基于粗糙集理论的多源信息融合故障诊断方法

在故障诊断中,从包含冗余和不一致信息的数据中获取简单有效的诊断决策规则是一个难题.首先,针对完备信息系统和不完备信息系统分剐提出了相应的融合算法,为解决数据超载以及不完整信息融合问题提供了有效的方法.其次,提出了基于粗糙集理论的多源信息融合故障诊断模型.该模型从包含冗余和不一致信息的原始数据出发,利用基于改进属性重要度的方法实现故障征兆属性约简;然后通过给出的值约简算法进一步产生最大广义决策规则集,建立了用于故障诊断的规则库.最后,在应用该模型进行故障诊断时,用待诊断实例的离散化了的故障征兆属性与规则库中的诊断决策规则进行匹配,对返回的诊断决策规则依据置信度、覆盖度和支持度进行综合评价,并得出诊断结论.给出的诊断实例验证了该方法的可行性和有效性.     

不完备信息系统的可信决策规则提取与E2相对约简

在不完备信息系统中,提出可信决策规则以及最优可信决策规则的概念,用以刻划信息系统中必定存在或可能存在的确定性决策规则.给出关于容差关系的最大相容类的∨-描述的概念,并由此得到初等可信决策规则.针对协调最大相容类,定义一种基于区分矩阵的区分函数;通过计算协调最大相容类的区分函数的析取范式,可由初等可信决策规则求得所有最优可信决策规则.最后给出条件属性的E-相对约简的概念及其区分函数求法.E-相对约简是保持不完备信息系统的确定性信息的极小条件属性子集.     

基于限制扩展优势关系的粗糙决策分析模型

针对信息不完全的偏好多属性决策问题,给出一种基于拓展粗糙集的决策分析模型.首先提出限制扩展优势关系的概念;然后在限制扩展优势关系下得到知识的粗糙近似,给出分类决策规则.对比分析证明,限制扩展优势关系既保留了扩展优势关系的优点,又在一定程度上克服了扩展优势关系的局限性.最后,通过一个实例验证了所提出的模型对信息不完备决策系统的处理更符合实际情况.     

基于限制相似优势关系的粗糙决策分析模型

针对信息不完全的偏好多属性决策问题,给出了一种基于拓展粗糙集的决策分析模型.首先提出了限制相似优势关系的概念;然后在限制相似优势关系下得到知识的粗糙近似,给出了分类决策规则.对比分析证明:限制相似优势关系既保留了相似优势关系的优点,又在一定程度上克服了相似优势关系的局限性.最后通过一个实例验证了所提出的模型对信息不完备决策系统的处理更符合实际情况.     

一类离散系统的定性仿真

分析了一类具有离散时间分析和延时特性的离散系统定性仿真方法。通过将离散系统的不精确或不完备知识抽象为定性值、规则和约束,运用定性差分方程式形式定性建模,结合QSIM算法中的约束传播定量信息进行定性定量集成仿真,并给出仿真实例。     

基于P/T网结构的规则系统验证方法

规则系统是具有广泛应用价值的逻辑系统,但由于各种原因可能导致冗余、不一致、不完备和回路等错误的发生,从而影响系统的运行结果和效率.本文构造了基于Horn子句的规则系统的P/T网模型,给出了利用Petri网关联矩阵求解回路和路径的算法,并提供了系统错误的一组判定方法.该方法避免了原有基于Petri网可达性方法检测系统错误可能导致的状态空间爆炸问题,充分利用网的结构信息,实现规则系统错误的分析和发现.     

基于粗糙集的知识理论及其应用

粗糙集理论是一种刻划不完整性和不确定性的数学工具,它能有效地分析不精确、不一致、不完整等各种不完备信息.本文给出了基于粗糙集的知识理论,该理论不需要预先给定某些特征或属性的数值,可从现有的数据出发进行知识的简化和相对简化、范畴的简化和相对简化方法,为处理不完备信息提供了一种更符合人类认知的知识理论.此外,文中还提出了该理论的应用方法及步骤,列举了一个在配镜决策方面的实际应用例子.     

一种知识推理规则归纳系统的实现

从经验数据归纳出决策规则的主要障碍之一是对象中信息的不一致。本文综合粗糙集理论、遗传算法及布尔逻辑各自的特点，提出集成的归纳学习方法，开发出一个能够从不一致信息中归纳出完备性规则和可能性规则归纳引擎，应用事例数据对系统进行验证并给出验证结果。     

编队对地攻击不完备信息粗决策及可靠性分析

针对编队协同对地攻击特点,建立了编队协同对地攻击指挥决策信息系统。基于粗糙集理论,对不完备信息条件下的决策信息系统,分别讨论了由于数据对象缺失和由于条件属性值缺失造成的不完备信息决策系统的决策规则提取方法,并对提取的决策规则进行可靠性分析,给出不完备信息条件下提取的各决策规则的可靠度,为作战指挥决策提供依据。     

基于谱约简的变结构模糊神经网络

在先验知识不完备和不确定的情况下,针对海量数据造成的冗余和互斥,模糊神经网络结构变得复杂化且不能很快逼近和分类输出对象的情况,提出了一种基于高阶谱规则约简的变结构模糊神经网络模型。相同结论属性的模糊规则的条件属性值,可以被认为是由若干个谐波组成的平稳信号,并且此信号可以采用高阶谱分析来估计其谐波成分,规则的最小约简集与谐波对应。在完成了谐波估计后,神经网络结构和连接权值发生改变,神经网络的性能也得到优化。最后给出了此模型在航迹融合中应用的一个例子,得到了较好的结果。     

企业利润分享模式下的员工最优退出机制

为了研究当产出可以观测时,企业员工素质信息是完全信息与非对称信息的条件下,企业员工最优退出机制,建立了两个企业裁员模型.在模型中,企业和员工都是风险中性的,企业是委托人,员工是代理人,采用利润分享模式和绩效原则,以企业利润为目标,留用概率和员工分离补偿为特征.根据显示原理,采用最优化理论求解模型.对比有无利润分享模式下的裁员机制,再对裁员机制中所涉及相关参数进行比较静态分析.研究表明:企业存在最佳裁员规模,对退出的员工应按不同素质类型支付最低补偿金;利润分享模式会降低补偿金,但对信息租金无影响;非对称信息会导致企业扩大裁员规模与支付信息租金,信息不对称程度越强,信息租金越大.     

非对称信息下供应链的质量预防决策

研究了非对称信息下供应链的质量预防决策问题,建立了供应商和销售商的质量收益函数,重点考虑了非对称信息下的决策问题已经变成最优控制问题,运用极大值原理推导了销售商产品评价信息隐匿情况下供应商的质量预防的最优解,并进行了仿真计算.     

QUALITY EVALUATION LEVEL DECISION IN OUTSOURCING UNDER ASYMMETRIC INFORMATION

1. Introduction Quality control problem under asymmetric information is often met in contracting. But up to now, the research on it is limited (Stanley and Madhav, 2000, 2001; Starbird, 1994, 1997, 2001; Persson and Olhager,2002; Cheng, 1991; Reyniers and Tapiero,1995). Some qualitativestudies discussed how to evaluate the process quality and supply chain product quality and measure the performance (Persson and Olhager,2002; Cheng, 1991; Reyniers and Tapiero,1995). Quantitative studies a…     

信息非对称条件下BT 项目质量控制决策

为研究不同信息条件下BT项目质量监督控制策略和控制水平,首先了建立BT甲、乙双方质量控制策略的博弈模型,讨论了对称信息下的质量预防和工程款支付决策.其中,质量监督控制水平及有效性和工程款支付决策是BT甲方的决策变量,质量预防控制水平是BT乙方的决策变量.基于该博弈模型重点研究了非对称信息下BT甲方质量监督及有效性水平和工程款支付决策问题,考虑了BT乙方(承包商)质量自我控制以及质量评价信息隐匿情况下,运用极大值原理推导了BT甲方质量监督控制水平和工程款支付决策问题的最优解.最后结合一个公路BT项目进行了计算和分析,对比了不同信息环境下的质量决策结果和质量监督激励成本的变化,实例的计算结果进一步验证了该质量控制决策方法的有效性.     

Improvement on GM models

Since grey system theory was established by prof. Deng, GM models and their improvements have all taken the first vector of the original sequence as the initialization, which resulted to deficiency in making use of the latest information. Based on the principle, which new information should be used fully, we think it is scientific to pay more attention to the new information or endow them a more weigh. So, this paper deals with the GM improvement by taking the n-th vector as the initialization, and gets great improvement in forecasting precision. Last, we validate the practicability and reliability of the models with examples.     

结合GLM与因子效应原则的贝叶斯变量选择方法

因子效应原则(效应稀疏原则、效应排序原则和效应遗传原则)经常用于评判因子设计理论与数据分析策略的合理性. 针对非正态响应的部分因子试验, 当筛选试验含有复杂的别名效应时, 提出了一种结合广义线性模型(generalized linear models, GLM)与因子效应原则的多阶段贝叶斯变量选择方法. 首先, 在广义线性模型的线性预测器中对每个变量设置一个二元变量指示器; 其次, 将因子效应原则以变量指示器的先验信息分成三个不同的阶段分别加以考虑; 然后, 利用变量指示器的后验概率识别显著性的因子效应. 最后, 仿真试验结果表明: 所提出的方法不仅能简化广义线性模型先验参数的选择, 而且能够有效地识别出非正态响应部分因子试验的显著性因子.     

基于轻小型无人机雷达的植被高度反演方法

针对目前主流雷达传感器难以满足轻小型无人机载荷需要,且存在着数据获取成本高及算法模型复杂的问题,在自行研制的一种高度集成、轻量化且具有高可靠性的轻小型无人机雷达系统基础上,发展了一种植被高度信息反演新方法。该方法中使用二维滤波抑制直耦波能量,基于剩余图像熵的自适应主元分析去噪方法解决传统方法主元选择不稳定的问题,并基于互相关信息的后向投影算法进一步增强目标信号,最后应用Sobel算子提取植被高度。实验结果表明,该方法反演得到的植被高度和验证数据的相关性达到0.92,均方根误差可达1.28 m。     

战略对抗演习系统中的虚拟信息综合可视化研究

战略对抗演习系统是面向高层的战略决策训练系统,其中包含了许多的模型和大量的信息。分析了战略对抗演习系统中信息可视化的需求和现有系统的优势和不足,提出用虚拟新闻对各种信息进行综合可视化表现的方法,研究了将多种不同类型的信息进行可视化处理过程中信息的获取、存储、表现等技术途径。结果表明,各种信息综合到虚拟新闻中后,使得虚拟新闻更像真实世界中的电视新闻,为参演人员营造的虚拟信息环境更加逼真。最后给出了下一步的工作展望。     

基于Orness测度的多阶段不确定语言信息优化集结

研究不确定情境下多阶段语言信息的集结问题. 建立了多阶段不确定语言信息集结的TOPSIS分析框架, 以贴近度思想表征各方案单阶段绩效; 基于决策矩阵信息和Orness测度约束, 建立以相邻阶段方案的综合贴近度离差和最小为优化目标的阶段权重确定模型, 考虑了主观偏好和方案决策信息对阶段权重的综合影响; 设计各方案贴近度范围分布估算模型, 解决多阶段决策过程中的决策风险问题; 建立了Orness测度的参数灵敏度分析模型, 探讨不同取值范围对方案多阶段优选排序的影响. 算例说明了方法的应用步骤和可行性.     

基于状态空间平均法的BOOST变换器仿真分析

DC—DC开关变换电路是一个时变的、非线性的动态系统，它的分析与设计一直是一个难题。通过数学推导阐述了状态空间平均法是平均法的一阶近似，并通过MATLAB软件进行典型升压变换器（boost　converter）的电划莫型和数学模型仿真对比，定量地讨论状态空间平均法模型的适用条件，说明状态空间平均法的本质，指出使用状态空间平均法时，一定要注意使用条件。