总图运输成本自主式综合评价模型

根据工业企业总图设计的特点,建立总图设计方案运输成本综合评价指标体系,并对评价指标进行分组.使用信息熵理论计算分组指标测度,使用分组指标测度对方案进行分析,进一步简化评价指标体系.针对总图运输成本评价特点,提出一种确定自主评价竞争视野的方法,基于此提出一种改进的自主式综合评价方法.建立一种在双层规划模型构架下,结合信息熵理论、改进自主式综合评价法的自主式综合评价模型,并用于工业企业总图运输成本评价.结合实例,对多个总图运输成本方案进行量化分析,从总图运输成本最优的角度给出推荐方案.     

基于多准则的多层模糊神经网络学习算法

模糊算子函数丢失信息量过大,并且在某些点不存在导数,由此导致在采用传统的误差平方和准则优化网络参数时,有些参数无法得到调整,而且网络容易陷入局部极小,甚至发散.本文提出了一种基于模糊熵准则和误差平方和准则的多准则多层模糊神经网络学习算法,在一定程度上克服了单准则学习算法的局限性.     

加权平衡熵损失函数下Poisson分布参数的Bayes估计

首先, 基于平衡损失函数的形式, 给出一个加权平衡熵损失函数, 并将其应用到Poisson分布中, 得到了该损失函数下参数的Bayes估计. 其次, 在先验分布为Gamma分布的条件下, 给出估计量的显式表达式, 证明估计量的相合性, 并利用QQ图的方法检验估计量的渐近正态性.     

基于偏移定位技术的水利探测方法及应用

为了抑制探地雷达原始图像中较为强烈的直达波,突显较弱的目标信号,实现对隐患位置的精确定位,提出了结合鲁棒主成分分析的Stolt偏移方法。首先使用探地雷达分析程序包matGPR 3.1生成合成数据,模拟坝体和坝体内空洞模型,通过扫描处理得到探地雷达原始图像,然后利用鲁棒主成分分析方法提取目标双曲线信号,最后采用Stolt偏移技术对目标信号进行聚焦处理,并通过最小熵速度估计选取合适的偏移速度得到最佳偏移效果。实验结果表明,提出的方法能够有效地抑制杂波,更清楚地判别目标空洞的位置。与之前方法相比,其得到的图像分辨率更高,性能更优,在水利工程隐患探测方面具有一定的应用价值。     

基于数据特征的加热炉钢温预报模型

针对加热炉工业过程具有复杂、非线性、时滞性的特点和钢坯出炉温度预报问题,提出了一种基于数据特征的改进主元回归(PCR)加热炉钢温预报模型的建立方法.首先通过对原始数据进行同步化处理来解决各数据变量间存在的时间滞后问题;然后提取生产过程中各批次钢坯的统计特征和熵特征,并依据一定顺序将这些特征排列组合,构造等长的数据特征向量;最后通过PCR方法建立过程变量的数据特征和钢坯出炉温度之间的回归预报模型.本文以某钢厂加热炉工业过程为背景进行实验仿真,采用实际生产数据求取建模参数,并对钢坯出炉温度预报进行了测试.实验的校验与误差分析表明,该方法在预测钢坯出炉温度方面具有更好的性能,且预测误差满足工业应用的精度要求.     

基于熵权物元模型的隧道-互通路段安全评价

为了评价山区高速公路隧道-互通路段的安全性,基于熵权物元评价模型,首先,选取9个评价指标,建立了隧道-互通路段的安全评价指标体系和评价标准;其次,对测定的各个评价指标数据合理取值后计算各评价指标的关联函数值,并且采用熵权法客观计算各评价指标权重;最后,通过赋权对隧道-互通路段的安全性进行分析。结果表明,该路段的安全性为"轻度危险"且更偏向于"安全边缘"一侧。隧道出口-渐变段起点的长度对其安全性影响最为明显,匝道内、隧道出口和连接段路面摩擦系数次之,隧道长度的影响最弱。     

基于灰色聚类分析的软件项目绩效模糊评价模型

针对软件项目绩效评估过程中存在的问题,研究了一种基于灰色聚类分析的软件项目绩效模糊评价模型.首先分析软件项目绩效评估指标选取原则,建立软件项目绩效评估指标体系;其次建立基于熵权法的软件项目绩效评估指标权重分配模型;然后针对软件项目绩效评估情况,划分软件项目绩效评估级别,建立不同软件项目绩效评估级别的灰色聚类白化权函数,进而建立软件项目绩效评估的灰色聚类分析模型,给出相应模型的实现算法;最后结合算例对文中的模型和算法进行验证分析,说明模型与算法的可行性.     

基于前景理论的节假日停车选择行为研究

以北京颐和园为例,基于前景理论,建立节假日停车选择决策模型。为确定停车选择影响因素的参照点,对实际调查数据进行多元回归分析。建立了影响节假日停车选择决策的各个因素的价值函数,以及游客关于行程时间的概率重要性系数函数,计算得到了单个停车选择影响因素的前景值。利用熵权TOPSIS法确定影响因素的权重,综合考虑停车选择的因素确定得到方案选择的最终综合前景值,对所有停车方案的贴近度进行排序从而做出停车选择决策。基于期望效用理论,建立ML模型,研究游客停车选择行为的影响因素。最后将根据模型计算得出的方案排序与实际调查结果进行对比,验证了前景理论适合用于节假日景区的停车选择行为的研究。     

基于KPCA和模糊核Fisher判别的语音情感识别

针对语音情感识别率不高和实时性差的问题,提出一种基于KPCA核主成分空间的模糊KFD算法,应用于语音情感识别。首先采用KPCA对语音情感特征向量降维去噪,根据转换矩阵得到核主成分空间,然后在该特征空间利用模糊C均值聚类计算语音特征向量的隶属度,进而对LDA算法中的类间离散度和类内离散度重新定义,生成模糊KFD分类器进行语音情感识别。仿真实验结果表明,提出的方法相比于传统SVM和核Fisher判别算法具有较高的识别率和良好的抗噪性能,是一种行之有效的语音情感识别新方法。     

基于参数校正的离焦图像高斯核估计

针对离焦模糊图像高斯核难以快速精确估计的问题,提出了局部熵和参数校正相结合的辨识算法.该算法首先对模糊图像进行局部熵滤波提取图像阶跃边缘模糊区域,然后对此区域进行两次人为离焦模糊,根据梯度比估算高斯模糊核,在计算中提出参数校正的方法减少了量化误差,实验结果表明该算法在模糊核较小时能够精确快速地定位阶跃边缘,并提高了高斯模糊核的识别精度和识别效率,为模糊图像复原提供了较为精确的退化函数.