核事故早期场外应急决策优化系统

介绍在１９９７年初研制完成的核电站事故早期场外应急决策优化系统，讨论了应急防护决策及其优化的主要模式、参数和某些特点。     

拉格朗日烟团模型在核事故早期应急决策中的应用

研究干预水平和气象条件对核事故早期应急决策的影响。利用 L agrangian烟团模型 RIMPUFF预测 PWR6事故时相应于稳定和不稳定气象条件下的剂量分布 ;考虑了由国家核安全局和国家环保局联合发布的安全导则《核事故辐射应急时对公众防护的干预原则和水平》(HAF0 70 3/NEPA90 0 2 )中的干预水平和 IAEA新推荐的干预水平。PWR6事故条件下 ,采用各种实时气象条件的计算结果表明 ,隐蔽和服稳定碘的区域的半径为 10 km范围 ,撤离区的半径为 5 km。两种干预水平在应急行动范围方面的差异主要体现在隐蔽区域上 ,后者给出的隐蔽区域比前者给出的区域小很多。干预水平与气象条件对早期应急决策的影响是很大的     

核事故应急决策的多属性效用分析方法

核事故应急决策是一个复杂的决策过程,需要综合考虑很多因素.多属性分析方法可以帮助决策者进行决策分析,使得决策过程更科学,决策结果更合理. 该方法首先为决策目标建立一棵与决策目标相关的属性树,并通过决策会议将决策树简化, 然后为简化后的决策树的重要属性建立效用函数, 使用RR、 RS、 ROC以及权衡方法确定各属性权重,并计算出各备选方案的效用值,从而得出最优方案. 最后给出了一个计算实例, 将此方法应用于一个特定的核事故情况下的应急决策.结果表明,多属性效用分析方法能有效地帮助决策者在核事故应急情况下作出最佳合理决策.     

模式识别中贝叶斯决策理论的研究

统计决策理论是处理模式识别问题的基本理论之一,而贝叶斯决策理论方法又是统计模式识别中的一个基本方法,在面对大量的数据时,它可以有效地进行分析,并生成相应的分类器,对于数据的分类识别有着重大的意义。     

贝叶斯公式在统计决策中的应用

本文讨论了贝叶斯公式在统计决策中的应用，给出了一种综合考察先天信息和后天信息，从而作出最优决策的方法。     

基于案例推理的应急决策贝叶斯网建模方法

贝叶斯网络技术具有丰富的概率表达能力,不确定性问题的处理能力,以及多源信息的融合能力,其有利于辅助突发事件的应急决策,提高决策效率.突发事件应急决策具有较高的时间敏感性,因此要求能够尽可能缩短贝叶斯网络的建模时间,而从无到有的传统贝叶斯网络建模方法的效率显然无法较好地满足这一要求.因此,针对以上问题,提出了基于案例推理的应急决策贝叶斯网络建模方法.该方法基于历史案例库,通过相似度和偏离度两个指标对历史案例进行匹配并得到候选案例,最后通过案例合并和剪枝等方法对候选案例进行调整,最终得到新的案例模型.通过案例仿真对所述方法进行了验证,结果表明:基于案例推理的应急决策贝叶斯网络建模方法没有庞大的搜索空间,也不需要样本数据,只需要提前收集历史案例模型,与传统贝叶斯网络建模方法相比,该方法能够复用历史模型,从而缩短了建模时间,提高了建模效率.     

基于贝叶斯决策理论的NSHV分段建模威胁评估

临空高超声速飞行器（Near Space Hypersonic Vehicle,NSHV）具备复杂的运动模式和高动态特点,传统的威胁评估方法运用于NSHV时在评估要素选取和评估动态性等方面存在不足。从NSHV的飞行路径入手,将其划分为3个主要的飞行阶段,通过分析其各阶段运动特点和预警探测、拦截能力等因素,基于贝叶斯推理、决策理论建立起NSHV多阶段威胁评估模型,并通过先验概率将各阶段进行关联,保证了评估的继承性,最终建立典型场景进行仿真验证,仿真结果反映的威胁变化符合NSHV的作战特点和所给观测数据,证明该方法更适应NSHV的动态特性,能够为指挥员进行防御作战辅助决策提供支持。     

贝叶斯优化算法在多目标优化问题中的应用

贝叶斯优化算法是近年来在进化算法领域兴起的一种新兴算法,用贝叶斯网络概率模型来显式地反映变量之间的依赖关系及可行解的分布,更符合实际问题的本质,在众多领域获得应用。针对多目标优化问题,在Pareto优化概念的基础上,用非占先排序及拥挤距离的方法来选择群体,形成解决多目标优化算法的Pareto贝叶斯优化算法,实验结果表明,Pareto贝叶斯优化算法要优于经典多目标优化算法NSGA-II。     

全局数据包络分析法在应急决策中的应用

随着灾害的增加,应急决策系统的快速发展,对应急管理的要求是使用小的投入将损失降到最低。全局数据包络分析法能够总揽全局,对异构的部门进行效率评价,用预估挽回损失与付出的总代价的比值来估算预案之间对突发事件处理的相对有效度,可用来分析各部门物资、人员的投入对灾害救援的效果。     

极值理论和贝叶斯估计在VaR计算中的应用

利用广义GPD分布拟合香港恒生指数日收益率的尾部分布,采用贝叶斯方法对模型的参数进行估计,这样既能充分利用先验信息又能有效地融合样本数据;之后与极大似然法相比较,结果表明,使用贝叶斯方法在较高的置信度得到的VaR大于使用极大似然方法所得,但精确度还是有待提高.这说明极大似然方法将低估风险,提醒人们需要寻找恰当方法,进一步提高风险意识.     

核电厂营运单位应急响应能力评估软件平台

 核电厂营运单位的应急响应能力是核电厂安全运营的重要保障。在核事故中,核电厂营运单位成功实施应急响应是缓解事故进程、控制事故后果,保护人类健康和环境安全的关键途径。因此,核电厂营运单位应急响应能力建设能否支持其成功应对核事故,已成为业界关注的重点。本文在核电厂营运单位应急响应能力评估方法的基础上,研发了核电厂营运单位应急响应能力评估软件平台,用于辅助核电厂营运单位应急响应能力评估方法的推广应用。结合已经形成的应急响应能力评估准则,分析了应急响应能力评估方法运用中的需求、提出的软件功能共含有7 项,包括用户管理、性能指标的计算与数据维护、检查发现的资料管理与评价结果呈现、内部管理流程、综合评价、电厂管理、评估准则和关注点管理,并介绍了功能的软件实现。     

模板技术在量子逻辑电路优化中的应用

为了提高量子逻辑电路的优化技术,减小量子逻辑电路的代价,对现有的模板技术进行了研究与分析,发现Maslov等人的模板并不完整,体现在模板控制线的寻找不完全.通过引入模板控制线库的概念,重构了模板,重构后的模板并不实现恒等的函数功能,但通过模板生成法则,可以动态生成更多的有效模板.同时给出了利用该方法优化量子逻辑电路的算法.数值实验结果表明,应用重构后的模板优化所有的3×3可逆电路,电路门数量均值减小到6.22.该方法在利用模板优化量子逻辑电路方面具有更高的效率和匹配成功率.     

Naive Bayes算法在垃圾邮件过滤系统中的应用与改进

垃圾邮件是Internet上普遍面临的问题,Naive Bayes算法由于其简单高效性在文本分类中应用较广。文章重点阐述了Naive Bayes算法在基于内容的垃圾邮件过滤中的应用及改进,并进行了实验,获得了良好的分类效果,实验论证了它在垃圾邮件过滤中的可行性和有效性。     

计算机模拟在库存决策支持系统中的应用

在详细分析医院药库库存决策支持系统中存在的问题的基础上,针对随机性离散需求量的库存模型,将计算机模拟技术与库存模型相结合,从而解决了随机性需求量库存模型求解难的问题,在实际应用中取得良好的效果.     

一种改进的决策树算法及其在高校学生就业中的应用

随着高等学校的招生规模扩大,大学生就业难度不断加大,就业形势严峻.从学生的实际就业信息出发,结合贝叶斯模型,提出一种改进的决策树C4.5算法,对学生就业相关的数据进行挖掘,为就业指导提供决策依据,促进大学生就业.     

煤层底板岩体参数概率分布及Bayes优化

<正>确确定煤系岩体力学参数的概率分布是承压水上采煤底板稳定可靠性分析的关键。以淮北矿区部分煤矿下组煤底板砂岩强度参数为例,以K-S检验法对数据进行概率分布拟合,获取参数分布类型及统计量。以此大样本概型为先验函数,具体工作面底板岩体小样本参数的概型为似然函数,基于Bayes方法对其优化,得到验后分布的概型参数。计算结果表明,下组煤底板砂岩强度参数全部接受正态分布和对数正态分布,优化后的方差有所下降,可以提高底板采动稳定可靠性分析结果,从而达到优化目的。     

决策网络计划中决策单元结构及优化方法拓展

为解决决策网络计划中随机样本空间变化而产生的模型表达上的困难,提出经拓展能够描述多个样本空间的决策单元结构.将随机规划理论引入决策网络计划的优化中,建立了新的考虑期望成本与风险等综合因素的数学模型,并通过算例实现了对模型的求解.计算结果表明:经拓展后的决策单元结构及相应的优化模型能够更为有效地解决不同样本空间下的决策问题,具有较高的理论意义与实用价值.     

光子分类研究及其在核磁共振技术中的应用

通过分析维纳（Ｏ．Ｗｉｅｎｅｒ）驻波实验,认为光子应分为电光子和磁光子．从定性、定量两个方面讨论了电光子和磁光子,分析了磁光子在核磁共振技术及其它现代技术中的应用．     

农业用地优化决策的食品-能源-水关联评价方法

农业用地系统优化决策旨在通过统筹食品-能源-水(FEW)和用地资源、经济投入以及环境可持续发展问题,在满足生产需求的基础上,实现节能增效等多个优化目标。目前,以FEW全生产要素为主开展实际食品-能源-水关联(FEW-N)的农业用地系统研究,尚缺乏能够全面量化评估不同决策影响的系统性评估指标。针对此现状,从资源合理利用角度出发,在中国山东省选择相关区域为典型研究对象,开展农业用地系统多目标优化和评估研究,以实现资源利用效率最大化和投入产出比最高为系统目标,提出一套系统多目标优化方法和综合评估指标,以实现用地和FEW资源配置的系统折衷最优。研究结果显示,以双线性整合方式为基础构建的FEW-N综合度量指标不仅能够高效求解多目标优化问题,获得系统折衷最优的用地和资源配置方案,还可以通过可视化方式对不同方案进行量化评估,提供决策依据。