子浓度作为空气质量的主要评价指标,使用DLY-6A空气离子测量仪测量空气中的负离子浓度,测量了福州大学城区域8个院校的空气负离子浓度水平,以此描述福州大学城的空气质量.并根据不同环境下负离子含量的不同,探究影响空气负离子浓度变化的相关环境因素,为其环境建设和师生休闲活动开展提供参考和建议.     

一种面向不确定标签样本的K-近邻高效决策算法

基于案例的决策是一种直接依据过去的历史案例对当前案例进行分类或者指标预测的方法,K-近邻方法就是一种广泛应用的基于案例的决策模型。在K-近邻方法中,历史案例上需要有标签,而在现实应用中,标签本身有一定的不确定性.文章详细地讨论了现有的基于K-近邻的决策方法忽略了样本标签不确定性这一问题,并基于Dempster-Shafer证据理论对标签不确定性进行建模以改善预测的性能,在此基础上结合边界树模型提高模型的运行效率.文中介绍了边界树算法的作用与原理,对如何结合传统边界树算法与样本标签的不确定性对边界树算法的节点转移策略以及决策过程进行了优化.文章最后对边界树算法的计算规模与准确率做了详细的实验论证.结果表明,文中提出的方法一方面考虑了标签的不确定性,另一方面提高了传统的K-近邻模型的决策效率.