基于Vague集的方案决策模型及其推理机制

针对复杂决策系统的异构性及推理策略协同问题,提出了基于Vague集的方案决策系统框架及推理模型,包括分级策略、多维证据/决策点和方案优选三个子模型。解决了决策目标与动态工作流结合问题,提高了信息融合度和动态决策过程中对非结构化信息处理的有效性。采用嵌入式算法结构解决了资源节约与提高系统重用性的计算问题。通过实例验证了该推理机制及模型的可行性。     

供应链金融风险评估研究综述——基于知识图谱技术

供应链金融作为一种面向供应链上所有成员企业的系统性金融服务,重在解决中小微企业融资难、融资贵问题.但长期以来相关参与主体信息不对称问题导致其风险频发,特别是风险评估技术相对滞后,使得供应链金融难以得到有效推广.因此,供应链金融风险评估成为业界亟需解决和学界广泛研究的热点问题.本文主要从供应链金融风险评估相关文献着手,通过知识图谱技术从152篇中文文献和61篇英文文献中提取知识,并进行可视化分析.一方面探究了供应链金融风险评估的研究现状,发现现有研究存在研究视角片面、研究对象单一、研究数据样本小、研究模型性能和可解释性不足等问题;另一方面展望供应链金融风险评估的研究趋势,主要包括以下问题有待深入探究:如何多渠道采集结构化、半结构化和非结构化数据,并对其进行有效整合,以及实现隐私数据的信息安全共享.如何从互联网经济活动所产生的海量数据中挖掘供应链金融风险关联知识,并从中提取风险特征,以此建立高维度、细粒度的供应链金融风险评估指标体系.如何运用深度学习方法来提升供应链金融风险评估模型的整体性能,并通过解析风险特征的重要性和边际效应来确保模型的可解释性.     

基于EA流程图的指挥流程信息可视化方法

针对传统的基于线性列表可视化显示方式难以满足高效指挥流程监控与评估要求的问题,提出和实现了一种基于事件行动(event action,EA)流程图的指挥流程信息可视化方法。首先,基于可视化显示内容与形式的军事需求,提出了一种EA流程图模型;其次,建立了指挥内容军事概念模板,实现了非结构化基础数据到结构化指挥行动信息的转换,基于指挥流程规则知识比对方法,实现了按照指挥目标任务分类的指挥事件信息生成,形成了从数据到EA流程图映射的方法过程;最后,以装甲机械化部队作战指挥仿真训练为应用案例,设计实现了指挥流程信息可视化系统,对提出方法的可行性和有效性进行了验证。     

企业战略研究的系统方法论

首先通过分析系统的最重要但常常被忽视的特征来深入理解系统概念,给出在实践中把握系统概念的具有可操作性的途径; 通过知识论域体系、系统方法论的系统以及全面系统干预元方法论,进一步理解系统方法论的概念以及在实践中应用系统方法论的途径. 然后基于对系统和系统方法论概念的上述理解和企业战略研究的诸多学派,提出了一个企业战略研究的系统方法论,并详细介绍了 一个案例,在案例中还对定位学派的具体的研究方法论做了拓展.最后指出企业战略研究的系统方法论是选择众多企业战略研究方法 论的元方法论,可用于各种问题情境下的企业战略研究,而且其应用系统思考的途径还可以推广应用于企业管理的其它领域.     

定性仿真技术及应用

定性仿真以非数字化手段处理信息输入、建模、行为分析和结果输出等仿真环节,通过定性建模推导系统的定性行为描述。定性仿真是处理不完备信息的有效方法。定性仿真方法产生了多种流派,如模糊仿真法、归纳推理法、非因果关系推理方法、基于因果关系的推理方法、基于图表的推理方法、基于数据的结构化建模方法、基于定性空间的推理方法等。近年来,定性仿真已应用到故障诊断、生态和环境学、机械制造业和工业系统、医学研究、混杂非线性系统、教育系统、人类社会与经济、人工智能等领域中。最后从整体上简要评述了定性仿真的发展。     

基于多目标进化算法的高维模糊分类系统的设计

提出一种可同时构造多个精确性和解释性较好折中的高维模糊分类系统的设计方法。该方法由以下三步组成:(1)利用Simba算法进行特征变量选择;(2)采用模糊聚类算法辨识初始的模糊模型;(3)利用匹茨堡型实数编码的多目标遗传算法对初始模糊模型的结构和参数进行学习。基于NSGA-Ⅱ算法的目标函数同时考虑模型的精确性和解释性;为提高模型的解释性,在多目标进化算法中利用基于相似性的模型简化方法对模型进行约简。利用该方法对Wine等问题进行分类,仿真结果验证了方法的有效性。     

关于一类广义可加违约概率模型的探讨

在现代商业银行的信用风险评估中,违约概率度量具有核心地位.传统的违约概率模型解释性强、计算强度小而应用方便,但容易产生模型设定偏差;现代人工智能模型预测精度高,却又存在解释性差、计算强度高和过度拟合等问题.为此,提出一类基于广义可加模型的违约概率模型,并对这类模型的拟合精度和预测效果进行实证比较.研究表明,广义可加违约概率模型不仅具有很高的预测精度,而且具有良好的可解释性和计算效率.另外,还从实际应用的角度出发,对该类模型拟合过程中可能存在的限制和困难进行探讨和分析,以利于对该方法的进一步的理论研究和实际应用.     

全方位轮式移动机器人控制器设计与实现

全面介绍了一种全方位移动机器人的控制系统体系结构及软件的控制策略 ,包括采用的超声和激光传感器系统、网络化无线通讯系统、基于上下位机的计算机控制系统等方面。重点介绍了基于LM6 2 8的系统的伺服控制方法 ,并给出了机器人运动实验的结果 ,证明了系统的可行性。该系统适合在非结构化动态环境中进行分布式多Agnet(智能体 )、多机器人的协作与协调、移动机器人路径规划与避碰等研究。     

指挥艺术和非结构化信息支持

本文首先概括出了“专家型”和“助手型”两种不同的决策思路；继之围绕以有利于发挥指挥艺术的方式进行决策支持这个核心问题，对指挥决策中信息获取和处理方式进行了探讨，并建立了非结构化信息支持的概念；最后提出了基于非结构化数据的智能决策支持系统的设想，并讨论了系统实现的有关技术。     

群体过程信息的树状结构及其定性收敛的研究

对群体过程信息组织的非结构化问题进行了实质性探讨，对信息交互过程中的信息定义提出了一套多维定义方法，通过对群体过程信息基于行为分析的多因素定义，为非结构化群体过程的信息形成树状结构提供了方法，并对其在群体过程中支持群体信息交互的逻辑功能进行了列举。     

飞行仿真转台模糊神经网络补偿的复合控制

针对飞行仿真转台系统的非线性和不确定性,提出了基于模糊神经网络补偿的复合控制器,该控制器由前馈控制器、闭环控制器及模糊神经网络补偿环节组成。前馈环节由零相差跟踪控制器及FIR滤波器构成,闭环控制器由PD控制及干扰观测器构成,补偿环节由一动态模糊神经网络实现,给出了基于Lyapunov函数的稳定性证明。该控制方法突出优点在于兼顾考虑了系统中的结构化不确定性和非结构化不确定性,能够在外部干扰与参数摄动并存的情况下,保证系统的稳定性和跟踪性能。     

基于遗传算法和种子概念的本体概念提取算法

本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体(半)自动构建的一项技术。通过研究中文本体学习这一领域存在的问题,提出了基于遗传算法和种子概念的本体概念提取算法。介绍了当前基于非结构化数据源的本体概念主要提取算法,在遗传算法和种子概念的基础上,设计了一种基于非结构化数据源的本体概念提取算法。实验证明,本算法在特定领域本体学习方面取得了良好的效果。     

人工智能决策可解释性的研究综述

人工智能决策的性能在某些特定领域超过了人类能力,中国、美国等多国都颁布了人工智能发展战略和行动规划,期望人工智能在多个领域得到落地应用.但在人工智能决策过程中,存在着固有算法黑盒和系统信息不透明的问题,导致其结果正确但不可理解,阻碍了人工智能的进一步发展.为了人工智能的商用和普及,对智能决策可解释性的需求越来越迫切,需要将黑盒决策转化为透明过程,建立起人与机器之间的信任.本文从系统应用视角和决策收益者视角出发,重点对人工智能决策可解释性的基本概念、模型解释方法、高风险决策应用解释和解释方法评估等四个方面的国内外相关研究进行综述,并展望了未来研究发展趋势.     

基于FastSLAM的RoboCup家庭组机器人自定位方法研究

FastSLAM算法为机器人定位与地图构建开辟了新的研究方向,研究该理论在RoboCup家庭组机器人自定位系统上的应用.从贝叶斯滤波理论,Rao-Blackwellised解耦,粒子滤波器原理等方面论述了FastSLAM的关键技术及基本理论.针对家庭组机器人非结构化场景的特殊情况,提出基于FastSLAM的定位策略.仿真结果表明算法的有效性和鲁棒性,能够为家庭机器人在非结构化场景中的定位问题提供有效地解决方案.     

基于Rough Set理论的判断矩阵构造方法

群决策支持系统（GDSS）是利用信息技术，将多个决策者个人对策该领域的理解及个人判断能力结合在一起，利用结构化决策分析技术，对半结构化和非线结构化问题进行求解，层次分析法是对定性问题作定量分析的一种简便而有效的方法，提出了一GDSS环境下判断矩阵构造的新方法；运用业集理论；利用管理信息系统运行所积累的大量决策数据来分析各决策因素，决策者对决策目标的影响，并建立自学习系统，从而构造具有完全一致性的综合判断矩阵，该方法适用于重复群决策问题。     

基于行为的思维分析和DSS中信息组织方式的研究

一般非结构化的决策问题及其支持方式是近年国内外DSS发展面临的主要热点之一。本文从基于行为的思维分析角度为管理决策及计算机信息组织的改进, 提出了一套具有一定普适性的思路和实现途径, 通过将思维的行为因素和行为原则引入DSS系统, 把人这一重要而复杂的系统因素引入DSS系统设计, 为一般决策、群体决策、多原则决策等非结构化问题的决策支持提供一定的理论基础和实现手段。此外, 将矛盾作为系统运行的激励因素引入DSS系统, 这对于传统DSS设计中回避人的矛盾冲突的思想是一种新的突破。     

基于结构化的C3I体系结构着色Petri网建模方法

结构化分析是构筑C3 I系统体系结构的基本方法 ,着色Petri网模型对于C3 I系统体系结构的功能和性能评价具有重要价值。探讨基于C3 I系统体系结构的结构化分析结果建立着色Petri网模型的方法具有重要意义。简要论述了C3 I系统体系结构的结构化开发方法。提出了一种根据C3 I系统功能体系结构的结构化分析模型建立着色Petri网模型的方法 ,应用实例表明了该方法的可行性和实用性。     

类别误标下证据链推理的群决策分类方法

针对群决策分类中可解释性的推理信息存在类别错误标识的问题,提出了类别误标下证据链推理的群决策分类方法。该方法采用可信度函数的一致性和凸性,以查询案例与证据链之间的属性关联相似度作为群决策信息源的权重,建立了基于证据链推理的混合整数优化模型,实现了决策分类标识能力最大化,同时获取了可解释性最好的证据链集合。该模型考虑了决策类别的错误标识情形,依据可信度序的概念,将推导出的融合可信度作为查询案例推论可解释性的评价标准。通过多源感知数据的诊断实例,说明了该方法的有效性和合理性。     

一种实用的控制系统CAD程序转换方法

本文介绍了一种实用的程序转换方法。该方法把(中国控制系统CAD—CCSCAD一期工程中部分子包的)非结构化FORTRAN程序,经非结构化流程图到结构化流程图,再到PAD图,最后转换成(CCSCAD二期工程所要求的)结构化C程序。其中四个函数过程的具体构造在文中给出。     

多层多属性舆情传播网络的仿真研究

基于当前网络舆情线上线下互动传播特性,深层挖掘舆情内容、指向和强度,提出了多层多属性舆情传播网络模型.以杭州公交纵火案为例进行仿真研究,并基于信息属性进行了未管控情境和嵌入情境仿真,基于心理属性进行了现实、极端、中立、理想社会情境仿真.结果表明,基于心理属性可以对舆情进行大范围的面干预,但对突发舆情事件不适用,培养民众理性思考是一项必不可少的长期工作;基于信息属性可以对舆情进行有针对性的点干预,及时辟谣和恰当议程设置可有效减少负面观点,引导舆情良性发展.