决策树学习在RoboCup仿真球队中的应用研究

通过对基于决策树的学习方法的探讨,该文提出了一种用于RoboCup仿真球队中Agent“行为选择能力”的训练算法,使得Agent能够根据当前场上的状态,决定下一步的行动。并以射门为实例,用该方法对Agent进行训练,使Agent学会判断当前状态是否可以射门,在不可射门的情况下选择下一步的行动。     

水泥窑协同处置生活垃圾的燃烧特性分析优化

针对传统方法难以分析掺烧生活垃圾后的水泥窑复杂燃烧特性的问题,引入数据挖掘技术,以国内某水泥厂为对象,采集相关参数数据,使用稳定性选择算法分析各参数对煤耗与NO_x排量的影响系数,通过随机森林算法建立煤耗与NO_x排量的数学模型,结合K-means聚类算法得出关键优化参数及其最优值。结果表明,该方法能够建立精确的煤耗与NO_x排量模型,挖掘出节能减排的关键优化参数及其最优目标值。通过改善关键优化参数至最优值,能够大大降低煤耗与NO_x排量,可指导水泥厂优化窑内燃烧特性。     

基于资源约束的项目区域风险回应策略选择研究

根据项目区域风险的特点，从资源约束的角度建立项目区域风险回应策略选择模型，并利用动态规划设计出该模型的分步解法，较为全面科学地得出最优方案。最后，用一个算例说明方法的可行性和有效性。     

基于参照点收益价值函数化的资产选择模型

诺贝尔经济学奖得主丹尼尔.卡尼曼及其合作者阿莫斯.特沃斯基的展望理论指出决策行为会受到价值函数形式的影响。本文首先介绍展望理论,给出若干具体的价值函数形式,在考虑投资者决策受价值函数影响的基础上建立基于对参照点收益价值函数转化的若干资产选择模型,从直觉上能够判断出这些模型更加符合投资决策心理和行为,而实证结果也表明这些资产选择模型能够有效地降低负离差风险。     

基于JIT的多目标并行多机调度问题的混合遗传算法

针对一类极小化 makespan和延迟区间的并行多机零件排序问题 ,设计了一个混合遗传算法 .该算法的特点是充分利用求解单机问题的最优有效算法 ,设计了一种简单的编码方案 ,简化了算法的实现难度 ,提高了算法的执行效率 .数值仿真实验表明 ,该算法具有收敛速度快、优化效果好等特点 ,且适合于求解大规模问题 .     

攻击机编队对地攻击损伤评估研究

为了分析机群对地攻击的损伤,提出了三种不同情况下的损伤评估方法.首先给出了常用的平均分配防空火力时的机群对地攻击的损伤评估方法;然后分析了"不打中一个,不打另一个"的防空火力最优分配原则,即保证攻击序列中的第一次攻击的方向总是对着机群中没被击落的飞机,并提出了在该最优分配原则下的攻击机编队的损伤评估算法;最后提出了在最优分配防空火力基础上考虑攻击机防卫物资消耗下的编队损伤评估方法,并对各种评估方法进行了仿真计算和比较.     

一种精细的H.264码率控制方法

针对H.264提出了一种无需二次编码的精细码率控制策略,为解决H.264中宏块模式选择时需要使用量化级而给码率控制带来的困难。提出了一种可以在模式选择前预测当前帧编码复杂度的码率模型。并且提出了基于宏块条的码率控制策略。分析了H.264中利用拉格朗日R D优化方法进行宏块模式选择的特点,并根据编码比特对拉格朗日乘子进行优化,提出了基于模式选择的精细码率控制方法。实验结果表明,与JVT提案中的码率控制方法JVT G012相比,所提方法在准确控制码率的同时,提高了PSNR值。     

THE PERIODIC CAPACITATED ARC ROUTING PROBLEM LINEAR PROGRAMMING MODEL, METAHEURISTIC AND LOWER BOUNDS

1. Introduction The Capacitated Arc Routing Problem(CARP) is defined on an undirected network inwhich a fleet of identical vehicles with limitedcapacity is based at a depot node. Each edge hasa non-negative traversal cost and can betraversed any number…     

网络外部性、转移成本与企业兼容性选择

从转移成本内生化的角度,研究了存在网络外部效应的市场中,进入企业的兼容性选择问题,并将其与在位企业、行业以及政府管制下的兼容性动机进行比较.本文得出的主要结论是相对社会最优而言,由于转移成本的不同,进入厂商可能兼容性选择不足,也可能过度兼容.     

基于遗传算法的ATM网络中VCC路由选择方法

针对遗传算法强大的全局寻优和并行处理能力 ,提出了一种改进的遗传算法调度ATM网络动态路由的新算法。综述了使用遗传算法进行通信网络节点选择的问题 ,指出了原有算法进行遗传算法优化时存在的不足 ,并提出一种新的基于动态惩罚的解决策略 ,其思想是在进化的过程中 ,逐渐减小对可行解惩罚的力度 ,使网络向可行解逼近。通过简单模型的仿真 ,验证了动态惩罚策略的可行性和有效性。