基于神经元网络的不确定性规则的获取

讨论了不确定性规则的知识系统同神经元网络相结合的问题;提出了适合处理不确定性规则的负梯度学习算法,使不确定性规则能方便地转换成神经元网络的权矩阵;研究了如何利用神经元网络的生成能力来获取新的不确定性规则,使知识系统具有知识自动获取能力,并使原有规则系统的脆弱性得以改善.     

基于模糊理论的人才双向选择问题应用软件

基于模糊集理论开发了一种人才双向选择应用软件，由该理论在［０，１］区间取值及隶属函数等概念，把模糊命题量化，在构造关系矩阵基础上，对其中每一元素用真值、导出置信度、综合真理值进行检验排出无效元素，经排序得出所需结果，实用结果表明，用Ｐｒｏｌｏｇ语言开发的应用软件运作的结果与人为的主观判断一致。     

利用先验信息修正经典限的可靠性评估方法

讨论可靠性评估中利用先验信息的问题 .在参数先验分布容易确定的场合 ,可利用先验信息对参数的经典估计进行修正 (即给出 Bayes估计 ) ,再基于该估计用经典的 WCF方法给出系统可靠度的置信下限 .该方法具有很好的精度 ,并克服了纯 Bayes方法受先验偏差影响较大的缺点 .文章对上述进行了补充 ,讨论了指数定时截尾数据情形下利用先验信息的可靠性评定问题 .给出了一种融合先验信息和试验数据的参数估计 ,该估计的特点是具有独立和的形式 ,基于该估计用 WCF法比基于通常的 Bayes估计简单 .另外 ,对参数先验分布难以确定的多参数寿命分布模型 (如 Weibull分布 ,本文在仅知其可靠度先验分布或可靠度先验一阶、二阶矩及可靠度的某先验分位点的条件下 (事实上工程专家较易给出上述可靠度的有关先验信息 ) ,将 Bayes,Fiducial及经典统计方法相结合 ,用可靠度的先验信息直接对可靠度的经典限作修正以获得融合了先验信息及试验数据的置信下限 ,模拟表明该种处理具有很好的精度 ,适合工程应用.     

响应变量存在缺失时非线性半参数回归模型的经验似然推断

在许多实际问题的研究中,例如临床试验、民意测验、社会问卷调查等,经常导致数据的缺失,而通常使用的统计方法都需要在样本数据完整的情况下进行.如何处理样本中的缺失数据,使得统计推断得以顺利进行,近年来越来越引起人们的广泛关注.针对响应变量存在缺失时的非线性半参数回归模型Y=f（X,β）＋g（T）＋ε,研究了参数β的经验似然推断.在一定条件下,分别基于一般借补数据和修正借补数据的情形,得到了关于参数β的对数经验似然统计量渐近服从χ2分布,并由此可以构造出关于参数β的置信域.     

贮存-使用模型可靠性置信下限的估计

本文讨论了贮存寿命和使用寿命均为指数分布时,贮存-使用模型的可靠性置信限的估计问题。文章首先给出了一个"等效时间"公式,将贮存时间转化为等效的使用时间,然后利用定总试验时间的可靠性置信下限求法对其置信下限进行计算。最后举例说明贮存-使用可靠性置信下限的求法。     

ARIMA乘积季节模型对我国消费者信心指数的分析

消费者信心指数能够预测消费支出,对某些宏观经济指标也有较好的预测效果。本文运用Eviews6.0软件对2006.01—2011.12我国消费者心指数的统计数据建立ARIMA乘积季节模型。结果表明该模型适合预测我国的消费者信心指数而且预测精度较高,但只适合短期预测。     

园区网环境中部署P2P网络的关键技术探讨

资源共享技术一直是网络研究的重点,对等网(P2P)由于其动态、开放等特性在提高资源利用率方面具有明显的优势,是一种真正的分布式解决方案.文章分析了P2P网络结构、资源定位等主要的P2P技术,结合园区网的特点,讨论了在园区网环境中部署P2P系统时网络结构、中间件平台及激励机制等关键技术的选择.     

锅炉系统故障诊断模糊推理方法

根据锅炉系统实际运行情况,分析其故障诊断的推理求解过程,提出了专家系统中基于诊断知识的模糊描述方法,并根据诊断规则实例,采用模糊推理方法,阐述故障诊断推理过程中正向推理、逆向推理模糊断言可信度的传递运算方法。     

异方差半参数变系数部分线性EV模型的经验似然

利用经验似然方法考虑异方差半参数变系数部分线性EV模型中兴趣参数置信域的构造.分别在误差方差已知和未知情形下,构造模型参数部分的经验对数似然比统计量,并验证非参数情形下的Wilks定理成立.模拟研究表明经验似然估计方法具有优良的性质.     

改进的PWM方法在大坝安全监测中的应用

本文主要利用置信区间法对大坝进行安全监测,利用改进的PWM方法和传统方法对大坝位移的置信区间进行检测,结果显示改进的PWM方法与传统方法相比较监测的结果基本一致,但是误差更小,更能较好的反映大坝安全性态,更好的预防大坝安全事故的发生。