一种基于占优度的随机多属性决策方法

针对具有随机变量的随机多属性决策(SMADM)问题,提出了一种基于占优度的随机多属性决策方法.首先,给出了两个方案之间比较的占优度定义;然后通过计算针对每个属性的两两方案比较的占优度,构建占优度矩阵,并在此基础上,运用PROMETHEE Ⅱ方法得到方案的排序结果.结果表明,该方法具有概念清晰、计算过程简单等特点,较好地解决了运用基于随机占优准则的方法可能产生的信息损失问题.并通过一个算例说明了所提出方法的可行性和有效性.     

一类随机规划的蒙特卡罗回溯优化求解方法

针对一类随机规划问题构造了基于蒙特卡罗的回溯优化求解法,该方法本质属于一种动态搜索算法,通过迭代求解一系列样本确定性优化问题并经样本容量逐渐增加过程而逼近随机问题的最优解,而迭代终止条件由需求的计算精度确定,并具体给出了近似解的计算方法及迭代终止条件.最后,通过算列验证了该方法的有效性.     

随机拉伸和压缩不动点定理的推广及应用

通过对随机拓扑度的计算,在较一般的条件下得到了随机拉伸和压缩不动点定理,是Li Guo-zhen等文中随机拉伸和压缩不动点定理的推广和赵从江文中不动点定理的随机化,并给出了它在随机Ham-merstein型积分方程中的应用.     

模糊随机向量的性质及在回归模型中的应用

研究了模糊随机向量的性质,并将其应用于带有随机干扰的模糊线性回归模型,得到了它的渐进无偏模型,给出了它的近似最优估计。     

基于投影收缩的SA方法求解随机变分不等式问题

求解变分不等式的各种算法中,投影收缩算法易于执行、稳健、而且可以处理大规模问题,因此发展迅速.何炳生教授根据变分不等式及投影算子的性质确定的三个不等式,提出了求解变分不等式的投影收缩算法,此方法简单易行,且便于实现.用随机近似方法来求解随机变分不等式和随机优化问题已经被广泛的研究,其中函数值和一阶导数不可求,但可以用近似的方法得到.将投影收缩算法应用到求解随机变分不等式当中,在一些适当的条件下,可得到全局收敛的结果.     

一类平稳随机AR（1）的检验

给出随机系数ＡＲ（１）的随机系数方差是否为零的一个近似检验方法。     

用随机矩阵理论研究常规超导纳米粒子的电子热容

考虑了奇/偶电子数分布,用静态路径近似(SPA)方法计算了随机矩阵理论中高斯正交系综(GOE)所对应的电子能级分布下常规超导纳米粒子的电子热容,得到了弱自旋轨道耦合和弱磁场中奇/偶电子数分布下相变临界区域附近的电子热容,并做了简单分析.     

随机单位根过程

讨论了误差形式是广义误差分布的随机单位根过程的估计和检验问题.在误差为广义误差分布时对随机单位根过程进行了估计,并利用近似极大似然估计方法构造了相应的检验统计量,同时还得到了统计量在混合相依条件下的极限分布.     

模糊命题逻辑L*中公式的条件随机真度

在赋值格为[0,1]的模糊逻辑系统L*中,基于条件概率的思想和赋值集的随机化方法提出了公式的条件随机真度,证明了条件随机真度的MP规则和HS规则。引入公式间的条件随机相似度和条件伪距离,建立了条件随机逻辑度量空间,推导出条件伪距离的若干性质,证明了条件随机逻辑度量空间中逻辑运算的连续性,并初步研究了给定条件下的近似推理理论。     

一类化学反应的统计性质：随机绝热近似

用随机绝热近似方法研究在外噪声驱动下的非平衡化学反应Ｘ→←Ｙ→←Ａ,计算了该反应组分浓度的一阶矩,二阶矩和关联函数,并将这些结果和精确解进行了比较。     

一种新的模糊决策树算法 ——基于加权毕达哥拉斯模糊熵

传统的模糊决策树虽然可以从模糊数据中抽取模糊分类规则,但只能获取节点的隶属度信息,无法得出样本数据对于节点的非隶属度和犹豫度信息,导致数据分类的准确率不高。针对此,基于毕达哥拉斯模糊集理论,提出了一种新的加权毕达哥拉斯模糊决策树算法（Weighted Pythagorean Fuzzy Decision Tree,WPFDT）。首先,通过改进的K-means聚类算法得到连续属性数据的聚类中心,并结合三角模糊数对连续数据进行模糊处理;其次,定义并计算每一个属性的加权毕达哥拉斯模糊熵,选择加权毕达哥拉斯模糊熵最小的属性作为决策树根节点,在根节点下递归选择模糊熵最小的属性作为分裂节点,同时通过阈值控制树的规模,得到从根节点到叶子节点路径的模糊规则以及模糊规则的隶属度、非隶属度以及犹豫度,并完成预测分类,直至生成WPFDT模型;最后,选取UCI上的3个医学数据集（Haberman、Breast Cancer、Parkinson）进行实验,在分类准确率和得出模糊规则的数量与3种传统决策树算法（模糊ID3算法、C4.5算法、CART算法）比较,实验结果表明：WPFDT在分类精度和树大小上都优于其他传统决策树算法,并且有较高的召回率和精确率。     

经胸超声心动图在先心病介入封堵术中的应用

目的：探讨经胸超声心动图在先心病房间隔缺损、室间隔缺损、动脉导管未闭介入封堵术术前、术中、术后的应用价值。方法：对房间隔缺损12例、室间隔缺损9例、动脉导管未闭10例（其中1例同时有房间隔缺损、室间隔缺损、动脉导管未闭；1例同时有房间隔缺损、室间隔缺损）经胸超声心动图检查条件符合而行Amplatzer封堵器封堵治疗。结果：28例全部封堵成功，其中1例动脉导管未闭术后1月内有残余分流，第3月复查残余分流消失；1例大室间隔缺损（34mm）术中有少量中心性残余分流，术后第3天复查残余分流消失。1例患者术后第2天出现交界性心动过速，1例患者术后第3天出现频发多源室性早搏，均经药物治疗后消失。结论：超声心动图在先心病介入封堵术中对术前病例的选择、术中指导监测、封堵器型号选择和术后随访疗效评价等都具有十分重要的价值。     

一种关系数据库中基于云模型关联规则的提取

为了发现有效的关联规则，属性在比较高的水平被范化，允许相邻属性值或者语言项的重量．这种软划分可以映射人类的想法，同时使发现的知识鲁棒．利用云模型的理论与方法求解数量关联问题，给出了一种云关联规则的定义，并提出了基于云模型理论支持度和置信度的计算方法，最后提出了一种提取算法Cloud model A．这种方法较好地软化了数量属性论域的划分边界，从而使得挖掘出的云关联规则更容易被人理解。     

决策细化的粗糙集理论分析

对基于粗糙集的决策系统,从理论上分析了决策数据细化的程度对规则近似质量、近似分类精度、核属性和信息熵的影响.证明了决策属性的属性值划分越细,则其规则近似质量、近似分类精度和信息熵就越小,并且决策表中决策属性值细化后所得到的核属性集一定包含细化前的核属性集.因此,在对决策属性离散化时,决策数据细化的程度要适宜.研究结果对研究决策表属性的约简、决策规则的形成和有效性等问题具有实际意义.     

信息不对称度及其变化规律研究

在分析产品属性信息和信息不对称定义的基础上,比较完整地提出了可度量的信息不对称度的定义。对不同生命周期产品的信息不对称度变化的基本规律进行定性分析,得出了信息不对称度逐步降低的结论。     

风险型多属性决策的一种求解方法

在属性取值的分布函数已知的假设条件下,给出了风险型多属性决策问题的一种求解方法.通过随机变量取值大小的比较,利用概率指标描述方案在同一属性下的优劣程度;基于加权的思想,将方案在各属性下的优劣程度集结得到方案间的总体优劣程度,并建立方案两两比较的可能度矩阵——模糊互补判断矩阵.据此得到方案的排序结果.该方法直观、简便,而且不要求对风险决策矩阵进行规范化.最后,把属性值为区间数的多属性决策问题作为风险型多属性决策问题的特例,给出了算例.     

基于因子分析的流动单元研究

利用因子分析,从隔夹层数、砂厚、隔夹层厚、层厚、砂地比、孔隙度、渗透率、地层系数等17个参数中提取储集因子、流动因子、非均质因子、隔夹层因子、地层厚度因子、饱和度因子6个具有代表性并能反映各参数内部规律的公共因子。通过聚类分析方法和判别分析方法将821个样本分为4类,即4类流动单元,然后采用流动单元约束的随机建模,运用序贯高斯随机模拟方法来进行属性场的预测和模拟。预测结果良好,说明采用该方法可以完成对储层的精细定量描述。     

自然数组的分析与Alavi猜想

Y．Alavi等人在文献[1]中定义了图的升分解，马克杰等人在[2]中给出了升分解的等价命题，本文对这个等价命题给出了.证明。     

粗糙依赖约简技术在网络课程评价中的研究

介绍了粗糙集的概念和约简的相关定义,提出了基于粗糙依赖的属性约简算法.通过差别矩阵求核,并计算非核属性粗糙依赖值,从而确定相对属性约简.以远程教学网络课程等级评价为例进行算法验证,并通过基于值核的值约简算法提取决策规则,实践证明得到了满意的结果.     

基于发音特征的发音偏误趋势检测研究

为了提升计算机辅助发音训练(CAPT)系统中发音偏误趋势(PET)的检测效果,确保反馈信息的准确性与有效性,提出一种基于对数似然比的发音特征方法。该方法将多个基于深度神经网络的发音特征提取器用于生成帧级别的对数似然比,然后将对数似然比组成的发音特征用于PET的检测,为学习者提供发音位置和发音方法的正音信息。实验结果表明,发音特征对PET的检测效果优于常用声学特征(MFCC,PLP和f Bank),当发音特征与MFCC特征相结合时,可以进一步提升性能,达到错误接受率为5.0%,错误拒绝率为30.8%,诊断正确率为89.8%的检测效果。