基于博弈的手术综合评价方法 (三峡地区资源环境生态研究)

一台手术牵涉到多种资源,如何确定手术所用资源的综合评价对科学排程有重要的影响。本文首先对一台手术的资源综合值进行了分析,把手术资源的影响因素(资源应用的贴合度、患者满意度等)采用定量化方式表示,并对多因素进行组合,形成手术的资源综合值。然后,本文基于博弈理论,对于分配到手术室的手术排程问题建立两人零和博弈模型,通过对这个模型的求解,得到手术的综合评价值zi=x*i.∑4j=1(aijy*j),i=1,…,n,再结合每个手术的时间,按照手术的时间与手术综合评价值的比值(即排序论中的带权加工时间)从小到大的次序来安排手术的次序,从而确定手术排程的次序。     

试论我国撤销公司登记的现状与法律问题

我国现行立法中对撤销公司登记作出了一定的规定，通过实践表明行政机关撤销权的正当行使具有积极意义，但是如果不能得到有效的控制与规范，同样会产生很多弊端。应从设置原则、适用具体标准、严格程序设计与责任追究和救济等角度不断地完善。     

基于不确定语言信息的尾矿库安全综合评价方法

为了准确的评价尾矿库的安全等级,运用相关性分析,建立了相互独立指标的尾矿库安全评价指标体系,采用IT-WAA和IT-CWAA算子对不确定性的尾矿库安全区间语义信息进行集结,建立了基于区间二元语义集结算子的尾矿库安全综合评价模型。研究结果表明:该尾矿库安全评价方法能有效避免语言评价信息的失真,更切合客观实际。该成果对尾矿库安全评价及其安全管理具有一定的参考价值和指导意义。     

并网型大型风电场风力发电功率-时间序列的混沌属性分析

为了合理调度大型并网型风力发电系统中的供电系统,降低供电系统的旋转备用容量和运行成本,对风力发电容量进行预测.利用非线性动力学的理论方法对并网型风力发电系统的发电容量-时间序列进行分析,以检验其是否存在混沌属性.通过对风力发电容量-时间序列进行低维非线性动力学建模,分析该时间序列呈现的混沌特性,该结果为基于混沌时间序列的风力发电容量预测奠定了基础.     

一种基于属性相关性度量的朴素贝叶斯分类模型

本文通过分析属性相关性的度量和属性约简,提出一种基于属性相关性度量的朴素贝叶斯分类模型EANBC。实验结果表明,与朴素贝叶斯分类模型相比,EANBC分类模型具有较高的分类正确率。     

样本属性重要度的支持向量机方法

支持向量机(SVM)是一种新的机器学习方法,已经广泛应用于模式识别和函数估计等问题中.针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑属性重要性对分类结果的影响的缺陷,提出了基于样本属性重要度的支持向量机方法,该方法首先利用信息论中的信息增益技术计算各个样本特征属性对分类属性的重要度,然后对所有样本的同一特征属性的值分别用对应的属性重要度进行加权,最后所得数据集用于训练和测试SVM.数值实验的结果表明,该方法提高了分类器的分类精度.     

面向重用的三维CAD模型检索算法

针对现有CAD领域的检索算法对模型的局部细节特征描述不足的现状,提出了一种基于最大公共子图的三维CAD模型检索算法,通过提取CAD模型的B-Rep信息,将模型用属性邻接图来表示.根据如果2个CAD模型存在相似的特征或局部结构,CAD模型所对应的属性邻接图应存在公共子图的原理,通过检测属性邻接图中的公共子图,得到了2个与CAD相似的局部细节特征,并利用这2个相似的局部细节特征对CAD模型进行了相似性评价.实验表明,该方法能够实现三维CAD模型检索,且检索的效率能够满足工程检索的要求,因此可以实现CAD模型设计和制造知识的重用.     

库存积压风险对回购激励的影响及其对策

针对决策过程中决策者在考察期望收益的同时通常也会考虑获得该期望收益的不确定性这一实际情况,基于"效用"的角度考虑了供应链回购激励机制的目标函数,提出用库存积压风险规避因子来描述决策者的风险偏好,建立了相应的基于Stackelberg主从博弈的回购激励模型,并通过对比风险中性情形的决策过程得出了关于零售商库存积压风险规避态度影响的定量结论:对于库存积压风险规避的零售商,供应商将需要给出更大的激励力度,即零售商将得到风险溢金.设计了基于批发价的目标回购激励机制作为应对策略,并证明了其有效性.     

基于公平偏好的项目导向型供应链双向激励

在项目型组织之间平等合作的基础上,引入公平偏好理论,从最大化项目价值增值效用角度,建立项目导向型供应链跨组织双向激励模型,剖析项目型组织的努力水平、公平偏好程度、支付成本和分配系数对项目价值增值的影响,并对模型分析结果进行数据模拟和算例分析.结果表明,在项目型组织具有公平偏好情况下,项目导向型供应链实施跨组织双向激励策略不仅可实现项目价值增值的最大化,使得项目型组织合理分配资源和努力水平,而且可实现合作双方收益的改善和支付成本的降低.     

中医察目望神规则挖掘的关键技术

中医客观化中有一个很重要的问题是根据量化的人体特征推导出人体的状态.提出了一种用于中医察目望神客观化中从眼部特征推导出人体"神"的状态的规则挖掘方法.首先给出了视频采集方法,接着使用类-属性依赖最大化方法(CAIM)对眼部特征数据进行离散化形成规则挖掘中的属性区间,然后使用云模型进行关联规则挖掘得到大量候选规则,再对3种互补的规则裁剪方法进行修改和组合用于候选规则的整理,并形成最终的规则集合.利用交叉验证法检验规则挖掘的效果,得到了93%的平均精确度,达到了很好的效果.