基于遗传算法的粗糙集知识约简方法

提出一种基于遗传算法的知识相对约简算法。通过在知识表达系统中引入决策属性支持度的概念，来描述由条件属性所提供的知识对整体决策的支持程度，并通过决策属性支持度定义条件属性对决策属性的相对重要性，以此作为启发式信息求出相对核，并将相对核加入遗传算法的初始种群中以加快算法的收敛。同时。在适应值函数中引入惩罚函数，可以保证所求约简既舍较少的属性又有较强的支持度，能够获得最佳的搜索效果。该算法通过实例分析，证明是求解知识约简问题的快速有效方法。     

一种基于分明矩阵的启发式知识约简方法

提出了基于分明矩阵的启发式知识约简方法。在决策表的相对约简过程中采用分明矩阵来表达知识,并利用分明矩阵中项的长度和每个属性的频率作为启发信息进行属性的选择。现已证明,寻找决策表中最小相对约简问题是典型的NP hard问题。所提供的算法在大多数情况下能够找到最小约简,即使在没找到最小约简的情况下,也能找到次优解。通过实例分析,证明该算法是求解属性相对约简的快速有效的方法     

基于遗传算法的不完备信息系统属性约简方法

提出了一种基于遗传算法的属性相对约简算法。通过在不完备信息系统中引入决策属性支持度的概念,来描述由条件属性所提供的知识对整体决策的支持程度,以此作为启发式信息求出相对核,并将相对核加入遗传算法的初始种群中以加快算法的收敛。同时,在适应值函数中引入惩罚函数,可以保证所求约简既含较少的属性又有较强的支持度,能够获得最佳的搜索效果。该算法通过实例分析,证明是求解属性约简问题的快速有效方法。     

基于区分矩阵与强等价集的启发式知识约简法

提出了基于区分矩阵与强等价集的启发式知识约简方法。在决策表的相对约简过程中采用区分矩阵来表达知识,并利用区分矩阵中项的长度和每个属性的频率作为启发信息进行属性的选择。同时利用属性加权频率和强等价集概念化简区分矩阵,既减小了计算复杂度又提高了约简效率。现已证明,寻找决策表中最小相对约简问题是典型的问题,采用该算法在大多数情况下能够找到最小约简,即使在未找到最小约简的情况下,也能找到次优解。通过实例分析,证明该算法是求解属性相对约简的快速、有效的方法.     

一种基于新的条件信息量的属性约简算法

为了获得决策系统中更好的相对约简,讨论了属性约简与条件信息量的关系,提出了新的条件信息量,由此定义新的属性重要性。统一了一致决策表和不一致决策表属性约简方法,以新的属性重要性为启发信息,给出了计算新的条件信息量的高效算法。理论分析和实验结果表明,与现有的基于条件信息量的约简算法相比,该算法时间复杂度较低,同时约简后的属性数目更少。     

基于粗糙逻辑的增量式属性约简算法

知识约简、决策规则的获取是粗糙集理论研究的核心内容。以粗糙逻辑为基础，首先给出了在新实例加入论域后判断约简变化与否以及判断原极小决策算法中决策规则变化与否的判定依据。在此基础上，提出了一种增量式属性约简算法。该算法能有效地减少计算属性约简与极小决策算法的计算量，提高了计算效率。     

粗糙集中属性约简的一个贪心算法

利用单属性的逼近精度、由决策属性定义划分的粗糙逼近精度以及它们的均值和方差 ,给出了属性重要性程度的一种度量方式。在此基础上 ,提出了粗糙集中属性约简的一个贪心算法 ,将各属性按照重要性由大到小依次加入到约简属性集中 ,直到满足约简条件为止 ,其特点是简单、容易实现 ,在条件属性较多的情况下 ,往往能够迅速求得一个属性约简。     

改进分辨矩阵下的增量式条件属性约简算法

通过分析现有分辨矩阵的不足,给出了基于条件熵的分辨矩阵定义,以得到不一致决策信息系统下的合理条件属性约简结果.基于改进分辨矩阵的定义,提出了相应的条件属性约简算法,并证明了其约简为不同于代数观点下的约简,而与信息观点下的约简相同.进一步,对该改进分辨矩阵做进一步修正,提出了一个增量式条件属性约简算法.实验结果表明:所提出的改进分辨矩阵下的条件约简算法总体上优于同类求解算法,而其增量条件约简算法能够获得稳定可靠的约简结果,同时约简效率得到较大的提高.     

基于粗糙集的区域交通控制交通量属性约简

交通量属性的有效约简能够大大减少方案选择式城市区域实时交通控制系统在线SVM分类计算的计算量,是实现这种实时交通控制方式的关键一步。在遗传算法初始种群的产生和变异中引入了混沌算法,并提出了“混沌变异”的概念,由此构造了混沌遗传算法。将混沌遗传算法用于粗糙集的属性约简,并在构造适应度函数时引入了粗糙集理论的“支持度”。在初始种群的产生、交叉和变异算法中均采用约简的可辨别下三角矩阵判断个体的可行性。最后将所开发的粗糙集混沌遗传属性约简算法用来对城市区域交通控制交通量属性进行约简。仿真计算结果表明:所开发的粗糙集混沌遗传属性约简算法能有效地解决交通量的属性约简问题。     

属性约简的两阶段遗传算法

属性约简是数据挖掘的一个重要研究内容. 为了解决具有多种属性类型的决策表约简问题,在粗集和二元关系聚合理论的基础上,利用属性重要性作为评价标准,提出了一种两阶段遗传约简算法. 算法的第一阶段是为了找出尽可能多的约简,第二阶段力求寻找最小约简. 根据算法每个阶段的目标设计了编码方案、种群规模、适应度函数、终止条件、选择、变异和修正操作. 实验表明,与标准遗传算法相比,两阶段算法在计算最小约简时更为准确和稳定.     

基于仿真优化的集装箱港口大门作业调度研究

提出基于仿真优化的集装箱港口大门通道作业的调度优化方法.首先,建立了大门作业的离散事件仿真模型和调度优化数学模型;其次,设计了启发式Tabu搜索算法和仿真模型相结合的仿真优化方法;然后,结合仿真自动化方法和在线数据库实现了仿真优化系统;最后,用实例验证并分析了本方法的有效性及效率问题.结果表明了本方法对在线、实时作业调度优化问题的适用性.     

基于HLA的协同仿真运行研究

对应基于HLA的多领域建模，提出基于HLA的协同仿真运行。对HLA的标准MOM交互类进行扩充，增加有关仿真运行暂停、继续，仿真撤销，仿真结束的交互类；定义用于仿真运行启动的CORBA接口；对仿真运行管理器增加判断参与仿真联邦执行的所有成员是否正常加入的功能，并管理三个仿真联邦同步点，以保证协同仿真运行。     

基于HLA编队协同作战仿真研究

简要介绍了基于HIA的协同仿真平台（COSIM）的两种开发机制：COSIM开发机制和非COSIM开发机制。基于该平台构建了编队协同作战仿真系统，介绍了系统的体系结构及各节点的功能，完成了各个联邦成员的对象类和交互类设计，研究了非COSIM机制下的系统开发过程．开发过程表明：该机制在较大程度上封装了HLA／RTI的开发细节，能降低系统的开发难度，使开发过程变得简单。通过仿真实验验证了所构建仿真系统的可行性和正确性。所构建的仿真系统为编队协同作战能力（CEC）系统应用到水下防御领域的概念论证提供了依据，且为相关理论的研究提供了试验平台。     

基于脆性的复杂系统研究

针对开放的复杂系统进行研究,首次提出并论证了脆性是复杂系统的一个基本特性．以子系统之间的脆性联系为出发点,建立了研究复杂系统脆性的理论基础．根据脆性的定义、特点,定义了复杂系统的脆性基元、子系统间的脆性联系函数、脆性联系熵和脆性正交的概念,同时将非合作博弈的理论和方法引入到复杂系统的脆性的研究中．并以道路交通系统为例,进行了脆性分析。     

基于Simulink的XCP仿真研究

针对NS-2仿真消耗大量运算时间,占用大量存储空间的缺点,利用Simulink构建XCP 的连续模型,并在此基础上构建多个XCP连接竞争一条瓶颈链路的仿真场景.对比实验表明,该模型能够真实再现XCP的收敛特性,并且运算时间在秒级,存储空间在KB级.     

基于STAGE的单舰防空反导仿真实现

单舰防空反导是现代海战中舰艇作战使用研究的重点和难点,也是舰艇战斗力形成的关键。在对舰艇防空反导仿真进行深入研究的基础上,提出了运用STAGE构建单舰防空反导仿真系统的基本框架,并详细描述了系统仿真模型的构建以及运用STAGE的实现方法。     

连续对策上的计策理论

引进连续对策上的计策的概念，分别研究一个局中人中另一个局中人的概率和识破这个局中人的计策的概率，给出局中人的判断的准确性的一种度量。     

多频点下最佳切换带设置的研究

为了能最大化网络容量、最优化链路质量、最小化网络建设及运行维护成本,以导频信号强度和链路质量为切换控制策略,对最佳切换带的设计方法及评估要素、所涉及的网络单元或功能、与网络规划和网络优化的相互关系等问题进行了分析讨论。最后,在适度考虑终端移动速度分布模型的基础上,通过仿真分析给出了不同条件下切换算法各参数的推荐值。     

基于HLA的多领域建模研究

针对目前缺乏一种具有标准性、开放性、可扩充性，支持分布式仿真，基于商用仿真软件的多领域建模方法，提出基于HLA的多领域建模。首先提出将一个模型的输出变量映射到另一个模型输入变量的原则和实现方法，然后提出HLA应用层程序框架，以支持将各领域仿真软件开发的模型方便、准确地实现成为联邦成员，同时给出了商用仿真软件参与多领域建模所必须提供的与HLA应用层程序框架接口的五个方法。     

空间信息可视化查询语言SIVQL的研究和应用

在ＱＢＥ（ＱｕｅｒｙＢｙＥｘａｍｐｌｅ）的基础上扩展并构造了一种可视化的空间信息查询语言ＳＩＶＱＬ（ＶｉｓｕａｌＱｕｅｒｙＬａｎｇｕａｇｅｏｎＳｐａｔｉａｌＩｎｆｏｒｍａｔｉｏｎ）,论述了ＳＩＶＱＬ的基本原理、数学基础,并给出了ＳＩＶＱＬ的具体应用实例。