复杂系统随机事件的一种预测方法

提出了复杂系统随机事件的一种预测方法，其基本思想是搜索复杂系统中曾经出现过的类比事态；     

复杂系统的多维随机过程的预测方法

提出了具有模糊特性的一类复杂系统的多维循环随机过程的预测方法，其基本思想是搜索复杂系统中曾经出现的类比态势；论述了实现该方法的一种合理组成的算法，其基本部分是进行算法参数的优化，列举了一个实例：股票交易活动预测问题。     

复杂系统稀异事件预测模型的自组织方法

提出了一类预测模型的一种自组织方法,这类模型适用于预测复杂系统中稀异事件的发生.为便于利用GMDH型算法来建立预测模型,引进了迟滞自变量的概念.一个关于某水域结冰日期的预测实例证实了该方法的有效性     

基于Elman神经网络的移动通信系统智能预测方法

由于复杂多变的通信环境,移动通信面临着严峻挑战.为了及时处理复杂事件,预测移动通信系统的中断概率(outage probability,OP)性能就非常重要.研究了移动通信系统OP性能预测,并且提出了一种基于Elman神经网络的移动通信系统OP性能智能预测方法.针对OP性能,推导了其精确闭合表达式.和径向基函数(rad...     

基于事件驱动的船载智能信息平台架构设计

 现有船载信息平台受限于设备接口限制、数据标准等问题，民用船舶信息平台的发展缓慢，难以处理复杂数据和多任务。智能船研制过程中，传统的船载信息平台在架构上的不足使其难以支撑船舶在复杂工作场景下的分析任务。提出了一种基于事件驱动的船载信息平台架构设计方案，根据“感知-认知-决策-控制”的闭环，针对智能功能完成了事件流程建模，提高了随机、不确定事件的处理效率，降低了系统耦合度，使信息平台能够提升任务处理能力并降低硬件资源需求。     

基于事件驱动的船载智能信息平台架构设计

 现有船载信息平台受限于设备接口限制、数据标准等问题，民用船舶信息平台的发展缓慢，难以处理复杂数据和多任务。智能船研制过程中，传统的船载信息平台在架构上的不足使其难以支撑船舶在复杂工作场景下的分析任务。提出了一种基于事件驱动的船载信息平台架构设计方案，根据“感知-认知-决策-控制”的闭环，针对智能功能完成了事件流程建模，提高了随机、不确定事件的处理效率，降低了系统耦合度，使信息平台能够提升任务处理能力并降低硬件资源需求。     

湖南省公众科学素养趋势预测与对策研究

湖南公众科学素养趋势预测和对策研究是通过复杂系统仿真来实现的。复杂系统仿真是现代科学预测和对策研究的重要工具。通过实例介绍了复杂系统仿真的全过程，包括建模、演化、预测和外部事件刺激影响等。并提出了有效的对策措施。     

一种功能分区神经网络的结构及在复杂系统建模中的应用

根据人脑处理复杂事件时，将事件按某种“准则”分解成若干子事件，分配给脑的相应处理机构，协调完成事件的处理工作的原理，提出一种功能分区神经网络模型，并分析了网络的性能，探讨了在复杂系统建模中应用等问题。     

DEDS故障诊断方法在电梯中的应用

针对电梯这种复杂机电系统难以建模的特点，提出基于随机自动机的离散事件动态系统（DEDS）故障诊断方法．深入研究电梯门系统的故障机理，对各元件的典型故障进行分类，并抽象出各元件的事件集和状态集．将传感器信息和事件发生的可能性信息加入逻辑模型，得到系统的随机自动机模型．把门锁装置从门系统中分离出来，建立电梯门锁装置的随机自动机模型，构建电梯门系统和门锁装置的随机诊断器．通过随机诊断器，对门锁系统故障发生的概率进行在线估计，并对门主体系统的可诊断性进行了分析．此方法为复杂机电系统的故障诊断提供了一条有效途径．     

融合事件信息的复杂问句分析方法

问答系统中的复杂问句通常涉及很多事件信息,正确处理其中的事件内容对提高系统准确率有重要的影响.为此,文中提出了一种融合事件信息的复杂问句分析方法.该方法将事件视为由多个要素构成的复杂数据对象,从而定义了事件的语义表征模型,给出了相似度计算方法.文中首先利用相关的事件抽取方法获取复杂问句中的事件信息,生成事件的语义模型实...     

一种基于视觉原理的新聚类算法

将视觉原理和生物物理学中著名的Weber定律结合在一起，提出一个基于视觉原理的新算法，实现了有效而且无参型聚类，并且提出了相应的新代价标准．仿真实验表明对于非线性一不可分的数据集，该新聚类算法有效，获得了传统聚类算法(如FCM)所达不到的效果．     

基于改进果蝇优化算法的随机森林回归模型及其在风速预测中的应用

针对随机森林(RF)算法在风速预测中存在参数选择困难及预测精度低的问题,提出了基于改进果蝇优化算法(IFOA)的随机森林回归(RFR)模型.在果蝇优化算法(FOA)中引入指数函数和三角函数实现搜索步长的自适应更新,增强全局寻优和局部探索的能力.结合RFR算法对噪声和异常值具有良好容忍度的优点,利用IFOA优化RFR主要参数,将优化后的模型应用于风速预测.实验结果表明,IFOA-RFR组合模型相比于其他模型具有更高的预测精度,验证了该方法在风速预测中的可行性.     

基于模糊自适应变权重算法的函数链神经网络预测方法

为提高复杂工业系统非线性时间序列预测精度,将工业系统非线性时间序列不同的单个预测模型预测值作为函数链神经网络的原始输入值,并将原始输入值按正交的三角函数扩展得到的数值作为函数链神经网络扩展输入值,在分析函数链神经网络拟合充要条件的基础上,结合模糊自适应变权重算法计算函数链神经网络权重,建立基于模糊自适应变权重算法的函数链神经网络预测模型。研究结果表明:基于模糊自适应变权重算法的函数链神经网络预测方法的预测精度较高,并且平均误差和预测平方根误差均较小,具有较强的泛化能力;该模糊自适应变权重函数链神经网络预测模型可用于复杂非线性工业系统决策。     

基于混合人工鱼群优化SVR的交通流量预测

实时准确的交通流量预测是智能交通系统(ITS)中的重要内容．支持向量回归(SVR)能够用于解决交通流量预测问题,针对SVR中存在的参数选择困难,提出一种混合人工鱼群(AFS)算法．该算法利用粒子群优化(PSO)算法公式改进AFS算法,减小AFS算法中步长因子的影响,并引入混沌初始化AFS机制,选取最优SVR参数,建立了基于混沌PSO-AFS优化SVR的交通流量预测模型．仿真结果表明,该交通流量预测模型具有更优的预测性能,证明了其可行性和有效性．     

基于带随机网络的多种群粒子群优化算法求解多资源受限柔性作业车间调度问题

多资源受限柔性作业车间调度问题(MRC-FJSP,multi-resource constrained flexible job shop scheduling problem)是一类复杂的组合优化问题。针对以最小化最大完工时间为目标的MRC-FJSP,提出了一种带随机网络的多种群粒子群优化算法(MPSO-RDnet, multi-population particle swarm optimization algorithm with random network)。首先,设计了一种半主动解码和基于启发式规则解码相结合的新型解码方式,对原有解空间进行有效裁剪。其次,提出了基于关键路径的两种邻域结构,提高算法局部搜索能力;引入了基于随机网络的多种群策略,提高算法全局搜索能力;提出了面向算法搜索停滞问题的重新初始化策略,增强算法的鲁棒性。最后,采用MRC-FJSP基准算例SFTSP进行测试,验证了算法的可行性和有效性。     

非参数估计的小波网络经济预测模型

小波网络是一类由小波构成的神经网络 .在给出基于正交尺度函数的小波网络的基础上 ,建立非参数回归估计的小波网络预测模型 ,并进一步将它应用于经济建模中 .     

采用航路点进化的空袭目标突防航路预测

空袭目标突防航路预测是进行防空兵力部署方案评估的辅助手段之一。在分析突防航路预测问题的基础上建立了空袭目标突防航路预测模型,并针对传统进化算法将航路作为一个整体后导致先前候选航路中高质量航路点利用效果较差的问题,提出了基于航路点进化的空袭目标突防航路预测算法。首先通过改进传统进化算法框架与评价函数使航路点可被分别进化和评价,然后使用自适应差分进化算法(JADE)实现航路点的进化,最后采用多准则决策方法实现航路点的评价与选择,从而提升了高质量航路点的利用效果。为了测试算法的性能,设置了障碍数目分别为15、30、60、120的4个仿真情景,仿真结果表明算法能够有效实现空袭目标突防航路的预测,并且在障碍数目较多的情景中其性能优于遗传算法。     

陀螺随机漂移的神经网络预报方法研究

针对惯性导航系统中陀螺仪的漂移特性,在时间序列分析及神经网络理论的基础上提出了一种时间序列神经网络结构,并采用此种网络模型对某捷联惯导系统中所用的陀螺仪漂移数据进行了预报。预测结果表明,这种预测方法对于陀螺漂移建模及预报是可行的。     

基于LPSVR的区域经济发展预测算法

针对区域经济社会系统指标数据存在的高度非线性和二次规划过程涉及的计算复杂性,建立了基于线性规划支持向量回归的区域经济发展预测算法LPSVR。针对预测结果的可信度问题,在LPSVR算法中引入了预测信任度的概念,并给出了具体的计算方法。LPSVR算法在优化过程中折中考虑了经验风险和置信范围,因而具有良好的泛化能力。LPSVR采用线性规划取代二次规划,使得计算的时间和空间复杂度大为降低。以江门市的经济发展预测作为研究实例,LPSVR算法给出了满意的预测结果和预测信任度。