生态学研究方法争鸣的系统思考与系统化方法

生态学研究方法存在逻辑主义与经验主义、归纳方法或演绎方法以及假说-演绎推理是否成立等三种重要的争鸣并导致对知识的可能与可靠产生了质疑。系统思考后认为它们具有逻辑递进关系,体现了整体性,并涌现出"数据"这一新的系统属性。由此产生了如何获得与处理数据的问题。基于公众科学的大数据和先验概率模型的实验数据来源与处理的系统化方法可以解决上述难题。此方法可追踪生态过程的持续演化,为生态学一般性理论的发展提供启示和经验证据。     

基于泛函分析的组织行为距离测度模型

从行为距离的角度分析管理中的行为难题,应用泛函分析方法构建了行为赋泛空间模型以及相应的行为距离测度三维欧氏空间模型,为行为难题的解决提供了一个新的视角,为探寻组织和谐发展提供了一种新的途径。     

基于属性重要性的决策树规则提取算法

对属性进行约简为从关系数据库中挖掘简洁的规则创造了条件。但从属性约简后的数据集中提取最简规则的问题仍是一个NP难题,一般借助于启发式算法。提出了一种新的基于属性重要性的规则提取算法,称为IADT(importantattributedecisivetree)算法,采用粗糙集理论中的属性重要性概念,通过建立树结构来提取规则。算法可以避免面对NP难题,获得相对简单的规则。计算实例表明,IADT算法具有良好的实用性,有进甚至可以获得最简规则。通过与ID3算法进行的比较表明,IADT算法为规则树算法提供了一种新的属性选择标准。     

空地联合预警系统的弹道估计实时算法

针对弹道导弹预警系统中的弹道实时估计难题,提出了一种新的卫星与雷达测量数据的加权快速融合方法,它是一种递推式计算方法,对有效测元进行逐个融合计算,可以提高估计精度。在此基础上,探讨了一种基于匹配多项式最小二乘滤波的雷达数据实时处理方法,该算法能有效的降低截断误差。给出了应用这两种方法的具体步骤,理论分析和仿真计算结果表明了算法的有效性。     

基于数据融合的分布式综合孔径微波辐射高分辨率成像算法

为了解决大型综合孔径微波辐射计系统随着分辨率需求的提高, 天线规模和系统复杂度随之增加的难题, 提出了一种基于数据融合的分布式综合孔径微波辐射计成像算法。首先建立了数据融合模型, 其次详细地介绍了数据融合算法, 最后开展了地面验证实验, 并对实验结果进行处理。理论和实验结果均表明: 该数据融合算法是可行的, 能有效提高系统图像的分辨率; 同时为后续被动微波遥感从数据维角度提高空间分辨率提供了一种新的解决方法。     

一种基于粗集理论的属性权重构造方法

提出一种新的基于粗集理论的权重构造方法来解决传统决策中主观性问题和冗余性问题,并给出了一种新的判据模式.新方法分析论述了可拓学中存在的数学逻辑错误,并与通过其他决策方法得出的结论作比较.最终通过实验分析来说明方法的有效性和可行性,从而为管理决策提供了一种新的思想.     

基于认知图和直觉模糊推理的态势评估方法

针对战场环境中信息的不确定性和交互关联性问题,将直觉模糊推理理论与认知图推理相结合,提出一种基于认知图和直觉模糊理论的态势评估方法。首先,分析当前认知图推理的特点与不足,建立基于直觉模糊集理论和有序加权平均算子的直觉模糊认知图模型;其次,提出直觉模糊认知图的态势评估推理过程;最后,用实例给出评估结果,验证方法的有效性和正确性。该方法能更准确地描述战场客观环境,为决策者提供更多的决策信息和决策偏好自由度。     

模糊认知图与证据理论融合的质量控制决策模型

针对制造过程的质量问题层出不穷而企业常常疲于救火式管理、难以从根本上解决质量问题的现状,结合模糊认知图理论和证据理论,提出一种包含反应式、预防式、预报式和先行式等四种典型的质量控制模式的决策模型.论文首先分析这四种典型的质量控制模式及其决策因素;接着,讨论基于模糊认知图的质量控制决策模型及实施步骤,该模型立足于综合考虑质量问题属性、成本、功能符合性以及组织支持因素等维度,构建基于模糊认知图的决策网络.针对决策网络中多个专家所建立模糊认知图的合成问题,结合证据理论,以专家知识作为证据,节点间的因果强度的可能取值空间构成识别框架,对多个专家知识进行合成.最后,以某轴承企业深沟球轴承沟形误差超标的质量问题为例验证了该方法的可行性.     

基于IDEFO模型的Petri网间接建模方法研究

通过对IDEF0和Petri网两种建模方法分析与对比,表明基于Petri网建模可以解决IDEF0方法在模型的动态性、完备性和方法连贯性方面存在的问题;提出IDEF0模型到Petri网模型的转换思路和基本转换方法,以一个信息管理模块为例实现模型转换,在此基础上提出了改进策略。研究结果有助于以Petri网为统一工具实现系统建模与开发,为解决当前系统开发遇到的问题提供一种新的途径。     

系统生成论视野下的科学史研究

科学史研究"新的综合"不仅是内史研究与外史研究的综合,也是科学与人文、认知与价值的综合。内涵价值的系统生成论可以为解决当前科学史研究探索的"新的综合"提供必要的科学观和方法论。     

基于IDEF0模型的Petri网间接建模方法研究

通过对IDEF0和Petri网两种建模方法分析与对比,表明基于Petri网建模可以解决IDEF0方法在模型的动态性、完备性和方法连贯性方面存在的问题;提出IDEF0模型到Petri网模型的转换思路和基本转换方法,以一个信息管理模块为例实现模型转换,在此基础上提出了改进策略.研究结果有助于以Petri网为统一工具实现系统建模与开发,为解决当前系统开发遇到的问题提供一种新的途径.     

求解一类组合优化问题的混沌搜索法

把混沌引入各种传统的优化计算模型中以避免系统落入局部最优陷阱 ,是一种行之有效的方法 .本文提出一种利用混沌搜索一类组合优化问题最优解的模型 ,并对其进行了理论分析和数值模拟 .与混沌神经网络模型相比 ,本模型避免了模型参数选择的难题 ,具有实现方便 ,寻优效果好的优点 ,为解决一类组合优化问题提供了新途径.     

一种空时二维联合频谱感知区域划分方案

认知无线电空时二维联合频谱感知技术可以有效利用认知无线电网络的二维频谱资源,该文提出一种空时异构认知网络区域划分方案的设计方法。新的设计方法依据IEEE 802.22标准和应用需求,建立了一种鲁棒性空时二维感知模型,并明确定义了认知无线电网络构架的主用户分布边界、保护边界和感知边界;基于认知用户对主用户通信中断概率的条件约束,严格推导出了3种边界条件的数学闭式解。采用新的设计方案,在保证主用户通信功率和认知用户最大允许通信功率的条件下,能够灵活确定主用户分区和认知用户的Overlay及Underlay接入模式。理论分析和仿真结果表明,新的区域划分方案在保证主用户良好通信质量的前提下,能够实现认知用户在空间维度更有效的分配和接入可用频谱资源。     

从科学认知与复杂系统思维看“孙子兵法”的谋略

"孙子兵法"是我国春秋时期杰出的军事家孙武的战略理论,它是中国和全世界的优秀文化遗产,其完美的战争谋略渗透着哲学思想的精髓。它是科学认知的智慧结晶,是复杂系统思维与战略实践相结合的产物。本文以科学认知的基理与复杂系统思维为理论基础,对"孙子兵法"进行解读,分析其绝妙的战略精华,从科学认知与复杂系统的视域出发,给"孙子兵法"一种新的解释,阐明"孙子兵法"是具有科学合理性的谋略。     

基于支持向量机的非线性模型预测控制

支持向量机是基于统计学习理论的新一代机器学习技术。由于使用结构风险最小化原则代替经验风险最小化原则,使它较好地解决了小样本情况下的学习问题。又由于采用了核函数思想,使它把非线性问题转化为线性问题来解决,降低了算法的复杂度。提出了一种基于支持向量机的模型预测控制结构,并使用一个新的随机搜索优化算法来求解预测控制律,计算机仿真证明了所设计的控制算法的正确性和有效性。     

一种知识库系统软件体系结构框架的研究

在专家系统、实时控制、问题求解、机器学习等智能应用领域,都需要存取和管理大规模共享知识库,这种知识库不能用传统的专家系统外壳来建造,因为这些外壳不能满足数据量的不断增长,知识库丰富的表示结构和推理机也不被现存的数据库技术支持。为了解决这个问题,本文提出了一种适合知识库管理系统的体系结构,这种软件体系结构采用可以处理不同粒度空间的商空间结构,给出了基于商空间的一种新的知识库系统软件体系结构模型,定义了原子构件、商构件、连接和配置,描述了农业气象知识库系统框架,给出了它的构件和配置案例,这些工作为基于商空间的知识库系统软件体系结构研究奠定了理论基础,为进一步研究软件体系结构提供了新方法。     

Mean Shift算法优化带宽的自动搜索

Mean Shift算法是一种非参数估计方法,能够快速收敛到概率密度函数的模态,在图像处理领域已得到了广泛的应用。算法的带宽参数的选取会直接影响到收敛速度和收敛结果,而手动调试参数需花费大量的时间和资源。为解决这一问题,提出一种Mean Shift算法优化带宽自动搜索策略,采用Mean Shift算法对图像特征空间内的样本点进行聚类分析,以图像结构特征信息作为分割效果的评判准则,自动寻取优化带宽参数。实验结果表明,提出的方法可以实现自动寻取Mean Shift算法的优化带宽参数,为解决Mean Shift算法带宽自寻优问题提供了一种新的思路。     

基于蛋白质二级序列的关联多分类算法

蛋白质二级结构预测是公认的生物信息学领域的国际性难题。以基于内在认知机理的知识发现理论(knowledge discovery theory based on inner cognitive mechanism, KDTICM)理论的扩展性研究与数据库中的知识发现（knowledge discovery in database*, KDD*)模型为基础,提出一种基于结构序列的多分类算法--SAC(structural association classification),可以有效地解决蛋白质二级结构预测问题。该算法借助设定支持度阈值的精化知识库的方法,其预测准确率能够超过85%。以该算法为核心，构建了一个蛋白质二级预测模型--复合金字塔模型。实验证明,在RS126、CB513、ILP数据集上的预测准确率均超过80%,超过目前已知的国际主流水平。     

关于认知影响图方法的研究

在进一步发展认知图、影响图理论的基础上，提出了融合二者于一体的认知影响图理论，建立了两种构造认知影响图方法：诊断法和时间序列法，解决了实际认知过程中，按时间序列出现事件经常与人类诊断知识方向矛盾的问题：并根据在思考问题过程中，同一领域专家的认知方式不同，分别采取因果推理及诊断推理的特点，提出了一种能有效地获取上述两种知识的衍值方法     

一门新的学科——非线性系统学

随着科学技术的发展,非线性问题已成为科学研究的中心,它的进展给我们在科学方法论上带来了新的启示:为综合分析提出了新的途径,同时把我们带进了更为广阔的科学处女地。本文在分析了已有科学研究方法局限的基础上,综合新近发展起来的“新三论”、浑沌动力学理论、超循环理论、系统科学、人工智能与计算机科学、神经网络理论、信息科学等学科,提出了建立一门新的学科——非线性系统学,并就它的学科对象、基本内容、研究方法及理论基础等进行了初步的探讨,非线性系统学的建立为非线性科学的研究提供了一种新的理论与方法。