范例推理中范例自动获取的数据挖掘技术

范例推理作为基于规则推理技术的一个重要补充，已受到人工智能研究 人员的普遍关注，在范例推理中，也有许多相应的知识，它主要包括：范例库、修正知识库，索引模式，相似性判断标准等，这些知识的获取也存在一定的瓶颈问题，通过在范例推理中引入数据挖掘技术，可望部分解决其知识获取的自动化问题，提高智能系统的整体性能，本文着重讨论了在范例推理中使用数据挖掘技术的必要性，提出了二上自动获取范例库的思想与算法，并应用于一个实际的系统之中，实际结果表明，这种思路大大提高了智能系统的开发周期与系统的运行效率。     

粗集理论及其在旋转机械故障诊断中的应用(三)决策规则的形成与约简

将粗集理论应用到旋转机构故障的智能诊断中，在信息不完备情况下，不需要事先假设和专家经验，在粗糙度不变的情况下进行推理和在决策分明性不变意义下进行决策，找出其规律性，并提供规则的可信度；同时能对旋转机械故障的知识库的进行约简，消除多余的条件属性和冗余的信息，导出最小简化决策表。     

一种新的QoS保证的快速组播路由算法

提出了一种新的服务质量保证的组播路由算法。算法使用了一个修改的斯坦利树近似算法来构建时延有界的低代价组播树,再通过最小时延路径与其他尚不在组播树的组内节点连接,并消除环路。理论和仿真表明,新算法与其他一些时延有界组播路由算法一样有较好的性能,并且有较小的复杂度。     

智能光网络控制平面模型的研究

首先介绍了IETF的基于GMPLS对等模型和ITU T的ASON重叠模型,并且比较了它们之间的关系;接着阐述了基于GMPLS智能光网络控制平面的功能模块;最后在Berkeley实验室开发的NS 2网络仿真器平台上对基于GMPLS智能光网络模型进行了设计和仿真。     

证券组合投资选择模型的约束满意度解

利用模糊数来描述证券组合的预期收益率和风险损失率，对证券组合投资问题建立了一种模糊线性规划模型，并讨论了利用模糊约束满意度将模型转化为普通线性规划模型的方法，最后给出了一个具体的例子。     

包含两类变量的离散变量框架结构拓扑优化设计

将包含两类变量的桁架结构拓扑优化设计的概念及求解离散优化的相对差商法进一步推广到由梁单元组成的框架结构的拓扑优化，建立了包含两类变量的框架结构拓扑优化设计模型，构造了包含应力约束和位移约束的统一约束函数，发展了统一处理两类变量，求解包含两类变量的框架结构拓扑优化设计问题的算法，并给出了两个算例．     

一种关系数据库中基于云模型关联规则的提取

为了发现有效的关联规则，属性在比较高的水平被范化，允许相邻属性值或者语言项的重量．这种软划分可以映射人类的想法，同时使发现的知识鲁棒．利用云模型的理论与方法求解数量关联问题，给出了一种云关联规则的定义，并提出了基于云模型理论支持度和置信度的计算方法，最后提出了一种提取算法Cloud model A．这种方法较好地软化了数量属性论域的划分边界，从而使得挖掘出的云关联规则更容易被人理解。     

激励与项目投资预算决策

研究了存在内部人控制的情况下，激励方案在企业项目投资预算决策制定中的重要作用．指出无论温和的激励方案还是严厉的激励方案都能激发出更高的后期努力水平，但是不一定能有效地激发前期努力水平．只有严厉的激励方案可在一定程度上缓解内部人控制问题．     

分布式数据库中海量数据采集完整性约束

在分布式数据库系统的建立过程中,需要把大量的异构信息转化成数据库管理系统可以识别和处理的数据.在把信息装载到数据库前,需要对这些源数据进行完整性校验.利用数据库关系的偏序性把数据划分成不相交的子集,给出了一种描述数据库统计概貌的模型,把全局完整性约束局部化,对以文件形式存在的源数据进行分布武完整性检查,然后在后台将其批量装载到数据库中.此种方法在黑龙江省防洪决策数据库系统的建立过程中,明显提高了数据的可信度及装载效率.     

约束最优化的改进中心算法

以最优化问题为核心，对中心算法进行了研究．该算法是解决非线性凸约束数学规划的有效算法．在此对其作了几个方面的改进．实例计算分析表明，改进后算法的收敛速度大大加快，迭代的次数大大降低．