熵与信息

从熵的微观意义出发，利用麦克斯韦妖的启示，将热力学熵概念应用于信息论中，揭示了信息量与信息熵之间的关系，并且说明了信息熵在信息论中的重要地位。     

白水隧道围岩力学参数敏感性分析与智能反演

以石黔高速公路白水隧道为例,采用敏感性分析与数值模拟相结合的方法计算出隧道围岩各力学参数的敏感度,确定影响隧道变形的主要力学参数。首先,基于正交试验设计构造BP神经网络的样本,建立待反演参数与围岩变形的非线性映射关系,将现场监控量测实测值作为输入样本,得到围岩力学参数。然后,将反演得到的力学参数代入到数值模拟中,计算出隧道围岩变形值,对比分析实测值与计算值。结果表明,两者误差较小,这说明该方法应用于该工程的可行性。     

熵与信息

从熵的微观意义出发 ,利用麦克斯韦妖的启示 ,将热力学熵概念应用于信息论中 ,揭示了信息量与信息熵之间的关系 ,并且说明了信息熵在信息论中的重要地位。     

一种 Hu差别矩阵属性约简的高效算法

针对决策表,首先从理论上证明了相对知识量与新条件信息熵的等价性,从而保证可以从相对知识量的角度计算Hu差别矩阵属性约简．为快速计算出决策表属性的相对知识量,给出一种相对知识量的递归计算公式,从而得到新条件信息熵的递归计算公式．以此为基础给出一种属性重要性定义并设计出一种计算Hu差别矩阵属性约简的启发式算法．算例和实验结果验证该算法是高效的．     

基于信息熵识别油气层和水层的聚类方法

简要地介绍了不确定性、信息熵、联合熵、条件熵、互信息的基本概念。将地层含有某种流体属性(如油层)的特征参数的概率分布应用于联合熵中，提出其概率分布是特征参数X与流体的特征参数Y的距离函数，再用熵与条件熵之差计算得到的互信息去识别地层的流体属性，即提出了基于信息熵识别油气层和水层的聚类方法。利用实际测井资料提取了油气层和水层的特征参数，并利用聚类方法识别出油气层和水层。识别结果与试油结论相符。该聚类方法不仅可用于识别油气层和水层，还可推广应用于划分地层岩性等领域。     

位移反分析方法在某路堑边坡中的应用

位移反分析方法是用逆向思维来解决实际工程问题的一种方法．它是利用通过现场监测得到的岩土体位移量来反推出岩土体的物理、力学参数的一种有效的方法．文中将其应用于分析确定某路堑边坡岩土体的参数,并将所得结果用来评价工程体的稳定性,获得了与实际工程情况吻合的结果。     

小变形三维粘弹性问题的有限元方法

在泊松比为常数的条件下，将应变增量形式的线粘弹性本构关系表示成与带初应力的线弹性本构关系完全相同的形式，并用初应力法将其应用于有限元分析．基此，编制了一个能处理小变形三维粘弹性问题的有限元程序ＢＡＳＥ，应用这一程序分析了一个粘弹柱在复杂外载作用下的力学响应．     

测量误差理论的信息论诠释

基于信息理论和测量误差有关理论，分析了随机变量信息熵与方差的关系，认为信息熵可以作为测量结果精度的测度；误差传播定律是高斯信源、信道下信息传播的特例．     

最大信息熵引信起爆控制

目的 从理论上分析减小引信炸点散布的方法,研究引信起爆控制问题。方法 从熵的基本概念和Ｓｈａｎｎｏｎ信息理论的角度;将引信炸点作为信源处理,利用信息熵的理论方法,研究引信战技指标、炸点散布方差和引信控制量的关系。结果 在限定引信炸点散布方差条件下,炸点最大熵分布为高斯分布。提出引信信号处理所必须提取的最小信息量,为研究引信的信息处理寻找了一条新的方法。结论 引信起爆控制量的信息熵与战技指标有关,引     

论测不准关系的正则算符表示

该文对已被证明的厄密算符（Ｈｅｒｍｉｔｉａｎ Ｏｐｅｒａｔｏｒｓ）对应力学量（实软科学 量）的测不准关系进一步探讨，推导出了正则算符（Ｎｏｒｍａｌ Ｏｐｅｒａｔｏｒｓ）对应力学量（复数力学量）的测不准关系表达式，并阐明了式的物理含义，这一结果能将厄密算符对应实力学量作为特例包括在内。     

The uncertainty measure for q-exponential distribution function

Based on the q-exponential distribution which has been observed in more and more physical systems, the uncertainty measure of such an abnormal distribution can be derived by employing a variational relationship which can be traced from the first and second thermodynamic laws. The uncertainty measure obtained here can be considered as the entropic form for the abnormal physical systems having observable q-exponential distribution. This entropy will tend to the Boltzmann-Gibbs entropy when the nonextensive parameter tends to unity. It is very important to find that this entropic form is always concave and the systemic entropy is maximizable.     

模糊测度Shapley熵的完备化

研究了模糊测度的Shapley熵的完备化问题．结果表明，具有完全不确定性的模糊测度虽然具有最大Shapley熵，但反之不真．通过例子表明具有最大Shapley熵的模糊测度可以远远不是完全不确定的；引入了与Shapley熵互为补充的分划熵，从而使Shapley熵得到了完备化，称二者之和为绝对熵，证明了模糊测度是完全确定的或完全不确定的，当且仅当它的绝对熵相应地取最小值或最大值；还研究了模糊测度的扩张问题，提出了可以保持F测度的基本性质的正则扩张理论．     

基于熵不确定性概念的机器人位姿精度理论(Ⅳ)--测量不确定性Hm的计算

在建立机器人位姿测量信息传输模型的基础上,根据测量不确定度的基本原理和方法,研究了由测量仪器、测量方法等不确定因素引起的测量不确定性Hm的基于熵不确定性概念的表示方法,力求在物理意义、量纲上达成熵概念不确定性表达的统一.     

基于近似精度和条件信息熵的粗糙集不确定性度量方法

基于粗糙集理论的基本不确定性度量方法能够度量知识的不确定大小，却不能区分集合粒度划分大小，利用知识的信息熵，并结合粗糙集精度，定义了一种粗糙熵，用于度量粗糙集中的不确定性．证明了该粗糙熵随着划分粒度的变小而单调增加的性质．新的粗糙熵不仅能度量粗糙集的不确定区域大小而且可以度量划分的大小．算例证明了该方法的有效性．     

边界条件熵的属性约简及在定性仿真中的应用

从Pawlak拓扑的角度,给出了一种知识边界粗糙熵和边界条件熵的新定义,并反映出集合的不确定性可以通过边界域来描述的思想,证明了边界条件熵随着信息粒度的变小而单调减少的重要结论.弹簧定性仿真实例,结合定性推理技术,以边界条件熵为基础构造属性约简的启发式算法,消去定性描述中的冗余,获得了弹簧系统定性微分方程式.实验结果表明,粗集理论在定性推理与定性仿真技术中的重要应用价值,基于边界条件熵的属性约简是有效的.     

信息熵在粗糙集理论中的应用

信息熵在粗糙集理论中有着重要的应用 ,它可用来度量知识的不确定性、属性关联的重要性及粗糙集的不确定性等。文章综述并分析这些度量     

基于边界熵的S-粗集不确定性度量

针对S-粗集中元素的动态特性,给出了内、外边界和外边界熵的概念,将传统的粗糙度与外边界熵结合进来,提出了一种新的S-粗集不确定性的度量方法,讨论了这一度量的特性,并通过实例说明这一新的度量方法的合理性与简便性。     

波粒二象性的信息熵解释

微观粒子具有波粒二象性,因而微观粒子的行为并不象经典系统那样确定,其物理量的取值具有随机性.这便产生了物理解释上的困难,甚至导致了逻辑上和哲学上的困惑而无法得到一个满意的解释.若从信息论的角度出发对这种不确定性进行描述,将有可能揭示量子规律的新的一面.本文试图从信息论的角度,阐明微观量子系统间不但存在能量、动量、质量的传递,同时还存在着信息的传递,并可用信息熵表示波粒二象性的统计特性.     

基于不确定性测度的犹豫模糊决策模型

针对已有犹豫模糊熵测度计算复杂、区分能力弱等问题,在综合衡量犹豫模糊元自身不确定性及其所表达信息不确定性的基础上,以凸组合的形式设计了混合型犹豫模糊熵和交叉熵测度。混合型犹豫模糊交叉熵测度用于度量两个犹豫模糊元之间的区分程度,它和混合型犹豫模糊熵测度一起统一于犹豫模糊元的不确定性测度。与已有的犹豫模糊不确定性测度相比,混合型熵测度具有结构简单、物理意义明确、区分能力强等优势;而混合型交叉熵测度则具有自然的对称性。然后,基于混合型犹豫模糊熵和交叉熵测度构建了属性权重未知条件下的多属性决策模型,并将其应用于无人机作战效能评估。     

云模型在学生体质状况分析中的应用

传统的基于《国家学生体质健康标准》的体质评价方法以固定分值和等级反映学生体质健康状况,便于大范围数据比较,但类别划分过于死板。云模型用期望值、熵和超熵三个数值来表征定性概念的模糊性和随机性,便于揭示不确定性的普遍规律。用正态云进行的学生体质状况分析具有方法直观、使用灵活、易于揭示小范围数据的突出特点等优点,是一种有效的抽样数据分析方法。