基于仿真组件技术的CGF系统体系结构和实现

以仿真组件技术为基础,提出基于仿真组件的计算机生成兵力系统体系结构以及实现方法,介绍了CGF在虚拟测试、评估和先进概念体系结构论证中的应用。通过基于仿真组件技术开发计算机兵力的模型,能够灵活生成多种不同种类的兵力模型和适应不同的运行平台。计算机生成兵力的实体模型分解为设备组件、指控组件、作战平台组件和动作行为模型,利用系统高层建模方法的静态结构建模从兵力组成角度描述设备组件、指控组件和作战平台组件的组合和连接关系,基于状态机动态行为建模建立兵力平台的动作行为模型。通过代码自动生成技术生成仿真组件模型并进行测试,仿真引擎按照动作行为模型的状态调度相应的仿真组件,从而产生作战实体的行为。     

基于MDA和HLA的仿真建模研究

针对分布仿真系统的互操作和可重用问题,将MDA技术应用到基于HLA的仿真建模。首先,介绍了HLA和MDA技术,并探讨了将两者结合起来的可能;然后,在此基础上研究了从军事概念模型入手,基于MDA的军事仿真建模。并介绍了PIM(平台独立模型)到HLA平台相关模型(PSM)的变换技术和方法;最后探讨了基于HLA分布仿真系统的设计模型和生成途径。     

基于Agent的计算机建模平台的比较研究

近年来，越来越多的研究者已认识到了基于Agent的计算机模拟平台在复杂系统研究中的重要作用，但因缺乏计算机应用和编程方面的基础，对如何使用这些功能强大的模拟平台还不是很熟悉、基于此，从介绍系统科学的3种基本研究方法入手，先简单介绍了计算机建模的两种方法，然后重点介绍了当今主流的6种基于Agent的建模平台的基本特点和下载地址，并作为主体部分对这6种模拟平台的共同性和区别进行了详细深入的比较研究，最后探讨了基于Agent的建模平台的发展趋势、     

自动化系统数据挖掘问题的模拟退火解法

数据挖掘是近年来发展起来的新技术,指挥自动化的辅助决策过程也越来越依靠数据挖掘求解。通过数据挖掘,可以有效地处理海量数据,为正确决策提供支持。模拟退火是一种性能优越的计算智能算法,广泛应用于求解非线性最优化问题。数据挖掘中的数据聚类与模拟退火在本质特性上存在相似,可以将模拟退火应用于数据挖掘。通过蒙特卡罗方法生成随机数据,进行基于模拟退火的聚类分析。算例表明,新方法能够很好地进行数据聚类,具有较好的适用性。     

面向数据质量的ETL过程建模与实现

为了给数据仓库提供高质量的数据，在数据装载到数据仓库之前必须经过数据的抽取-转换-装载(Extraction-Transformation-loading，ETL)这一系列的预处理工作。复杂性和可用性是制约ETL系统的两大基本问题。为解决这些问题，给出了ETL过程统一的体系结构设计，包括ETL元数据对象建模、ETL转换函数设计、ETL任务建模以及ETL任务模型的描述语言(XTDL）。基于该体系结构和设计思想开发出一个ETL系统-MSETL，目的是为多策略数据挖掘平台(MSMiner)提供高质量的数据。它提供友好界面并对ETL过程进行统一的元数据管理，包括：ETL转换函数的注册和删除；任务模型的生成、执行和删除等功能。     

V. Dragon 2000分布式航海仿真系统中的图形技术

介绍了V．Dragon2000分布式航海仿真系统的体系结构和采用的图形技术：视景生成技术、雷达图象生成和电子海图显示技术。从仿真系统的实时性和真实感角度出发，着重介绍了视景生成技术中基于海浪谱的不同浪级海面的仿真模型、基于粒子系统和图象合成的船舶航迹流仿真模型和基于海图等高线数据的三角优化构网算法，这些算法可实现海面和船舶航迹的实时动态仿真，并可自动实现真实港口的地貌建模，方法简单、实用。     

一种加速复杂场景绘制的可见性判断算法

论文研究了基于微机平台的复杂场景实时生成的关键技术,采用面向对象技术构造了虚拟场景的树型层次组织,提出了基于三维地形的场景空间层次包围盒构造方法,基于空间层次包围盒进行快速可见性预判断和LOD层次计算,实现了一个基于微机平台的复杂场景实时生成系统,并应用于虚拟战场的实时仿真。     

基于小波分析的控制系统分析和设计平台WaveLab

介绍了本课题组完成的基于小波分析的控制系统分析和设计平台ＷａｖｅＬａｂ。该平台基于Ｗｉｎｄｏｗｓ操作系统，具有丰富的控制系统仿真、分析计算和设计功能。平台建立了开放性的结构，具有高度可扩展性，可以把新的数据类型和小波分析算法扩充进来。ＷａｖｅＬａｂ初步实现了基于小波分析进行控制系统分析和设计的目标。     

区间值属性不完全信息下的数据挖掘

不完全信息下的数据挖掘是一个困难的问题,但它在实际决策中是不可避免的。除空值和层次型概念外,区间值属性的处理是典型的不完全信息问题。本文基于粗集理论和扩张矩阵等理论,首先分析区间值属性的优选是NP问题,然后提出了一种分割极小点区间值属性的启发式决策树生成算法,并构造了概率决策树和模糊决策树,以改进传统决策树数据挖掘方法的不足。     

基于多Agent的智能决策生成系统研究

分析了战略决策模拟系统中引入智能决策生成系统的必要性，介绍了多Agent理论，提出了基于多Agent的智能决策生成系统的框架结构，给出了系统工作流程、Agent结构和实现技术，最后总结了采用多Agent技术实现智能决策生成系统的主要优点。     

一种基于遗传算法的多重决策树组合分类方法

针对数据挖掘中的分类问题,依据组合分类方法的思想,提出一种基于遗传算法的多重决策树组合分类方法.在这种组合分类方法中,先将概率度量水平的多重决策树并行组合,然后在组合算法中采用遗传算法优化连接权值矩阵.并且采用两组仿真数据对该方法进行测试和评估.实验结果表明,该组合分类方法比单个决策树具有更高的分类精度,并在保持分类结果良好可解释性的基础上优化了分类规则.     

粗集在决策树优化中的应用

决策树是一种重要的数据开采方法,但构造最优决策树是一个NP困难问题,分析了以往决策树构造方法的不足,并从决策树最优化的观点详细研究了决策树构造过程中的几个重要问题,为防止决策树过细的分支,引入粗糙集中分辨的概念用于符号值属性的分划,并选择遗传算法优化求解,有关连续属性的处理,也给出了类似符号值属性分化的近似最小离散方法,在测试生成过程中还讨论了事例推理接口,基于上述分析,提出了决策树优化算法,这种算法从树的规模和分类精度都优于许多决策树算法。     

基于遗传算法的决策树组合方法及在CRM的应用

针对客户关系管理中的客户分类问题,提出一种基于遗传算法的多重决策树组合分类方法.组合分类方法将概率度量水平的多重决策树并行组合,组合算法中采用遗传算法优化连接权值矩阵,并且采用客户信用等级评定的仿真数据对该方法进行测试和评估.实验结果表明,该组合分类方法比单个决策树及其他组合方法具有更高的分类精度,并在保持分类结果良好可解释性的基础上优化了分类规则.     

Parallelism of spatial data mining based on autocorrelation decision tree

1.INTRODUCTION Oneofmostimportantoperationsisspatialparallel processinginspatialdatabase.Itisnecessaryforusto retrievalallspatialpredictionsformtwoormorespa tialdatasets.Ingeneral,thequeryconsistsoftwo procedures:filtrationandsimplification.Sincethe complexityofspatialobjects,filtrationprocesscan generateaholdingitemsetofsatisfyingcertaincondi tionsintermsofparallelprocessingrules.Inorderto measuretheaccuracyofquerycondition,weneedre trievalpreciseshapeinformationofeachobjectfrom anotherm…     

基于地域因素的连锁商业分布式决策树算法

连锁商业数据的"分布异构"和"地域差异"特性,使得传统决策树算法难以满足其跨区域的数据挖掘要求.通过分析不同地域经济水平、人口规模等地域经济因素对连锁商业网点销售行为的影响特征,提出将地域因素引入到连锁商业的分布式数据挖掘模型中;并在定义地域因子、决策树特征和决策树特征差异率等概念的基础上,提出了由地域分枝算法模块、特征差异算法模块和分店子树构造算法模块构成的RDT算法.通过在浙江某连锁商业集团杭州、绍兴、宁波、温州、台州、丽水和金华七个地市门店的实证分析,充分验证了算法模型的有效性.     

一种基于智能中间件的综合GDSS框架模型

针对群体决策分析的过程和特点,在传统中间件的基础上,增加知识库的相关内容和方法,获得一个由中央处理单元、辅助选择、功能组合平台和知识库交互平台构成的智能中间件,并提出一个基于智能中间件的综合群体决策支持系统框架模型。在该框架模型中,将知识发现、知识管理和群体决策支持系统相互结合,集智能中间件、知识发现技术于一体,系统分为三个层面:用户层、管理层和分析层,分别对应于用户交互、知识管理和知识挖掘三个平台,并给出了三个平台的框架结构和功能。最后,通过具体实例讨论了该系统框架模型的应用。     

基于流形学习降维的决策分析算法

为了有效地分析高维决策表,提出了基于流形学习降维的决策分析算法（decision analysis algorithm based on manifold learning,DAML）. 算法使用等距映射法（ISOMAP）对原始数据做降维处理,在得到的主坐标数据上进行决策分析. 根据核主成分分析法与ISOMAP方法的关系得到主成分与主坐标的转换关系式,并计算原始数据主成分. 提出了基于等价支持子集的决策算法用于计算主成分属性重要性、属性区分能力及等价支持子集. 在得到等价支持子集的基础上抽取决策规则,根据决策规则预测算法预测未知数据. 选取UCI数据库中标准分类数据集作为仿真实验样本,并对比C4.5决策树算法、K最近邻居算法（KNN）与提出的决策规则预测算法在Iris、Breast cancer、Wine、Spectf heart和Ionosphere数据集上的分类精度来验证算法的有效性.     

基于Internet的多Agent群决策支持系统的实现

结合Agent技术和Internet网络平台 ,提出了一种新的决策支持系统———基于Internet的多Agent群体决策支持系统。介绍了该系统流程及组织结构 ,并着重阐述了该系统的技术实现 ,包括专家Agent、决策管理Agent、各Agent之间的协同、模型库和模型库管理Agent、模型与数据的下载等     

与特征选取和离散化集成的决策规则挖掘方法

利用粗糙集理论可以从已知数据中挖掘决策规则 .对于连续取值的特征属性必须先对其离散化 .从给定的特征属性集合中去除冗余的特征属性 ,选取有用的属性子集有助于简化决策规则 .我们利用基于信息熵的规则不确定性量度函数构造了一个决策规则挖掘的遗传算法 ,将规则挖掘与特征选取和连续属性的离散化集成在一起 .实验结果说明了这种方法的有效性.     

城市固废焚烧过程的回路控制半实物仿真平台

为精确模拟和实现城市固废焚烧(municipal solid waste incineration,MSWI)过程的多入多出(multiple input multiple output,MIMO)回路控制,面向实际工业过程开发了由真实设备层和虚拟对象层组成的分布式半实物仿真实验平台。结合对MSWI工艺流程机理模型的定性描述,建立了数据驱动的面向回路控制的虚拟过程对象模型,依据回路控制需求设计了该平台的各软件子系统,以及相互间的协同运行模式,搭建了平台硬件和开发了平台软件,并采用工业实际数据进行实验验证。结果表明：该平台为MSWI过程的智能建模与控制算法的进一步研究提供了可靠的工程化验证环境。