基于云模型的多因素评判算法

由于事件受多因素影响,有的容易辨别,有的存在一定的模糊性,很难给事物某一特征以客观的评价。人们不断的研究希望有一种方法能很公平的评价事物,但大多都为主观赋权值,这必然对评价结果造成一定的影响,特别是对于一些难以确定权值的因素。云模型的提出给评价系统注入了活力。本文把云理论与对事物特性的评价思想结合,形成新的评价算法,并通过对"二手汽车估价"实例进行验证。     

采用趋势状态分析的风机齿轮箱状态在线评估云模型

为预防风机齿轮箱严重故障的发生,提出了一种结合正态云模型和趋势状态分析法的齿轮箱状态评估模型.首先,基于数据采集与监控(SCADA)系统的历史数据,采用支持向量机方法建立齿轮箱运行温度预测模型,对齿轮箱不同状态下的趋势预测特征进行分析,求取正常和异常状态时预测值的相对误差序列.然后,采用改进无确定度逆向正态云发生器,利用所求取的相对误差序列提取正常云和异常云的数字特征,构建齿轮箱状态评估云模型.该模型能够根据风机SCADA系统的实测数据,求取齿轮箱当前状态对正常云和异常云的贴近度,并采用最大贴近度原则确定齿轮箱状态.最后,利用辽宁某风机齿轮箱的实测数据对所提模型进行验证.结果表明:该模型能够对齿轮箱的早期缺陷及时预警,达到实时监测的目的.     

基于云模型的地下铁矿区生态风险模糊综合评价

针对铁矿开采带来的生态环境问题,从固有危险性、现状水平和控制状况三个方面建立地下铁矿区生态风险综合评价指标体系。该指标体系能从宏观上反映矿区生态风险的主要矛盾,利于矿区间进行比较。针对评价过程中的模糊性和随机性,构建了基于云模型的模糊综合评价方法,利用云模型改进模糊评价的评语集和隶属度函数,有效体现了评价过程中模糊性和随机性的统一,同时引入模糊熵概念进一步表征风险评价结果的模糊性和所评矿区生态问题的复杂度。程潮铁矿实证表明,评价结果能较好地反映矿区实际情况。本文所提出的方法为矿区生态风险综合评价提供了一种新的分析框架。     

浅析基于云模型的人工蜂群算法

人工蜂群算法是一种模拟蜜蜂群体寻找优良蜜源的仿生智能优化方法,是最新提出的智能优化算法,近十年来己经成为智能计算领域的一朵奇葩。许多学者致力于研究改进人工蜂群算法的性能,并取得了不错的成果。云模型是我国学者李德毅院士提出的定性和定量转换模型,其应用一直是研究的热点,有不少学者将云模型与智能优化算法结合,并成功地用来解决一些实际问题。该文在对人工蜂群算法深入研究的基础上,利用云模型的优点,提高蜂群的搜索寻优能力,使得人工蜂群算法有更快的收敛速度。     

正态云模型的重尾性质证明

正态分布和重尾分布在概率研究中具有非常重要的地位,二者具有完全不同的数学形式和物理意义。正态分布的密度函数以指数函数衰减至0,服从正态分布的随机变量,其绝大多数取值在其期望附近,偏离期望很大的取值很少。而服从重尾分布的随机变量,其尾分布函数具有重尾特性,密度函数以幂指数衰减至0。笔者证明了正态云模型是具有均值的重尾分布,是介于正态分布与重尾分布之间的中间状态,正态云模型的参数超熵He是可以实现正态分布向重尾分布转换的桥梁。     

论正态云模型的普适性

分布函数是分析随机现象的重要工具，正态分布是最重要的概率分布，在自然科学和社会科学中应用广泛；隶属函数是模糊集合的基石，正态隶属函数也有广泛的应用。但是，精确确定一个模糊概念的隶属函数已经成为模糊学应用的瓶颈。云模型把随机性和模糊性结合起来，用数字特征熵，揭示随机性与模糊性的关联性，并用来表示一个定性概念的粒度。正态云模型通过期望、熵和超熵构成的特定结构发生器，生成定性概念的定量转换值，体现概念的不确定性。这种特定结构不但放宽了形成正态分布的前提条件，而且把精确确定隶属函数放宽到构造正态隶属度分布的期望函数，因而更具有普遍适用性，更简单、直接地完成了定性与定量之间的相互转换过程。     

云模型在水资源供求预测中的应用

云模型是表示某个定性概念与其定量表示之间不确定性转换模型,它将概念的模糊性和随机性结合在一起,对不确定性问题的解决有着很强的鲁棒性.文章将云模型运用于水资源供求预测中,初步解决了水资源预测中所存在的模糊性和随机性问题.实验结果表明,该方法预测精度优于普通预测方法,与实际值基本吻合.     

正态云关联规则在气象中的应用

用数据挖掘方法发现关联规则和进行预测是信息处理领域的两大热点。在文献[1]的基础上对这两个问题进行了进一步的研究，提出了应用竞争聚集臬法确定正态云的两个参数，应用双参数阈值挖掘正态云关联规则，并利用求正态云关联规则的支持率和信任度来进行预测。将这种方法应用于气象数据，结果表明，所提出的关联规则挖掘方法比文献[1]所用的方法更合理，该预测方法简单易懂，更容易被人理解和使用。     

基于区间分析和云模型的实物期权定价研究

针对实物期权定价中预期现金流收益的现值和投资成本采用精确值给出不太合理的实际情况,深入分析了现有的基于模糊集理论和基于云模型的实物期权定价方法,提出了基于区间分析和云模型的实物期权定价方法。首先,在基于云X信息的逆向云算法的启发下,结合区间分析理论,提出一种新的逆向正态云构建算法;然后,用生成的云模型表示预期现金流收益的现值和投资成本,结合期权定价理论和基于区间数的逆向云算法,运用云运算,给出了一种将专家评估区间数据转化成正态云模型的形式,并提出了利用逆向正态云估计预期现金流收益的波动率的实物期权定价方法;最后,通过实例模拟证明了该方法的有效性。     

吉林铁路地区营养不良学生体质状况分析

本文运用身高标准体重法筛选出吉林铁路地区410名6～18岁营养不良学生，对其体质状况六项指标进行了分析。结果表明营养不良学生的身高体重指数和肺活量指数均低于同组正常学生的相应指标，各组差异均有显著性（P＜0．05）；营养不良学生的其它各项素质指标与正常学生均无差异（P＞0．05）。     

Study on the Universality of the Normal Cloud Model

The distribution function is an important tool in the study of the stochastic variances. The normal distribution is very popular in the nature and our society. The idea of membership functions is the foundation of the fuzzy sets theory. While the fuzzy theory is widely used, the completely certain membership function that has no any fuzziness at all has been the bottleneck of the applications of this theory.Cloud models are the effective tools in transforming between qualitative concepts and their quantitative expressions. It can represent the fuzziness and randomness and their relations of uncertain concepts. Also cloud models can show the concept granularity in multi-scale spaces by the digital characteristic Entropy (En). The normal cloud model not only broadens the form conditions of the normal distribution but also makes the normal membership function be the expectation of the random membership degree. In this paper, the universality of the normal cloud model is proved, which is more superior and easier, and can fit the fuzziness and gentleness of human cognitive processing.It would be more applicable and universal in the representation of uncertain notions.     

电子系统的Markov模型和云可靠性评价方法

针对传统的Markov模型可靠性评价方法难以体现复杂可变工作条件对电子系统可靠性影响的问题,根据云模型融合随机性和模糊性的特点,将云模型和Markov模型相结合,提出了基于Markov模型的云可靠性评价方法.首先根据电子产品和维修人员的特点,建立失效率和修复率关于环境条件和维修人员生理状况的适应能力云模型,然后根据实际的工作条件情况建立工作条件云模型,最后由适应能力云模型和工作条件云模型通过X条件云发生器生成失效率云和修复率云,并作为输入参数代入Markov模型进行可靠性评价.该方法考虑了环境条件和维修人员生理状况对系统可靠性的影响,其评价结果更接近于系统的真实情况.采用该方法对某双机冷备系统的分析表明:在温暖、电压稳定和维修人员身体状况良好时,工作条件变化导致系统可靠度和可用度的下降幅度低于0.5％;在寒冷、电压不稳和维修人员身体状况一般时,工作条件变化导致系统可靠度和可用度的下降幅度最大可达90％,与实际情况相符.     

基于点云的Z-map模型建立和应用

简要介绍了Z-map模型的特点,论述了Z-map模型的结构与用途,并通过实例介绍了建立Z-map模型的具体步骤和方法,提出建立Z-map模型前需对激光测量点云的数据进行预处理,说明了Imageware软件对点云的精简除噪处理。     

基于云模型和熵权法的配电网项目融资租赁风险评估

为合理评估配电网项目融资租赁的风险,构建了全面的配电网项目融资租赁风险评估指标体系,提出了一种基于云模型和熵权法的综合评估模型,用于对配电网项目融资租赁风险进行评估。云模型能够实现定性概念与定量数据之间的自由转换;并能够同时表征风险的随机性和模糊性。熵权法则可以客观地确定各指标的权重。选取某个省公司配电网融资租赁项目,运用云模型和熵权法对其风险进行了评估,评估结果直观且符合实际。     

基于正态云模型的自适应量子粒子群优化算法

基于云模型的随机性、模糊性和稳定性特征，通过正态云发生器对量子粒子群优化算法（QPSO）进行改进，提出了一种基于正态云模型的自适应量子粒子群优化算法（CMAQPSO）.该算法将正态云模型引入到QPSO算法的研究，定义了收缩扩张系数的云调整策略和粒子云变异算子的构建公式，给出了量子势阱中心调整策略和边界修正策略.用5个标准测试函数对SPSO，OPSO，CVCPSO，CMAQPSO 4种算法进行对比测试，实验结果表明，CMAQPSO在5个测试函数上的平均寻优效果都明显优于其他3种算法.     

基于云计算的云物流在快递行业中的应用

云物流是吸收了云计算和电子商务平台的基本理念,形成独特的“平台开放,资源共享,服务集成,终端无限”的一种新型商业模式,不同于传统的物流与快递企业商业模式。文章对云物流的概念及特征进行了阐述,进而对云物流应用于快递行业的依据做出详细的解析。     

基于正态云模型的自适应量子粒子群优化算法

基于云模型的随机性、模糊性和稳定性特征,通过正态云发生器对量子粒子群优化算法（QPSO）进行改进,提出了一种基于正态云模型的自适应量子粒子群优化算法（CMAQPSO）.该算法将正态云模型引入到QPSO算法的研究,定义了收缩扩张系数的云调整策略和粒子云变异算子的构建公式,给出了量子势阱中心调整策略和边界修正策略.用5个标准测试函数对SPSO,OPSO,CVCPSO,CMAQPSO 4种算法进行对比测试,实验结果表明,CMAQPSO在5个测试函数上的平均寻优效果都明显优于其他3种算法.     

不同同伴关系青少年的身体自我概念与其心理模式

本文对同伴关系及身体自我概念的相关研究、不同同伴关系青少年身体自我概念提高的基本要素及其心理模式等问题进行了研究。     

A Load Balancing Model Based on Cloud Partitioning for the Public Cloud

Load balancing in the cloud computing environment has an important impact on the performance. Good load balancing makes cloud computing more efficient and improves user satisfaction. This article introduces a better load balance model for the public cloud based on the cloud partitioning concept with a switch mechanism to choose different strategies for different situations. The algorithm applies the game theory to the load balancing strategy to improve the efficiency in the public cloud environment.