基于CBR的水库洪水调度模式

由于水库洪水调度问题的复杂性和不确定性,单纯利用调度模型进行洪水调度在实际应用中往往存在一些问题.为了使理论研究尽可能与实际应用相结合,将人工智能中的基于事例推理(CBR)技术引入到水库洪水调度中,将以往的洪水调度事例作为历史事例以一定的结构和方式存储在事例库中,对于新的洪水调度问题,从事例库中寻找相似的事例,并根据其调度方案,确定新问题的解决方案.实际算例表明,对于水库洪水调度问题,基于事例推理的水库洪水调度能充分的将以往的调度经验和调度模型结合起来,使得调度结果更合理、可行, 具有较强的实用性.     

基于整体优势度的应急救援案例推理决策

对突发公共事件的应急救援决策进行研究,提出基于案例推理的应急救援决策方法.通过案例的四元组表征,分析基于案例推理的应急救援决策机理;针对传统案例检索使用对称距离计算相似度在应急救援决策应用中的不足,利用整体优势度对源案例与目标案例间的矢量距离进行识别,从正向匹配和负向匹配的角度改进检索策略,提高案例匹配的有效性;同时,结合整体优势度对决策方案进行调整和学习.最后,以煤矿事故应急救援实例说明了该方法能够在相似案例中筛除负向匹配源案例,优化源案例对目标案例的决策支持.     

单向S-粗集对偶与数据筛选-过滤的扩展应用

S-粗集(singular rough sets)是对Z.Pawlak粗集的改进,单向S-粗集对偶(dual of one direction sin-gular rough sets)是S-粗集的基本形式之一。利用单向S-粗集对偶,给出数据属性,数据筛选-过滤概念,数据筛选-过滤序定理,合成数据筛选-过滤定理,及数据筛选-过滤准则。利用这些结果,给出应用。单向S-粗集对偶是动态数据筛选-过滤研究的一个新工具。     

基于共线度的传感器网络节点定位性能分析

节点定位是无线传感器网络一个很重要的研究内容。提出一种新参数——共线度来分析一组三个参考节点的不同部署对传感器网络节点定位性能的影响,同时从理论上提出并证明了该参数对定位性能影响程度的两个定理。仿真实验显示:该参数有助于分析传感器网络节点的定位性能,并为选择良好的参考节点组合来进行有效定位提供了一个可行的参考指标。     

覆盖网对域间路由可靠性的影响研究

覆盖网可以利用终端间的多路径路由提升Internet路由的性能和可靠性。如何选取高质量的覆盖网路径,并且准确地对其进行性能评估是有待解决的核心问题。对此,首先提出一种对覆盖网路由的评估方法,该方法从路由可靠性角度进行分析,运用可靠度(RD)这一指标,从多条覆盖网路径的分离度、长度、质量等方面进行综合评估。在此基础上,提出基于广度优先遍历队列(BFSQ)的分布式的启发式算法优化覆盖网多路径的选择。仿真结果表明该算法可以通过少量底层拓扑信息的获取,达到有效提升多路径覆盖网路由可靠性及性能的目的。     

Knight不确定环境下供应商的乐观度对定价决策的影响

针对供应商的可变成本和产品市场价的双重Knight不确定性,本文运用α-maxmin多先验期望效用和纳什讨价还价模型研究了供应商的定价问题,涉及固定价格、成本加成和参考市场价三种合同,剖析了供应商的乐观度和含糊度对这些定价决策的影响。结论表明,固定价格随着供应商对成本的乐观度的提高而降低,随着市场价的乐观度的提高而提高.成本(市场价)的乐观度决定着成本(市场价)的含糊度与定价结果的关系.参考市场价合同下,供应商的定价权威不影响目标价格与成本的乐观度的关系,但影响目标价格与市场价的乐观度之间的关系。上述研究为分析不确定环境下供应商的定价行为提供理论支持。     

基于位置和散度效应因子分类筛选及仿真试验

针对供应链及其它计算机仿真试验中所涉及因子数目众多的情形,序贯分支方法因筛选效率较高被广泛采用.然而,现有的序贯分支方法忽视对散度效应起显著作用的因子.由于相比位置效应,散度效应在产品或供应链系统的质量设计中是同等甚至更为重要的,故提出一种基于位置效应与散度效应的序贯分支方法.首先,将影响位置效应与散度效应的显著因子分类为调节因子,重要因子和稳健因子;然后,结合序贯概率比检验(sequential probability ratio test,SPRT),在控制筛选过程中第一类错误和第二类错误的基础上,采用序贯分支方法分类地筛选出显著因子;最后通过仿真试验说明此方法能够有效且分类地处理位置效应与散度效应下的显著因子筛选问题.     

基于上下层MAS的SAR图像海洋分布目标检测

针对SAR图像中的海洋分布目标,从人的认知过程出发提出了一种基于上下层多Agent系统(top bottom multi Agent system, TBMAS)检测算法。该算法针对上下层Agent定义了不同的行为。下层Agent获得初步的视觉知觉,上层Agent加入联想分析等处理获得最终检测结果。算法从分布目标的局部统计特性考虑,不需要进行统计模型和参数的估计,利用局域直方图和Kullback Leibler散度进行差异度分析。实验表明,对于多种分布目标均有较好的检测效果。     

内平衡系统多目标最优模型降阶研究

土木工程结构模型的自由度数目很大,按照原结构模型设计的控制器阶次非常高,从而导致主动控制和半主动控制实施过程中时滞效应十分突出.首先采用均衡实现技术对结构模型的状态变量重新排序形成内部均衡的模型,然后分别基于系统的可观度和可控度指标与内平衡系统二次型性能指标来进行结构模型降阶,略去对结构动力反应贡献小的状态变量.通过对Highway Bridge的Benchmark模型进行多目标模型降阶计算,得到最优的降阶模型,说明方法的可行性和有效性.     

一种混合噪声的模糊滤波算法

为了解决混合噪声图像增强中抑制噪声和保持边缘细节的矛盾,提出一种基于多级中值滤波和模糊加权均值滤波的图像模糊去噪方法.根据不同的区域,不同噪声,通过模糊推理,模糊合成多级中值滤波和模糊加权均值滤波的结果,在滤除混合噪声的同时,保留图像的边缘细节.根据实验结果,从客观和主观两方面比较了本算法和几种方法的效果,表明本方法有较好的抑制噪声,保持图像细节对比度的能力.