案例驱动下乳品安全事件应对的风险交流策略生成方法

风险交流(risk communication, RC)是食品安全监管中风险控制框架的构成要素,在乳品安全事件应对阶段,涉及如何根据风险情景,生成有效的风险交流策略这一问题,已有研究注重策略生成的顶层指导,难以适应复杂多样的现实情景.据此,本文阐述了案例驱动下乳品安全事件应对的风险交流策略生成方法,基于案例情景相似度算法生成风险交流策略清单,再结合案例的策略效果数据和概率分配函数实现策略清单约简,从策略完备性与应对时间窗出发完成多案例策略组合与生成.该方法能够提取与应用历史经验,有利于解决复杂情景表达困难、生成策略缺乏操作性与联系性的问题.最后,通过在黑龙江省的用例分析来验证该方法的可行性与有效性.     

基于量子多目标进化算法的多任务Agent联盟生成

多Agent联盟生成是多Agent系统的关键问题之一, 主要研究如何在多Agent系统中动态生成面向任务的最优联盟. 为使Agent能稳定的组织起来完成单Agent不能完成的任务并在成本、资源、利益等方面达到一个良好的平衡性能并达到全局最优, 提出了联盟多目标综合评价模型, 并将量子进化多目标算法应用于多目标多任务Agent联盟问题, 运用编码的映射, 将资源组合和任务分配合并为一个过程, 降低了问题的复杂性. 对比实验结果表明该算法求得的解的质量高, 平衡性好, 能有效避免了联盟死锁和资源浪费.     

基于对位学习的多目标遗传算法

为了加强非劣排序遗传算法的搜索能力、加快其收敛速度,将对位学习与非劣排序遗传算法相结合,提出了一种用于解决多目标优化问题,基于对位学习的多目标遗传算法,并应用双目标、三目标的测试函数对该算法进行了验证.结果表明,基于对位学习的多目标遗传算法具有较好的收敛性和分布性.     

基于需求驱动的CSPS系统多目标优化控制

本文以最小化顾客流失率和最小化成品库平均在库数量为优化目标,研究基于需求驱动的传送带给料加工站(CSPS)系统的多目标优化问题.给出了前视距离控制和库存控制两种控制方式,并建立基于需求驱动的CSPS系统多目标优化模型.通过半马尔可夫决策过程长期平均性能公式计算目标值,然后使用NSGAⅡ和SPEA2两种多目标优化算法求解问题的最优策略集合.实验结果表明,加入库存控制方式可以在保证顾客需求的同时有效降低成品库平均在库数量.此外,针对模型特点,给出二进制-实数编码和连续化实数编码两种编码方式.通过验证,连续化实数编码可以有效提高算法的收敛性能及获得的非支配解集的质量.     

基于Agent的作战方案自动生成系统研究

智能体技术在军事领域得到了广泛的应用,过程推理系统可用于作战方案的自动生成。为实现快速、准确地生成作战方案,为指挥员提供决策依据,对过程推理系统的战术目标集进行分类处理、对所选作战规划进行合并处理以及对更新状态规则和评价标准进行改进,提高其运行效率,实现对战术目标的批处理。通过一个实例描述其军事运用,表明该方法可提高作战方案生成过程的运行效率。     

基于对位学习多目标遗传算法的板形板厚控制

提出了一种基于对位学习多目标遗传算法的板形板厚控制系统设计方法。该方法给出了控制系统的结构,建立了板形板厚控制器参数的多目标优化模型,并采用对位学习多目标遗传算法对该模型进行多目标优化,得到一组控制器参数的Pareto解。在其中选择三个Pareto解对应的控制器参数,作用于板形板厚控制系统做仿真研究。结果表明,所得到的Pareto解集中选定区域的解都可以使系统具有满意的性能,并且对扰动有较好的抑制作用,证实了该方法的有效性。     

基于电阻阵的红外图像实时生成和显示系统

对基于MOS电阻阵列红外图像转换器的红外图像实时生成和显示系统的实现进行了重点论述。根据红外图像仿真原理对典型目标建模,并利用openGL和开发的图像转换等软件,完成目标动态图像数据序列的计算机生成;论述了基于128×128电阻阵列的红外图像数据处理与驱动控制技术,实现了目标动态红外亮度图像向目标动态灰度图像的转换,并利用驱动控制系统以200Hz的帧频速度驱动MOS电阻阵实时生成目标动态红外图像。该系统已在红外成像目标仿真中得到应用。     

基于时频图自主学习的海面小目标检测

多维特征检测方法已成功运用于海面小目标探测中.针对人工特征提取的局限性,将检测问题转变为两分类问题,提出了一种基于时频图深度学习的目标检测方法.首先,将一维观测回波变换到二维时频域,并通过归一化时频图进行白化预处理.其次,建立半仿真含目标回波数据库,解决两类训练样本非均衡问题.然后,搭建迁移学习模型自主学习时频图特性,...     

基于深度学习的弹道目标智能分类

针对弹道目标微动分类前需平动补偿及典型雷达散射截面积(radar cross-section, RCS)序列分类需构造人工特征的问题,提出利用弹道目标微动特性和RCS相结合的弹道目标智能分类算法。首先,建立弹道目标运动模型并分析得到方位角和俯仰角,从而获取RCS序列,在此基础上利用小波变换得到时频图并构建数据集;然后,通过卷积神经网络(convolutional neural network, CNN)提取时频图像特征序列并与RCS序列融合成高维特征;最后,利用具有容错能力的双向长短期记忆网络充分学习序列之间的相关性以实现目标分类。仿真结果表明,该算法比卷积神经网络和支持向量机的分类精度分别提高5%和2%以上,分类速度比卷积神经网络和双向长短期记忆网络分别提高1.5倍和2.5倍,实现了更高精度的快速智能分类。     

基于智能Agent的复合学习方法

从实例学习和事例推理的关系出发,分析了专家经验累积的过程,指出传统知识获取瓶颈的根源.在此基础上,借助agent理论,提出了一种从专家分析实例学习和事例推理的有机结合模型,给出了专家知识获取的基本框架.构成此框架的各归纳学习agent在专家的协助下,可通过加强学习机制相互促进.     

一种基于划分聚类和模糊神经网络的机器学习方法

将基于划分的模糊聚类算法和一般模糊极小极大神经网络分类算法相结合，提出了一种新的机器学习方法，实现了基于类比的案例推理学习模型。具体实现思想是，首先利用基于确定性退火技术的划分聚类算法对已知案例进行聚类标识，由所得结果建立一般模糊极小极大神经网络分类模型，然后用该模型实现新目标问题的案例相似性检索，最后针对目标问题结果案例完成案例学习。通过实例表明，该算法具有较好性能，并在基于案例推理的固体火箭发动机总体设计中成功应用，得到了论域覆盖面大的设计结果集。     

基于范例推理的后勤非对抗性仿真作业系统研究

在介绍基于范例推理方法基本原理的基础之上,分析了基于范例推理的后勤仿真作业系统的框架结构和工作原理;探索了应用范例推理方法实现后勤仿真作业系统的技术框架,仿真作业系统中对范例检索采用最相邻近策略,将范例属性采用对称二维表结构方式存储,对范例特征的影响程度依次检索。说明了仿真作业系统的学习机制,范例库学习中采用的多范例集成机制。     

基于B/S架构的人才招聘选拔GDSS设计与实现

针对现代企业人才招聘选拔过程符合群体决策的特点,将Web技术引入到群体决策支持系统(GDSS)设计中,构建了基于B/S架构的人才招聘选拔GDSS。该系统按照异地异时群体决策类型进行设计并予以实现,能免去在招聘过程中招聘者必须亲临现场的要求,使人才招聘工作更加专业化、智能化和科学化。该系统已在实践性教学中得到应用,表明系统具有良好的可行性与实用性。     

案例检索及权重优化方法研究及应用

案例检索是基于案例推理(CBR)系统的中心环节,检索速度和精度关系着整个系统的质量.文章系统地提出了一套案例检索及其权重优化方法(FRAWO),重点研究了用基于梯形的模糊集和改进的欧氏距离检索算法分别解决案例中模糊概念属性、区间特征属性的相似度计算问题以及采用PULL&PUSH调整策略进行案例权重的调整.在实验系统上基于案例库对FRAWO法的有效性、准确度、效率等进行了实验.实验结果表明,FRAWO法适用于CBR系统,检索速度较快、准确性高.     

案例分析的多维情景空间方法及其在情景推演中的应用

本文提出多维情景空间方法,构建案例-情景-对象-要素四层架构的案例模型.多维情景空间方法以情景作为推演的基本单元,以要素作为情景表达的基本维度,建立多维空间坐标系统,从而将情景表达为多维情景空间中由若干个点构成的轨迹,实现对情景,情景相似度,情景推演的量化描述.基于该方法,以油罐火灾为例,选择近年来发生的若干典型油罐火灾案例,进行了案例分析与推理,建立了情景推演过程,并实现了基于情景推演的决策支持.     

基于案例推理的磨矿粒度软测量及其软件实现

针对磨矿过程的关键工艺指标磨矿粒度难以进行直接在线检测且化验过程滞后的难题，并结合案例推理（cBR）技术在软测量建模方面的优势，提出了基于案例推理的磨矿粒度软测量方法，开发了相应的粒度软测量软件。实际应用效果表明该软件简单、实用，能够较好地实现磨矿粒度的在线软测量。