基于单点意见一致性的模糊群决策方法

针对群体信息集结时点靠后、粒度较粗造成偏差放大的问题,通过定义单点信息相似度提出单点意见一致性的群体信息集结方式,使集结信息更准确。针对属性值为语言评价信息的模糊群体决策问题,将语言评价值转化为三角模糊数,实现单点意见一致性集结,并计算方案与理想点的相对接近度得到排序结果。最后实例表明了该集结方式和决策方法的有效性。     

复杂网络条件下多UAV集结问题非合作求解方法

针对复杂网络条件下多UAV系统任务区集结问题,提出了多机非合作求解方法.首先,基于协调变量和协调函数,建立多UAV集结问题的分布式求解框架.从任务特征出发,改进多智能体时延相关平均一致性算法,提出非合作优化一致性策略.该方法更强调平台的轨迹控制,弱化UAV对路径规划算法的要求,不仅能够降低集结问题的求解难度,而且使多UAV系统具有较强的动态响应能力.仿真实验验证了非合作优化一致性策略的正确性,多UAV能够在复杂网络条件下实现任务集结.     

基于偏序线性扩张的群决策方法

针对决策者关于每个属性给出方案集的偏序偏好,决策者没有确定权重的多属性群决策问题,提出了一种新的集结排列方法。该方法首先利用偏序的线性扩张求出方案集在各个属性下的排列概率,进而定义一偏好关系的概念,得到每对方案间的偏好度,然后采用OWA算子对决策群体进行集结,集结后的群体偏好具有偏序特征,能更真实地体现现实的决策问题,并且最大程度地反映了决策群体的偏好。最后给出了一个算例。     

基于线性扩张的群决策方法

针对决策者给出方案集在每个属性下的偏序偏好,且决策者没有确定权重的多属性群决策问题提出了一种新的集结排列方法。该方法首先利用偏序的线性扩张求出方案集在各个属性下的排列概率,进而定义一偏好关系的概念,得到每对方案间的偏好度,然后采用OWA算子对决策群体进行集结,集结后的群体偏好具有偏序特征,能更真实地体现现实的决策问题,并且最大程度地反映了决策群体的偏好。最后给出了算例。     

大系统能控型与能观型集结的直接迭代法

集结的思想和方法在大系统降维中具有十分重要的作用．本文基于通常采用的精确集结条件─—观测型集结，推导出理想集结条件的另一种形式─—控制型集结，同时给出在控制型集结条件下进行系统降维的直接迭代方法（简称ＤＩ法），并讨论了控制型集结模型及其用ＤＩ法所得简化模型的有关性质．     

大系统能摈荆能观型集结的直接迭代法

集结的思想和方法在大系统降维中具有十分重要的作用。本文基于通常采用的精确集结条件－－观测型集结，推导出理想集结条件和另一种形式－－控制型集结，同时出在控制型集结条件下进行系统降维的直接迭代方法（简称ＤＩ法），并讨论了控制型集结模型及其用ＤＩ法所得简化模型的有关性质。     

基于不确定语言信息的尾矿库安全综合评价方法

为了准确的评价尾矿库的安全等级,运用相关性分析,建立了相互独立指标的尾矿库安全评价指标体系,采用IT-WAA和IT-CWAA算子对不确定性的尾矿库安全区间语义信息进行集结,建立了基于区间二元语义集结算子的尾矿库安全综合评价模型。研究结果表明:该尾矿库安全评价方法能有效避免语言评价信息的失真,更切合客观实际。该成果对尾矿库安全评价及其安全管理具有一定的参考价值和指导意义。     

基于证据理论的群组AHP判断矩阵集结方法

针对现有群组集结方法关注于专家权重和集结元素之间相似性,而缺少对AHP判断矩阵元素一致性考虑的不足,提出一种基于证据理论的群组AHP判断矩阵集结方法。该方法以群组AHP判断矩阵元素的相似性和一致性为证据源,采用DS证据理论计算上三角元素的合理性指标值,并以该指标值为边权计算最大生成树和相对应的完全一致矩阵;该方法在完全一致矩阵和PG算子集结矩阵的约束下,结合残缺元素的修复策略,计算满足最优相似一致度的群组集结结果。通过算例分析,说明该方法的可行性与有效性。     

基于证据理论的群组层次分析法判断矩阵集结方法

针对现有群组集结方法关注于专家权重和集结元素之间相似性,缺少对层次分析法(AHP)判断矩阵元素一致性考虑的不足,提出一种基于证据理论的群组AHP判断矩阵集结方法。该方法以群组AHP判断矩阵元素的相似性和一致性为证据源,采用DS证据理论计算上三角元素的合理性指标值;并以该指标值为边权计算最大生成树和相对应的完全一致矩阵;该方法在完全一致矩阵和PG算子集结矩阵的约束下,结合残缺元素的修复策略,计算满足最优相似一致度的群组集结结果。通过算例分析,说明该方法的可行性与有效性。     

基于改进分层激励控制线的多阶段信息集结方法

针对时序动态综合评价问题，在分层激励方法的基础上，提出了3种改进的分层激励多阶段信息集结方法，即按比例分层的集结方法、按一维聚类分层的集结方法和按诱导变量分层的集结方法，并对其分层模式及信息集结过程进行了分析.改进后的分层方法对被评价对象评价值中包含的隐含信息的分析更为深入，且能够灵活地凸显决策者的激励意图.最后通过一个算例对方法的有效性进行了验证.在实际应用中，决策者可以根据实际问题选择适合的改进方法.     

成组加工中的相似性分析与分组

对机械产品、部件和零件进行相似性分析和分组,是成组技术的核心内容。本文提出了相似性分析必须与分组目标相结合、产品相似性分析和划分成三种类型生产单元的观点。针对目前国内外流行的代码法和工艺流程分析法所存在的问题,提出了将两种方法有机结合起来的综合实用分类成组的方法。     

模拟退火聚类算法在结构面产状分组中的应用

鉴于以往的结构面产状分组方法常存在算法复杂、聚类精度差及分组效率低的不足,提出了一种新型的融合模拟退火算法及K-means聚类(SAK)的结构面分组算法,该算法简单易实现.利用模拟退火算法的退火原理,对K-means算法聚类的结构面分组结果进行优化,以期克服K-means算法易受初始聚类中心影响的缺陷.计算机模拟生成的结构面数据的分析表明,所提方法相较于传统K-means算法具有明显优势.将该方法应用于重庆市三环高速公路兴隆隧道实测结构面的分组中,并与已有方法进行对比.结果表明:该方法不仅聚类精度高,而且迭代速度也较快,具有较强的工程实用性.     

轮询门限服务系统中信息分组等待时间的公平性问题分析

 采用概率母函数和随机过程的方法对轮询式门限服务系统中信息分组的等待时间的公平性问题进行分析,对FIFO与FILO 2种服务规则下的信息分组等待时间方差进行了对比,证明了轮询门限服务系统信息分组等待时间在FIFO服务规则下较FILO规则下有更好的公平性.     

线性模拟电路故障诊断的分组诊断法

本文将故障验证技术中的伪电路法和支路诊断法结合起来,提出了线性模拟电路故障诊断的分组诊断法。它将故障网络的电路元件分成“好”的组1,和“坏”的组2,导出支路故障诊断方程和允许分组的拓扑条件。该方法还可应用于非线性两端电阻网络的故障诊断。分组诊断法具有如下特点:诊断方程阶数低;特别是不必穷举各种分组的组合,同时又使允许分组的检验不必通过任何运算而可在电路图上直接进行;在诊断中结合耦合表调整分组,可加快诊断速度,减小计算量。     

具耗散项二阶双曲型方程分组显式方法

首先把具耗散项的二阶双曲型方程分解为两个一阶方程，然后利用不对称公式提出解此类二阶双曲型方程的分组显式方法，进而，证明交替分组显式方法是无条件稳定的，数值试验表明，这些新方法是令人满意的。     

论我国中长距离运动员的心理训练

在枯燥的中长距离训练中，心理训练比重应有别于其它运动项目而贯穿于训练的全过程．因此，本文结合中外运动员心理个性差异及运动心理学学科理论，分选材、组队目标设置与群体凝聚力、平时训练、赛前训练及比赛、赛后训练几个方面阐述中长距离运动员心理训练的重要性及一些具体方法．     

Perceptual stimulus――A Bayesian-based integration of multi-visual-cue approach and its application

With the view that visual cue could be taken as a kind of stimulus, the study of the mechanism in the visual perception process by using visual cues in their probabilistic representation eventually leads to a class of statistical Integration of multiple visual cues （IMVC） methods which have been applied widely in perceptual grouping, video analysis, and other basic problems in computer vision. In this paper, a survey on the basic ideas and recent advances of IMVC methods is presented, and much focus is on the models and algorithms of IMVC for video analysis within the framework of Bayesian estimation. Furthermore, two typical problems in video analysis, robust visual tracking and “switching problem” in muIti-targèt tracking （MTT） are taken as test beds to verify a series of Bayesian-based IMVC methods proposed by the authors. Furthermore, the relations between the statistical IMVC and the visual perception process, as well as potential future research work for IMVC, are discussed.     

分组策略——高校“计算机基础”课程实验教学改革初探

介绍了在高校“计算机基础”课程实验教学改革中采用的一种新策略——分组策略,重点阐述了该策略的定义、适用教学环境、方法、原则、步骤和实施．     

面向机群并行计算的分组通信模型

提出了一个计算机机群环境下的分组通信算法,防止通信峰值阶段通信冲突对机群执行效率的影响,给出了完全图通信的形式化定义,构造了基于分组机制的完全图通信模型的实现方法,分析和实现表明,该模型有效地解决了计算机机群环境下通信峰值所造成的集群效率低下的问题,适用于机群的数据密集型并行计算。     

多传感器数据融合的数学方法研究

为了有效融合多个传感器的测量数据,得到准确的融合结果,综合对比了基于关系矩阵应用综合支持度的数据融合方法、基于Bayes理论的数据融合方法和基于分批估计理论的分组融合方法.提出了分批数的大小和与其他测量数据偏差比较大的数据的分配方式决定了分组融合方法融合结果的准确性,详细分析了不同分批数对融合结果的具体影响,提出了有效的数据分配方法.实例计算结果表明,合适的分批数以及对偏差比较大数据的合理分配可以有效地提高融合结果的准确性,对提高测量系统的测量准确性有很好的促进意义.