基于相对优势度的区间直觉模糊多属性决策方法

基于区间数的相对优势度,提出了区间直觉模糊数的相对优势度概念。通过构建区间直觉模糊数比较的相对优势度矩阵,结合基于互补判断矩阵的排序公式,给出了一种区间直觉模糊数的排序方法,并将此排序方法应用到属性权重未知的区间直觉模糊多属性决策当中。通过算例分析说明了该方法的有效性和可行性。     

多参数广义Wiener过程像集的一致 Hausdorff维数

本文得到了多参数广义Wiener过程像集的一致Hausdorff维数：在一定条件下,a.s.任意E∈B（R ^E)有：2/βdimE≤dim(W^~(E))≤2/αdimE.     

构建新包空间的多示例学习方法

针对已有神经网络方法采用示例决定标记从而导致多示例学习(MIL)中包结构信息丢失的问题,提出了一种新的RK_BP多示例学习方法.在示例空间,首先采用粗糙集对其进行属性约简;然后进行K均值聚类,利用聚类点构造新包空间;在新空间中,利用误差反向传播神经网络算法进行分类.在多个测试数据集上对算法进行测试,结果表明该算法可有效解决已有神经网络方法包结构信息丢失问题,明显提高分类性能.     

一种基于粗集的电力系统调度新方法

为满足电力系统实时调度和提高系统抵御风险的能力,基于广义粗糙集理论,提出一种适应动态环境的电力系统调度策略.该方法充分考虑了机组工作、停运、检修及紧急调度等事件发生,研究了实时调度窗口内机组的再选择与再调度策略,建立了一种基于S-粗集和偏序粗集理论的电力系统调度粗模型.仿真计算显示了该方法不仅能适应动态环境,而且能缩小问题求解规模,特别是对动态规划中机组状态数“组合爆炸“问题特别有效,是一种实时调度新方法.     

求解TSP问题的并集搜索的新宏启发算法

利用TSP问题解的概率统计模型，分析了TSP问题的局部最优解并集的性质，发现局部最优解的并集规模较小且包含了绝大多数全局最优解的边．利用该性质，将局部最优解并集作为启发集，并调用局部搜索算子在其上求解TSP问题，由此得到一种称为并集搜索的新宏启发算法．利用该算法还改进了目前广泛使用的求解TSP问题的算法ILK、LKH，在TSPLIB中典型实例上的实验结果表明，新算法在解的质量上有了较显著的提高．     

关于稠密集的若干探讨

在拓扑空间中探讨了稠密集与无处稠密集这两个概念的几个等价表述形式,给出了一个集合的边界与该集合闭包的边界相等的充分条件。另外,分别在 Hilbert 空间和赋范空间中讨论了稠密集的相关性质和应用。     

基于粗糙集决策树算法的研究

传统的决策树方法在实际应用中存在很多不足,如生成树规模过大,抗噪性较差等,因此,提出了将变精度粗糙集和混合变量集算法应用于决策树分类中,通过变精度和混合属性集分类减小树的规模和过度拟合问题,降低了噪声数据对属性选择的影响,并通过实验证明该算法与传统的算法相比具有较大的优越性。     

基于模糊概念格的气象云图识别关系模型及应用

构建一种基于模糊概念格的气象云图识别关系模型．此模型选取2个相邻时刻的卫星云图进行云团移动研究，求出每个云团的属性评估值，得到两时刻云团间的评估关系；以评估关系为对象，以云团的特征为属性建立模糊概念格，利用相似度确定相同云团；最后，通过实例证明了以该模型为基础建立的气象云图识别方法更具精确性和实用性．     

弹性方柱中波的传播规律Ⅳ·边界条件的作用

材料的物理属性、结构的空间表现和系统的边界状态是波导系统的3个组成要素。讨论了弹性波导系统的边界状态在整个系统的作用。发现边界条件的集合是与实数集等势的集合;边界条件方程与控制方程共同构成Hilbert函数空间中的线性微分表达式,并且其具备的线性性质使得结构经过仿射变换后,频谱之间具有仿射变换的规律。这些优异性质使得求解出仿射结构集合中某一结构的频谱,就能够完全得到该集合中所有结构的频谱和稳态响应。     

周期点集的局部度量稳定性

给出了紧致量空间上连续自映射的周期点集具有局部度量稳定性的必要条件和充分条件。