基于置信规则推理的库存控制方法

提出一种在非平稳需求以及区间预测需求情况下的基于置信规则推理的库存控制方法.该方法不依赖于需求的分布模型,区间预测需求利用能够处理多种定性和定量不确定性信息的ER(证据推理)框架进行表达,领域专家知识可以用来构建和初始化置信规则库,历史需求信息可以用来训练置信规则库,以得到更加可信的推理.给出了一个汽车4S店库存-销售实例,证实了该方法的可行性及其相对于传统方法的优越性.     

基于置信规则库系统P2P网络借贷市场投资者偏好测度

立足于多属性决策领域中关于产品的评价选择问题,文章结合关联规则理论,从历史信息中挖掘出相应的关联规则,并构建置信规则库系统,最终构建偏好评价模型来准确把握投资者偏好,提高融资成功率。通过对国内P2P网络平台投资者偏好情况进行问卷调研,测度投资者对不同影响因素的偏好得分。对比发现,置信规则库系统的计算结果与研究结果基本一致,证明规则库系统可合理有效地测度P2P网络借贷市场中投资者偏好,也为设计更具吸引力的融资标的提供重要的决策信息。     

利用聚类分析构建基于析取范式的置信规则库

针对现有基于析取范式的置信规则库构建方法存在过拟合、未合理利用已知数据信息等问题,提出利用聚类分析构建基于析取范式的置信规则库的新方法. 该方法通过对样本数据的输出结果进行聚类分析,获取输出结果的分布特征,以确定系统的规则数、结果评价等级等相关参数,并充分利用样本已知信息,完成基于析取范式的置信规则库构建. 为验证所提方法的有效性,选取输油管道和桥梁风险评估两个实验进行验证,结果表明,所提方法构建规则库系统能快速确定系统规模,并获得较高的推理性能.     

基于置信规则库推理的电路参数成品率估计与中心值设计方法

将电路仿真与主观设计经验相结合,建立成品率估计的置信规则库(BRB)推理模型,该模型不仅可建模输入电路参数变量与输出参数成品率之间复杂的非线性关系,且能通过证据推理(ER)过程,给出不同输入下输出成品率的估计值.利用BRB推理模型可代替电路仿真,利用较少的计算量快速地估计出满足约束条件的中心值设计区域.所提方法与传统基于蒙特·卡罗的统计性方法和基于可接受域几何逼近的确定性方法相比,其不再只给出单个满足要求的中心值,而能够给出整个中心值设计区域,且不受特定电路性能函数形式的约束,具有计算速度快、模型参数物理意义明确便于理解等优点.以高速铁路轨道电路成品率估计与中心值设计为例,验证了所提方法的有效性.     

基于置信规则库的锂电池SOC估计

电池荷电状态（SOC）的准确估计在电池广泛应用的背景下日益重要,但是构建精确的物理模型十分困难,使用纯粹的数据驱动方法又容易因为电池个体差异性出现过拟合问题。针对这些问题,提出基于置信规则库（BRB）的方法对锂电池SOC的进行估计。该方法既允许专家通过经验知识克服数据驱动方法的过拟合问题,又能通过参数训练克服专家知识的不准确性。以某型磷酸铁锂（LiFePO-4）电池为例,对提出的方法进行了验证,并将其与神经网络进行了对比。结果表明,该方法估计SOC具有较高的精度,估计误差不超过10%,且可以克服传统神经网络方法存在的过拟合问题。     

基于置信规则库的机载导弹故障诊断

针对机载导弹结构日益复杂,传统专家系统故障数据少、故障诊断效率低、准确率不高等问题,提出基于置信规则库的方法对机载导弹进行故障诊断。首先,描述了基于证据推理的置信规则库推理方法,建立输入与输出之间的非线性模型;其次,为解决传统专家系统中初始BRB参数不准确的问题,结合故障位置信息,建立参数优化学习模型;最后,以某型机载导弹的制冷系统为例,对基于置信规则库的机载导弹故障诊断方法进行了验证和对比。结果表明,该方法既能克服传统专家系统诊断效率低的问题,同时能够通过参数训练提高机载导弹的诊断精度,较好地提高了机载导弹故障诊断效率,为机载导弹的维护保障工作提供了参考。     

析取置信规则库系统参数优化的深度神经网络模型

基于深度学习的置信规则库系统（BRB-DL）比传统的置信规则库系统（BRB）具有更好的推理精度和适用性。然而,现有的BRB-DL在参数优化方面存在可移植性不足、应用效率低等局限性。鉴于此,本文将深度神经网络与析取置信规则库结合,有效减少了模型的规则和参数的数量,并引入梯度下降算法优化模型参数,提高了模型构建和优化的效率。最后,通过非线性函数的拟合,北京市空气质量污染预测和多个UCI公共分类数据集的实验对本文提出的方法进行验证,并将实验结果与现有的置信规则库系统和传统的机器学习方法进行了对比。结果表明,本文提出的方法比传统的方法具有更高的推理精度和更快的训练速度。     

析取置信规则库系统参数优化的深度神经网络模型

基于深度学习的置信规则库系统在参数优化方面存在可移植性差、应用效率低等问题,为此,将深度神经网络与析取置信规则库结合,有效减少模型的规则和参数的数量;引入梯度下降算法优化模型参数,提高模型构建和优化的效率. 通过非线性函数拟合、北京市空气质量污染预测和多个UCI公共分类数据集的实验,对提出的方法进行验证,并将实验结果与现有的置信规则库系统和传统的机器学习方法进行对比. 结果表明,所提出的方法比传统的方法具有更高的推理精度和更快的训练速度.     

基于不确定理论的CBRB规则激活权重计算方法

合取型置信规则库系统的推理方法以概率论为基础,通过乘法实现合取关系,然而这种计算方法并不总能准确反映规则的激活程度.鉴于此,引入不确定理论,改进前件属性合取关系的实现方式,以前件属性中最小的个体匹配度作为核心,并保留信息利用的完整性,提出一种新的规则激活权重计算方法.在此基础上,利用扩展置信规则库系统分别在回归和分类问题上对该方法的推理效果进行验证.实验结果表明:新方法有效提高了系统的推理能力,并能稳定地适用于多个数据集.     

基于量子差分进化算法的神经网络优化方法

一般的神经网络的结构是固定的,在实际应用中容易造成冗余连接和高计算成本。该文采用了协同量子差分进化算法(cooperative quantum differential evolution algo-rithm,CQGADE)以同时优化神经网络的结构和参数,即采用量子遗传算法(quantum genetic algorithm,QGA)来优化神经网络的结构和隐层节点数,采用差分算法来优化神经网络的权值。训练后的神经网络的连接开关能有效删除冗余连接,算法的量子概率幅编码和协同机制可以提高神经网络的学习效率、逼近精度和泛化能力。仿真实验结果表明:用训练后的神经网络预测太阳黑子和蒸汽透平流量具有更好的预测精度和鲁棒性。     

基于模糊专家系统的评估诊断方法

针对设备故障诊断中存在的不确定性问题,提出一种将模糊逻辑和专家系统结合的评估诊断方法·模糊专家系统中采用模糊产生式规则表示知识,通过采用模糊匹配的不确定性推理方法进行,并采用以置信度高低为标准的冲突消解策略来实现基于知识的诊断方法·文中介绍了专家系统功能组成和实现方法,同时在电力变压器的气相色谱分析故障诊断方法中应用了该模糊专家系统·通过现场近百次实际诊断,准确率可以达到95 7%,验证了将模糊专家系统应用到变压器的故障诊断中是可行的·     

一种基于神经网络的事例相似度评估方法

提出一种基于分布式神经网络的事例相似度评估的体系结构及实现方法 ,即通过输入新旧事例中特征之间的两两相似度 ,利用神经网络来确定新旧事例之间的综合相似度 ,以此来改善不良结构决策领域中基于事例推理系统的事例检索性能     

基于规则推理的自动船体装配工艺生成方法

针对船体装配以经验为主的现状,根据船体零部件装配关系的特点,利用扩展的“赋权有向连接图”和边列表的方法表达船体装配模型和装配序列.分析了船体零件的形状和装配特征,归纳常用零件的装配元素和装配零件,并以规则推理方式实现装配工艺的自动生成,开发计算机辅助自动船体装配工艺原型系统.以一个典型船体分段的装配过程为例进行实验表明,利用该方法可有效提高船体装配效率和质量.     

生命周期影响评价的技术框架及研究进展

生命周期影响评价作为生命周期评价的核心部分,简要阐述了生命周期影响评价的概念、步骤和方法,在此基础上重点对几种典型的影响评价方法作了简要论述,并对LCIA方法的研究现状进行了探讨。     

基于证据推理规则的给排水管道安全性评估

为解决目前给排水管道存在的高价值样本缺乏与安全性评估不合理等问题,本文提出一种基于证据推理规则的管道安全性评估方法。首先通过构建给排水管道安全性评估指标体系,根据专家知识和监测信息分别确定指标的初始权重和可靠度;其次,利用基于规则的转化方法将监测信息转换至统一的置信框架下,进而构建了完整的安全性评估模型。同时,针对部分模型参数依赖专家给定,采用基于Fmincom的优化算法对参数进行优化,求解得到最优参数。最后对某型给排水管道实例进行评估,并通过对比实验说明所提出方法的有效性。     

基于生命周期评价的绿色房地产开发

基于生命周期评价体系,通过分析房地产开发生命周期各阶段可能造成的环境影响,提出了避免环境问题的绿色开发原则要素,并建立了绿色开发管理的模型。     

基于遗传算法的船舶分段堆场调度研究

针对船舶分段移动计划主要依靠经验以及缺乏有效调度的现状,研究建立以分段移动度最小为目标的优化模型,综合考虑了分段在堆场中的停放位置及进、出场路径.通过遗传算法选择分段在堆场中停放位置的最优方案,并构建启发式规则确定分段在堆场中的最优进、出场路径, 从而实现对模型的求解.最后以某船厂实际数据为例,对模型在堆场调度问题中的应用进行了实例验证,结果表明, 所研究方法可求解得出较优的堆场作业计划,并实现堆场资源的高效利用.     

基于模糊神经网络的太湖富营养化评价应用

根据湖泊营养化程度影响因素多,评价因素与富营养化等级间的关系复杂且是非线性的.而神经网络和模糊系统各有优点,研究者将二者结合建立模糊神经网络模型用于太湖营养化评价,当固定学习速率η大于0—1内某一值,将导致网络算法不收敛,因此文中采用自适应调整学习速率,实验表明,该模型具有较快的训练速度和较高的精度.     

基于生命周期评价理论的绿色供应商评价与控制

绿色战略改变了企业对供应商的管理方式.企业应在产品生命周期评价基础上对绿色供应商进行评价和选择,实施分级控制策略.     

考虑人眼视觉特性的射线检测数字图像质量评价方法

针对增强处理后图像的客观评价值和主观评价值不一致的问题,提出了一种基于人眼视觉特性的图像质量评价方法.通过分析人眼视觉系统的感应特性,给出了位置影响因子、细节影响因子和灰度影响因子的定义,综合这些影响因子后得到了基于人眼视觉的质量影响权值.采用该权值对图像失真敏感度、失真度、信息熵增量和结构相似度等客观评价指标进行重构,并对各重构后的客观评价指标进行综合,得到了图像评价的综合指标.实验结果表明,该方法的线性相关系数比峰值信噪比和结构相似度分别提升了80.02％和78.85％,绝对误差均值比峰值信噪比和结构相似度分别提升了3.96％和7.96倍,均方根比峰值信噪比和结构相似度提升了6.45％和8.37倍,Spearman等级相关系数比峰值信噪比和结构相似度分别提高了1.01倍和1.69倍,表明该方法的评价正确性高、单调性最优,因此更适合于对射线检测数字图像的质量评价.