基于极大熵方法的网格资源分配策略

针对基于市场机制的网格资源分配中的出价问题,提出了一种用于并行任务资源分配的优化策略。该策略先将具有并行任务的多个用户竞争同一资源的行为形式化为一个极大极小问题,然后利用极大熵方法将其转化为一个可微的优化问题,最后通过二分搜索最优解产生一组优化的用户出价,根据这组出价按比例划分资源的计算能力。研究了用户出价函数的特征,给出了求出价组合最优解的具体算法。研究结果表明提出的分配策略具有较低的时间复杂度,从而能够提高资源分配效率,对于动态的网格环境具有更好的适应性。     

基于熵的装备维修系统效能评估与仿真

装备维修系统是复杂的动态多尺度系统,对其进行效能评估面临着巨大挑战.从流的角度出发,按照流关系和系统拓扑将维修系统分成策略、信息和决策控制三个尺度,由此建立维修系统的流模型及其效能测度框架,并引入维修效能熵来考察维修系统效能.具体到维修策略尺度,根据维修活动触发机制,构建了包含预防性维修、修复性维修和基于状态的维修等多种策略的系统模型.仿真和计算表明,混合策略下复杂装备维修系统的特性可用二阶系统来逼近.由此得到的效能曲线显示,装备维修系统是开放系统,其运作过程是熵增过程,必须按照其效能变化而实时改变其管理和控制策略.     

广义支持向量机优化问题的极大熵方法

依据最优化理论中的KKT互补条件建立了广义支持向量机的无约束优化模型,并给出了一种有效的光滑化近似解法极大熵方法,为求解支持向量机优化问题提供了一种新途径.该方法特别易于计算机实现,理论分析和数值实验结果表明了模型和算法的可行性和有效性.     

运用熵极大化准则求解连续型不确定性决策问题

在 Kullback信息熵的基础上 ,对于状态空间为连续型随机变量的不确定性决策问题 ,运用熵极大化准则 ,将其转化为风险型决策问题 ,达到求解的目的.     

利用熵极大化准则求解排除系统稳态概率

在没有对排队系统中顾客到达时间和服务时间的概率分布作出假设的条件下,结合排队系统中一些易得系统运行指标,如系统容量、系统平均队长和系统空闲概率等,利用熵极大化准则,求解出了系统稳态概率,并用X2检验进行了拟合优度检验,验证了方法的可行性.     

多目标合作决策群优化的极大熵法

文［１］建立一种群决策系统的熵模型,能解决决策支持系统优化问题,但对专家间的合作程度无法度量,对最终决策产生二义性等问题无法解决。本文提出一种新的群决策系统——合作决策群,能较好地解决该类问题。文中从理论上证明了决策群模型的有效性,并给出了求解算法。     

基于耗散结构理论的极大熵目标分群算法

为快速准确实施战场目标分群,从信息交互角度,结合耗散结构理论将战场态势认为是能够出现"有序" 状态的动态开放系统.据此,建立用于战场目标分群的OG-Brusselator 模型,并且改进了MEC 算法,在航路勾径基础上提出航路股径概念统一目标彼此间距离和运动方向两要素的量纲,将其和目标与分群中心隶属度分别作为影响目标群属关系明晰度的可量化正、负熵指标, 提出以OG-Brusselator 模型控制算法迭代的目标分群算法DS-MEOC.最后针对空中目标进行分群实验分析,结果表明DS-MEOC 算法有效可行,相比MEC算法,能够提供更合理的目标分群方案.     

基于优化熵函数二维最大熵阈值算法改进

根据熵函数在等概率场下取到最大值性质，对二维最大熵阈值法中的熵函数进行优化，将熵函数中对数和乘积运算简化为减法运算，得到目标函数具有意义明确、形式简洁、计算速度快的二维阈值自动选取方法。该法在保持二维最大熵阈值法对图像分割效果同时，又大大提高阈值选取速度，增强算法实时处理能力。这些结论正确性，既从理论推导过程中得到证明，也从对足迹图像分割的大量实验中得到验证。这种方法是保持二维最大熵阈值法分割效果不变、具有更快计算速度和实时处理能力、并在足迹图像分割中得到较好应用的一种自动阈值选取方法。     

雪灾情形下城市交通站点负荷的动态预测模型

提出了一种新的城市交通站点负荷的动态预测模型. 该模型克服传统的Markov链方法的不足, 考虑到乘客转移偏好的动态改变以及各交通站点之间的滞留情况会相互影响, 以此构建了雪灾情形下乘客分布的极大熵模型, 并进一步设计了交通站点负荷率的计算方法, 推演出了雪灾后交通站点负荷的动态变化情况, 为相关部门采取应对措施提供参考依据. 最后用一个预测实例比较该方法与传统的Markov链方法的预测结果, 结果表明该方法更优.     

需求冲击下交通站点恢复时间预测模型研究

需求冲击往往会改变各交通站点的压力分布,严重时甚至造成交通系统的瘫痪,因而研究需求冲击对交通系统的影响就显得很有必要,其中恢复时间是了解需求冲击对交通系统影响程度的一个重要指标.本文根据乘客偏好的不同将人群划分为3类,依据效用最大准则和极大熵原理,确定其转移概率,在此基础上,推演出3类人群在每个时刻的不同分布状况,以自我消化能力为标准,确定各交通站点的恢复时间.据此了解需求冲击对各交通站点的影响,并为相关决策提供参考依据.最后,以一个算例验证了该模型的可行性和有效性.     

犹豫模糊信息下的双向投影决策方法

研究了面向犹豫模糊信息的投影决策方法. 定义了犹豫模糊信息下， 方案和正、负理想点形成的向量表达方式， 建立了针对犹豫模糊信息的向量投影测度方法； 提出了基于正负理想点的贴近度测算公式； 构建了基于Jaynes最大熵原理和方案公平竞争下的属性权重确定模型. 算例说明方法的有效性和可行性.     

Blind separation of sources in nonlinear convolved mixture based on a novel network

Blind separation of independent sources from their nonlinear convoluted mixtures is a more realistic problem than from linear ones. A solution to this problem based on the Entropy Maximization principle is presented. First we propose a novel two-layer network as the de-mixing system to separate sources in nonlinear convolved mixture. In output layer of our network we use feedback network architecture to cope with convoluted mixtures. Then we derive learning algorithms for the two-layer network by maximizing the information entropy. Based on the comparison of the computer simulation results, it can be concluded that the proposed algorithm has a better nonlinear convolved blind signal separation effect than the H.H. Y' s algorithm.     

极大熵方法求解双层多目标决策问题

讨论了双层多目标决策问题 ,给出了最优有效偏好解的概念 ,上层转化为极大熵问题求解 ,下层进行有效性检验 ,最终给出了迭代算法.     

基于二维直方图和粒子群优化的边缘检测

针对基于二维直方图的分割方法存在计算耗时的缺点,将群体智能中的粒子群优化算法应用到图像分割中,提出了一种新的边缘检测算法。新方法在定义的二维灰度空间中,利用粒子群优化算法自适应搜索最优解,并以此作为边缘检测算子的门限,阈值变换后便可得到表示原图像主要特征的分割结果。通过对水下图像处理的实验证明,该算法对简单背景的图像分割是有效的,和传统检测方法相比,具有更好的抗噪性能。     

虚拟试验设计中的序贯极大熵方法研究

针对包舍计算耗时仿真模型的虚拟试验预测模型建模过程，提出了一种序贯极大熵试验设计方法。通过调整高斯先验过程协方差函数，在预测模型误差较大区域序贯地增加新试验点，合理权衡试验点数目与预测模型精度。设计数学算例演示了序贯极大熵试验设计方法的效率，并证明优于一步法，适用于虚拟试验预测模型建模。     

一种新的基于模糊预测的实时运动跟踪算法

针对模糊规则基难以自动在线设计问题,提出一种利用观测数据直接构造模糊规则基中心的新方法,并将其用于对运动过程的准确预测。该方法首先用较少的有限次状态和误差的观测数据,在不同时刻直接构造状态和误差的模糊规则基中心,然后,根据最大熵原理,求取当前状态的隶属度函数值。为使此方法适合于不同状态的运动跟踪,在确定最大熵原理的关键参数中,不使用经验方法,而利用粒子群算法在规定的进化代数内求取参数,在保证实时性要求的前提下,完成对参数的优化。为提高模糊推理的精确性,在模糊推理中设计加权因子,对下时刻的状态和预测误差进行预测,利用预测误差对预测状态进行修正。预测误差仅由有限次测量数据决定,消除了误差累积现象。分别对两类不同的运动进行对比跟踪实验,结果表明,此方法具有对先验知识的弱依赖性,较强的实时性和较高的预测精度。     

基于加权双质心支持向量聚类的机群编队分组

针对机群编队分组问题,提出了一种加权双质心支持向量聚类算法。所提算法在支持向量训练时引入最大熵原理,快速求解Lagrange乘子;针对样本特征对聚类结果的贡献不同,在聚类标识过程中,引入加权密度质心,提出了加权双质心聚类标识,并在典型数据集上验证了所提算法的有效性。通过对机群编队分组模型的描述,建立了机群聚类时一个目标点需要的特征集,完成了编队分组的仿真实验。仿真结果表明了所提算法能够针对应用的具体样本集实行快速聚类分析,并保证聚类结果的有效性。     

基于借贷关联网络的我国银行间市场风险传染

银行间借贷关联网络是银行经营困境或破产倒闭风险传染的重要渠道。基于我国银行间市场的总体借贷数据，首次综合运用最大熵法和最小密度法间接推断银行间借贷关联网络。对比分析两种网络的拓扑结构特征差异，以及两种网络下银行随机倒闭风险的网络间传染路径和程度。综合两种网络下的风险传染结果，分析银行的系统重要性和抗风险能力，并挖掘其影响因素。实证研究结果表明，最小密度法下的银行间借贷关联网络具有实际网络的连接稀疏性、异向连接匹配和无标度度分布等特征；与最大熵法所推断的网络相比，基于最小密度法网络的银行倒闭风险传染范围更广及传染强度更强；银行资产规模越大、坏账准备占不良贷款比例越高，风险传染效应和系统重要性越强、抗风险能力越弱；银行同业拆借率越高，风险传染效应和系统重要性也越强。研究结果有利于对银行实施宏观审慎监管，防范或抑制金融系统性风险。     

使用最大熵原理研究电介质系统的极化

从电介质的微观结构出发,使用最大熵原理分别研究了无极分子电介质和有极分子电介质在电场中的极化规律。研究发现,虽然两类电介质极化的微观机理不同,但宏观效果相同;当电场强度不很大时,电极化强度与场强成正比,但当场强很大时,二者不再成线性正比关系,而成复杂的非线性关系。由此可见,不能简单地说某种电介质是线性的还是非线性的,这要决定于所加电场的强弱。     

谱分析方法在经济波动分析中的应用研究

针对我国经济序列较短的特点,将加窗周期图谱估计与最大熵谱估计相结合的谱估计方法用于经济周期波动的分析,并用各隐周期分量单独分辨的办法通过对数据进行三角叠加拟合来确定隐周期长度的准确值。