可实现的DSA态势感知和决策的因果推理

【目的】针对系统能否准确确定原位策略一致性的运行状态这一问题,当前研究主要基于先验模型的全局运行约束以降低系统性能为代价来达到低的风险性。为弥补其中缺陷,提出一种可实现动态频谱接入(DSA)态势感知和决策的随机推理方法。【方法】在DSA系统的环境感知和决策制定中应用概率结构因果模型以及多属性决策理论来获得概念界定、灵活性和潜在功效上的优势,并利用一阶逻辑和DSA内在的不确定性对感知和决策进行管理。【结果】构建了推理结构的数学表达,并实现一种基于多实体贝叶斯网络(MEBN)的DSA-SCM概率建模方法。【结论】提出的原位概率随机推理方法性能更高,灵活性更强。
     

基于知识影响图的多Agent集成诊断与决策

建造一种包括应用Agent和系统Agent的2层多Agent诊断系统结构，提出应用Agent诊断与决策及系统Agent全局决策的集成方案；设计基于知识的诊断与决策影响图及推理方法，分别用于应用Agent内部的诊断与操作决策、局部的运行决策、以及系统Agent的全局运行决策；实例证明了方法的可行性。     

联合结构和随机相关性的风电机组机会维护策略

【目的】针对风电机组系统内部结构复杂，子系统间相互耦合、维护费用高的特点，提出了联合考虑结构相关性和随机相关性影响下的风电机组的机会维护策略。【方法】首先，用Weibull分布描述风机组子系统的劣化趋势，并根据子系统间的随机相关性表达子系统的综合故障率和综合可靠度。其次，通过经济相关计算维护准备费，用不同维护方式下的维护概率计算维护调整费，用结构相关计算停机损失费，以总维护费用为目标函数建立模型。【结果】算例分析表明：考虑随机相关性时，受随机相关性影响的子系统的预防维护周期变短，系统的维护费用有所增加；而联合考虑随机相关性和结构相关性后，可分摊的停机损失费用增加，总维护费用降低。【结论】提出的机会维护策略更符合风电机组实际运行情况，在保证风电机组子系统高可靠性的同时，维护费用也大大降低。     

带不耐烦顾客和工作故障的多重休假排队系统

【目的】为了拓展随机排队理论,在M/M/1多重休假排队模型的基础上,引入不耐烦顾客和工作故障策略,建立了一个新的排队模型。【方法】构建系统稳态下的平衡方程,运用母函数法求解,推导出服务台处于不同状态时系统中顾客数的概率母函数,进而得到系统稳态下平均队长等性能指标的表达式,通过数值举例分析系统参数与系统性能指标的关系。基于博弈论知识,构建效用函数优化模型,分析顾客的均衡策略以及社会最优策略。【结果】建立并分析了带有不耐烦顾客和工作故障的多重休假排队系统。【结论】为现实排队中服务商和顾客提供风险预测和决策评估。     

基于安全域的输电系统概率安全评估系统框架

针对输电系统概率安全评估问题,提出了一种基于安全域的输电系统概率安全分析系统的模型.介绍了该模型的构成、实用动态安全域和割集电压稳定域在概率安全评估中的应用,以及概率安全评估的计算步骤.该系统应用最新的安全域的研究成果,在能量管理系统数据的基础上,通过对安全域、随机潮流的计算,实现了输电系统在线概率安全评估.给出的动态和静态不安全概率指标,可用于指导运行人员进行预防性控制决策.     

一种D-S证据推理的BPA获取方法

针对多传感器数据融合中D-S证据推理方法的基本概率赋值获取存在主观性的问题,结合粗糙集理论,通过定义规则强度和决策扩充规则,提出一种基于决策表的证据获取和基本概率赋值客观确定方法,并以具体算例验证了方法的正确性和有效性。     

基于BDD的新因果图算法及在银行外部欺诈风险中的应用

【目的】针对因果图传统推理方法中不交化割集的推理过程太过繁琐的问题,提出利用二元决策图(BDD)的推理方法。【方法】首先将因果图转化为标准化因果树,再转化为BDD结构,然后 通 过 搜 索 路 径 直 接 得 到 简 化 的 不 交 化 割 集。【结果】理论分析表明,该方法避开了求解最终割集的过程以及去除冗余的不交化割集的过程,从而降低了因果图推理中的计算复杂度。【结论】将新方法应用于银行外部欺诈风险实例中进行分析,通过与传统推理过程相比较,新方法更高效。
     

基于信令分析的移动数据网络业务投诉系统的实现

【目的】针对中国移动运营商面临的客户投诉难定位、投诉现象难复现、投诉发生时信令难回溯等难点问题,研发一个基于信令分析的移动数据网络业务投诉系统。【方法】系统通过设计包括网络质量监控、投诉处理等功能的关键性能指标(Key Performance Indicators,KPI)系统及投诉分析和处理机制,从业务数据中挖掘网络隐患,深入分析数据业务网络性能,快速准确定位影响用户感知和网络性能的异常原因,帮助工作人员有针对性地对不同区域进行网络优化工作。【结果】性能测试结果表明,系统可以快速地感知客户上网的情况,通过优化网络的性能来提升客户的满意度。【结论】从系统运行的结果来看,本研究设计和实现的系统基本达到了预定的效果。     

基于深度压缩感知的脑电情感识别

【目的】传统压缩感知中存在观测矩阵对信号适应性和重构算法对字典依赖性的问题，深度压缩感知则利用深度学习的方法解决传统压缩感知中存在的问题。【方法】利用深度信念网络(DBN)能够在不破坏观测矩阵随机性的前提下对信号进行自适应压缩，同时利用栈式自编码器(SAE)可以端到端地训练重构网络来摆脱重构算法对稀疏字典的依赖性，根据信号的稀疏表示中所具有的判别性，提出基于DBN和SAE的压缩感知识别模型(CS-DBN-SAE)。【结果】在DEAP情感脑电数据库上的四分类实验结果表明，CS-DBN-SAE模型的识别率达到83.29%,相比于传统压缩感知识别模型均取得了4.3%以上的提升。     

具有范数结构多目标优化问题的近似方法及应用

【目的】研究了一类特殊的具有范数结构的多目标优化问题,并应用于解决实际问题。【方法】针对这类多目标优化问题的求解,基于标量化思想,在适当假设条件下提出了一种近似方法。【结果】可以通过调整几类参数的取值范围获得多目标优化问题的Pareto解。【结论】利用具有范数结构的多目标优化模型和本文提出的近似求解方法于绩效管理中基础工作量的设置和电厂发电机的分配问题。     

基于逆序概率的随机多目标DEA方法

针对各决策单元的输入/产出指标为一定分布的随机变量情形,提出了一种基于逆序概率的随机多目标DEA方法,该方法在利用蒙特卡罗方法对随机多目标DEA模型进行求解的基础上,确定决策单元的排序,通过逆序概率对结果进行分析,并用实例说明了该方法的有效性和可行性。     

基于半连续两部模型的保险损失预测

【目的】提高保险领域中保单累积损失预测的准确率。传统的Tweedie回归模型只能对非零均值建立回归模型,却不能对零概率建立回归模型,从而导致该模型的拟合效果并不理想。【方法】考虑到保单损失数据中往往包含着大量的零索赔,此时可视其为一种半连续型数据。因此,基于半连续两部模型,并考虑到累积损失中非零连续部分的分布类型,提出3种不同的累积损失预测模型,并结合一组实际损失数据进行模型对比分析。【结果】与Tweedie回归模型相比,本研究所提出的半连续两部回归模型的赤池信息准则值(Akaike information criterion, AIC)和贝叶斯信息量准则值(Bayesian information criterion, BIC)更小,具有较好的拟合效果。【结论】本研究结果可为保险领域中的保单累积损失预测提供参考。     

基于信号博弈的道路交通隐性违法行为研究

【目的】方便道路交通安全管理部门更有效地开展交通违法治理,遏制道路交通中的隐性违法行为,实现道路交通的有序、安全、畅通。【方法】将酒后驾驶、无证驾驶等无法通过视频监控设施完成线上执法的交通违法行为定义为道路交通隐性违法行为。利用信号博弈理论,对驾驶员与交通执法者的决策互动过程进行建模,模型中引入了检测器机制,使交通执法者依据检测器输出结果和驾驶员信号来进行决策;推导交通执法者与驾驶员博弈双方的混同均衡策略和准分离均衡策略,揭示在不同先验概率下驾驶员和交通执法者均衡策略的变化情况。【结果】仿真结果表明：交通执法者两种信任度的倾向程度和质量对供驾驶员选择的纯策略先验概率区间、驾驶员自身实际类型的概率以及交通执法者的均衡效用均有重要影响。【结论】本研究基于信号博弈模型,从交通执法者的决策机理角度,对道路交通隐性违法行为的治理提出具有针对性的建议。     

具有Markov切换的随机多群体SIRI动力学行为

【目的】研究一类具有Markov切换的随机多群体SIRI模型。【方法】首先利用随机微分方程的基本理论给出模型解是正的、存在的、唯一的。再通过构造一些适当的新的Lyapunov函数，利用图论知识和不等式放缩技巧，获得了该传染病模型灭绝和持久的充分条件。【结果】得到该随机系统正解的存在唯一性，同时获得了疾病灭绝和在均值意义下持久的充分条件，得到了没有随机干扰时模型的阈值。【结论】通过分析可知调节系统的参数，即可以采取某些策略来调节疾病的动态，抑制疾病的爆发。     

RFID中间件数据过滤方法研究

【目的】探讨对RFID数据冗余、脏读以及漏读数据进行过滤,整理出上层应用所需要的有效事件的方法。【方法】运用基于时间和次数阀值、数据校验、TDS数据解析以及基于伯努利概率的动态时间窗等方法进行研究设计。【结果】提出3种数据过滤器:冗余过滤器用于处理多读数据,平滑过滤器用于处理脏读数据,基于伯努利的动态自适应平滑算法的漏读数据处理器处理漏读数据,将这3种过滤器依次组合,组成数据过滤模型,最终构成数据过滤方法。【结论】运用这3种过滤器组成的数据过滤模型,能够很好的对RFID原始数据进行过滤,获得上层应用所需要的有效事件。     

基于启发探索机制的无线OFDMA网络分布式数据调度

将无线OFDMA Ad-hoc网络的最优调度建模为条件受限的联合层资源分配优化模型,基于该模型,该文提出了一个基于启发探索机制的分布式调度算法(DSA).该算法根据局部子载波信道状态为每一个链路选择子载波,采用随机概率选择机制来保证链路子载波选择的有效性.仿真结果表明:与传统方法相比,该文提出的DSA算法能够取得更好的有效性,通过改变DSA算法的链路子载波选择概率阈值,总体的公平性能够进一步提高.     

基于Pythagorean犹豫模糊集的多属性决策投影方法

针对Pythagorean犹豫模糊环境下的多属性决策问题,提出了一种结合最小公倍数扩展法和投影模型的多属性决策方法。首先,介绍了最小公倍数拓展法和投影模型;其次,定义了Pythagorean犹豫模糊集新的方差函数,并利用新的方差函数来获得各个属性的权重信息;最后,基于投影模型给出了一种新的多属性决策方法,并结合实例验证了该方法的适用性和灵活性。     

基于背景风险的个人投资者投资决策研究

【目的】Markwitz均值-方差模型认为投资者是价格的接受者,但在真实的证券市场中,机构投资者决策总是会对市场价格产生一定的影响,与此同时,传统模型通常忽略收入和其他因素给投资者带来的风险,因此在投资决策中需要考虑背景风险。【方法】首先构建了含背景风险的多投资者投资组合模型并求解,然后基于羊群效应理论运用该模型得到了个人投资者最优投资决策,最后,通过实证分析重点研究了个人投资者受机构投资者决策影响程度随背景风险偏好度变化情况。【结果】考虑了背景风险后个人投资者的最优决策受机构投资者影响更大,同时随着个人投资者背景风险偏好度增加,该受影响程度降低。因此,如果忽视背景风险,那么可能会低估羊群效应发生的概率或者显著程度进而加剧证券市场波动。【结论】上述结果既有利于个人投资者更科学、合理地决策,又有助于政府有效监管和防范羊群效应的发生。     

基于AW-GA-BP算法的配电网设备运行环境相对湿度的预测方法及应用

【目的】准确监控和预测配电网设备所处环境相对湿度的状态和变化趋势。【方法】通过分析影响相对湿度的相关因素,提出了一种权重调整(Weight of adjust,AW)和遗传算法(Genetic algorithms,GA)相结合的BP算法(AW-GA-BP算法),在此算法的基础上,建立了对配电网设备所处环境相对湿度变化的神经网络预测模型,并将此算法应用到项目组为云南省某供电局开发的配电网运行环境智能化监测系统上,利用该监测系统所采集到的数据,将不同采样试验数据分别作为训练样本和验证样本,对比研究了AW-GA-BP算法、GA-BP算法和标准BP算法的预测误差。【结果】基于AW-GABP算法预测得到的相对湿度百分误差平均值是4.28%,基于GA-BP算法预测得到的相对湿度百分误差平均值是8.87%,基于标准BP算法预测得到的百分误差平均值是14.64%。【结论】基于AW-GA-BP算法所建模型的相对湿度预测平均误差更小,为预测配电网设备所处环境相对湿度提供了一种更为准确的方法。     

基于内容推荐算法和余弦相似度算法的领导决策辅助信息系统

【目的】为研究符合党政机关辅助决策特点的决策辅助系统,帮助领导快速、准确收集查找决策辅助信息,提高党政机关领导决策效率和准确性。【方法】基于内容推荐和余弦相似度算法设计了决策信息检索引擎,并结合决策信息库、用户决策特征库、决策信息采集子系统、决策信息推送子系统设计研发了领导决策辅助系统。【结果】系统在党政机关的决策辅助系统中进行了应用验证。系统可根据领导输入的关键字及领导的关注偏好进行决策辅助信息推送,推送结果准确率较高,符合辅助领导决策预期。【结论】基于内容推荐和余弦相似度算法的领导决策辅助信息系统根据用户偏好和特征进行决策辅助信息推荐,具有较好的准确性和针对性,开辟了党政机关决策辅助系统设计建设的新思路。