不完备信息系统的灰色关联决策方法

基于灰色系统理论的思想和方法,运用分析技巧和熵极大化准则,对不完备信息系统下灰色关联决策方法进行了研究.首先提出了灰色区间关联系数公式,将经典灰色关联决策由清晰数的情况推广到了区间灰数的情况.其次研究了方案目标值有空缺的情况,给出了填补空缺的方法和理论依据,建立了基于满意度水平下的灰色区间关联算法.给出的算法使决策方法更具柔性,决策结果更加贴近于实际.     

战斗机突击作战实时辅助决策研究

突击作战实时辅助决策对减轻飞行员负担、减少操作失误具有重要意义.在建立战机运动模型、威胁约束模型和目标攻击火控边界约束模型基础上,构建了突击作战辅助决策模型.引入了勒让德伪谱法,将辅助决策最优控制模型的解算转化为非线性规划求解问题.设计了基于滚动时域控制的优化策略,实现了模型解算的实时性.通过对基于C代码的可行序列二次规划(code feasible sequential quadratic programming,CFSQP)算法软件包的改进,有效减少了优化变量和约束条件数量,能对大规模非线性问题快速寻优.仿真结果表明了所提出的实时辅助决策方案的有效性和可行性.     

折扣模型马尔可夫决策规划的一种算法

本文对有限状态和决策折扣模型马氏决策规划构造出了一个新的算子,得到另外一种求最优报酬向量的分块逐次逼近算法。这种算法优越于通常的标准逼近算法而又具有同样的适用范围。以此算法为基础,加上报酬修改法便得到报酬修改的分块逐次逼近算法,从而大大减少了计算的工作量。     

空战格斗决策研究

基于敌对的两机空战背景,利用不断更新的威胁态势作为飞行员的决策依据,采用影响图分析法描述空战飞行员的决策过程,建立了空战飞行员的决策模型.其特点是空战威胁态势的评估及决策方式易于根据飞行员的经验和偏好进行描述与调整.仿真结果表明,利用所建立的空战决策模型可以有效地导引战机格斗,决策过程符合空战格斗理念.     

基于满意度控制的机场应急救援决策规则的数据挖掘

摘要: 机场应急救援工作的规模决策对于抢救生命财产至关重要. 针对目前救援规模决策缺乏合理规则指导的问题, 提出了一种基于满意度控制的数据挖掘方法. 该方法将满意度理论中的选择函数和拒绝函数植入数据挖掘关联规则算法 中,在保持样本完好性的同时识别异样数据,控制挖掘进程,建立有效的机场应急救援辅助决策规则库,用以辅助决策 者作出更为科学合理的决策. 实验结果表明,该算法能挖掘出合理的应急救援规模决策规则,提高挖掘的准确性和效率.     

土地合理利用规划决策专家系统试验研究

介绍了土地合理利用规划决策专家系统的构造原理与设计方法.系统可对土地合理利用规划方案进行地学专家级的评价和决策,并对区域综合治理和区划提出几种可行性建议供用户选择.以乌鲁木齐河流域为例,阐述了流域土地合理利用规划决策专家知识的表示方法,以及专家系统中知识表示的基本规则和知识库中专家知识的组织方式.此外,还讨论了推理规则的设计原理和推理规则的组织方法及推理算法.     

基于相似关系的不完备模糊决策信息系统知识约简

在不完备信息系统和模糊决策信息系统及其粗糙集模型的基础上,提出了不完备模糊决策信息系统的概念,并基于相似关系及其粗糙集模型,给出了不完备模糊决策信息系统的粗糙集模型.该模型是不完备信息系统,完备模糊决策信息系统和经典决策信息系统粗糙集模型的推广.还给出了该系统的知识约简及其算法.     

女子篮球运动员运动情景中决策能力的实验研究

本文以认知心理学为基础，结合心理学、运动训练学、计算机等学科对复杂运动情景中篮球运动员的认知决策与直觉决策能力进行了实验研究。整个实验研究运用先期开发的《篮球运动员运动决策测试系统》对三个水平篮球运动员认知决策和直觉决策任务上的决策速度、决策准确性和自信心水平等指标进行了考察。考察三个组别运动员之间以及两种决策任务之间的决策速度、正确决策速度、决策准确性和自信心分数存在的差异。     

基于粗集的决策规则生成算法应用研究

在粗集理论的基本概念及知识表达系统定义的基础上,利用粗集方法进行决策分析,并以粗集理论在成绩决策中的应用为例,给出了基于粗集的决策规则生成算法.     

一种航空器地面滑行路径决策优化算法

机场航空器地面滑行优化是短期内缓解滑行冲突,减小滑行成本,降低环境污染的有效手段.提出一种基于最小费用流的多因素约束滑行优化算法,结合民航滑行冲突和相关管制规则,建立了系统的航空器滑行优化模型.经海口机场航班实际运行对比验证,相比现行滑行路径决策方案,优化算法使得总体时间减少了近2 min,效率明显提高,可用于辅助人工决策.     

决策树分类ID3算法研究

分类是数据挖掘的重要内容之一,在许多领域得到广泛应用,现已有多种分类方法,其中决策树分类法在海量数据环境中应用最为广泛,本文分析了决策树分类ID3算法的原理,给出构造决策树的基本算法,指出ID3算法构造决策树的优缺点,针对ID3算法倾向于取值较多的测试属性的缺点,引入一个参数来约束属性选择,给出一种优化算法．     

基于属性约简的决策树算法在商品促销决策中的应用研究

商品销售管理是企业经营管理中的一个重要环节,通过建立商品促销决策的数据挖掘模型,企业可以获取有助于销售决策的大量有价值的信息,从而获得竞争优势.该文采用决策支持模型来发掘不同客户群的商品购买需求.首先对收集的历史数据进行预处理,然后采用似然比计算预测字段和目标字段的相关性,对属性进行约简,最后使用CHAID算法构建决策模型.实验结果表明,约简模型的性能降低很小,但是大大提高了运行效率和分析效率,降低了过度拟合模型的风险,具有很好的实用价值.     

决策域流感知接纳控制

针对单信息流感知接纳控制存在的判决误差,提出使用优先队列队长和链路公平速率指标构建4个二维状态空间以描述不同的链路状态信息。根据不同链路状态下的流分布特征,将4个状态空间映射为3个联合决策域,并由此得到多业务流的联合判决表作为提出接纳控制算法的判决条件。针对不同业务流各自的敏感性能指标,推导了实时流的阻塞率和弹性流的平均吞吐量表达式,仿真统计显示提出算法在过载情况下,实时流阻塞率平均增加约5.44%时,其时延减少约为总时延的10%,弹性流吞吐量平均增加为链路带宽的25.75％。     

基于决策树的文本分类研究

本文对决策树数据挖掘方法进行分析和比较,并应用该分类方法对网页文本进行分类,仿真实验结果证明决策树算法在文本分类研究领域有着广阔的应用前景．     

正交频分复用水声通信的判决信道均衡算法

复杂的水声信道会对正交频分复用子载波产生幅度衰落和相位畸变. 针对信道时变和插值带来的误差对信道估计的影响,提出了一种基于判决的水声信道均衡算法. 该算法采用差错控制编码作为判决方式,将判决后的数据作为导频进行信道均衡,根据信道环境的不同分为判决迭代均衡和判决二次均衡两种方式. 仿真和湖上实验结果表明,该算法在不降低频带利用率的情况下可以有效提高系统性能.     

基于决策树-逻辑回归模型精确识别僵尸企业

针对如何精准识别僵尸企业的问题,借助湖南科创信息有限公司公开的企业信息数据集,提出了一种决策树-逻辑回归的僵尸企业识别方法。该方法用中位数填充缺失数和离群值,然后分析数据集并进行特征衍生,最后使用多元线性回归和卡方检验等方法完成特征筛选。为了验证所提出方法的有效性,分别在阿里云环境和本地环境下将该方法与过度借贷法、连续亏损法、随机森林算法、BP神经网络算法、XGBoost算法进行比较。每个模型均训练50次,每次训练按一定比例随机选取数据,最终取各个指标的平均值作为最终实验结果。实验结果表明：所提出的决策树-逻辑回归模型对于僵尸企业的识别准确率最高,达到99.98%;并且模型的运行速度相对各种集成模型的速度有较大优势,平均执行时间约为1.5 s。在各实验环境中,实验结果差异较小,验证了该模型的有效性和稳定性。     

一种面向不确定标签样本的K-近邻高效决策算法

基于案例的决策是一种直接依据过去的历史案例对当前案例进行分类或者指标预测的方法,K-近邻方法就是一种广泛应用的基于案例的决策模型。在K-近邻方法中,历史案例上需要有标签,而在现实应用中,标签本身有一定的不确定性.文章详细地讨论了现有的基于K-近邻的决策方法忽略了样本标签不确定性这一问题,并基于Dempster-Shafer证据理论对标签不确定性进行建模以改善预测的性能,在此基础上结合边界树模型提高模型的运行效率.文中介绍了边界树算法的作用与原理,对如何结合传统边界树算法与样本标签的不确定性对边界树算法的节点转移策略以及决策过程进行了优化.文章最后对边界树算法的计算规模与准确率做了详细的实验论证.结果表明,文中提出的方法一方面考虑了标签的不确定性,另一方面提高了传统的K-近邻模型的决策效率.     

一种新的软判决度量及其在多径衰落信道中的性能

提出了一种新的简化软判决度量，并进一步推广到一般的p范数情形，得到了广义的简化软判决度量生成办法．同时给出了几种不同参数下LDPC编码的16QAM／64QAM系统的误比特率性能的计算机仿真结果．仿真结果表明，无论是在AWGN信道还是在多径衰落信道中，所提出的简化方法都没有性能损失．更重要的是，由于无需噪声方差估计，该方法可以简化系统实现，大大降低了实现的复杂度．进一步的计算机仿真显示，在高信噪比的多径信道中，当p略小于2时，广义的简化软判决度量比传统方法的误比特率性能要好．     

基于模糊MLP网络的清浊音判决

讨论了一种新型的模糊MLP神经网络及其在清浊音判决中的应用，该网络实现了多参量的综合评判，而且有效地处理了语音信号的模糊性，从而获得了较高的判决准确率。