多agent系统的联盟框架及形成机制

基于集合分割、Rough集理论、大系统控制论和人工社会理论对多agent系统协作的联盟框架及形成机制进行了研究,提出了2类6种联盟框架.在知识层次上定义了联盟精度等概念,并给出了联盟形成的算法描述,算法易于编程实现,并给出一个应用实例,有效解决了agent的能力和任务所形成的知识集合边界不分明的问题.     

基于负荷预测的变电站无功电压控制

详细分析了九区图控制原理中可能存在的各种问题，提出基于该原理的电压无功综合控制(VQC)装置难以满足实际变电站的电压无功控制要求。针对以上问题，提出了一种有效的动态无功综合优化方法来实现变电站的电压无功控制。该方法基于神经网络的负荷预测、灵敏度分析的分段等效处理，考虑了实际系统的各种约束和要求，以动态无功优化模型和无功优化修正模型来确定预测范围内外的变电站电压无功综合优化控制决策。通过算例，验证了该模型和算法的有效性，同时也说明了变电站实现动态无功综合优化控制的可行性。     

青藏铁路冻土路基活动层形成特性研究

在环境温度季节性变化的条件下进行室内模拟试验,探索了模拟冻土路基活动层形成的试验方法,研究了青藏高原多年冻土区路基活动层的形成活动规律。试验表明：活动层从初始形成到基本稳定过程中,近地表土层对外界温度场的变化响应灵敏,随外界温度的改变出现规律的波动;深层土层对外界温度的变化表现出滞后性,温度曲线波动幅度较小;活动层在趋于稳定的过程中土层的温度特征呈现出较为明显的区域相似性,在一定外温影响范围内土层温度场变化规律接近;在环境负温的初期表层土层迅速降温,活动层厚度开始逐渐减小,受外界气温及深层冻土冷源作用的共同影响,活动层冻结过程中会出现从上下边界同时冻结的现象,加快了活动层的冻结速度。     

用人工神经网络方法辨识岩体力学参数

研究了用人工神经网络辨识岩石工程岩体力学参数的基本原理、网络结构、网络训练样本的获得及网络训练方法·在此基础上,提出了用人工神经网络辨识岩石工程岩体力学参数的方法和步骤,并给出了一个参数辨识实例·结果表明,依据巷道变形观测,用神经网络辨识岩石工程岩体力学参数是可行的·该方法为研究岩体物理力学性质参数和岩石工程初始地应力条件提供了一个有效途径,尤其适用于软岩情况下岩体力学参数的辨识·     

天津滨海新区人工冻结粉质黏土强度特性试验研究

天津滨海新区地铁规划区域内粉质黏土分布广泛,此前缺少冻土物理力学参数的相关试验研究资料,对现场取得的大量原状土,在3种负温度下人工冻结48 h后,进行单轴抗压、抗折的室内试验研究。试验分析研究了在不同的冻结温度下人工冻土的受力变形特性,以及强度与冻结温度之间的关系,研究结果表明:在不同的冻结温度下,单轴抗压较抗折表现出很好的规律性。同时,试验的研究结果可供天津滨海新区其他软土地区的人工冻土强度取值参考。     

一种基于动态参数调整的改进人工鱼群算法

针对经典鱼群算法收敛速度慢、寻优精度低的缺陷,提出了一种基于参数动态调整的改进人工鱼群算法.动态调整视野和拥挤度因子以提高算法的搜索效率;改进去交叉算子以消除交叉路径;引入了再寻优算子确保再次搜索去交叉后路径能够快速找到最优值.求解TSP问题的实验结果表明:改进的人工鱼群算法提高了收敛速度、增强了搜索最优解的能力.     

基于人工免疫系统的检测器生成算法改进

研究了免疫检测器的生成机制,通过采用k平均聚类算法提取到的规则生成未成熟检测器,提出了将模糊逻辑理论运用到成熟检测器激活及记忆检测器生成的进化方法,改进了传统的以人工免疫为基础的入侵检测系统中随机生成未成熟检测器的算法.实验表明该方法能够提高检测器的检测性能,证实了该算法的有效性.     

微观管理过程仿真与人工心理应用研究

针对大规模微观管理过程仿真系统的真实性问题, 以兵棋推演过程为研究和应用背景, 给出了人工心理在管理仿真中的应用模型以及数据处理流程;提出了以时间片和事件结合为基础的管理过程驱动机制, 保证了虚拟对象与管理过程的同步;同时给出基于对象的人工心理存储器模型及其处理流程相关的实例, 保证了多仿真主体对象的总体一致性和协同不确定性。实验结果证明, 人工心理的引入, 不但使微观管理过程仿真更加逼真, 而且从一定程度上提高了仿真效率。     

用于异常检测的实值否定选择算法

针对已有实值否定选择算法检测器生成过程的不足,提出了一种优化的检测器生成算法。充分利用自体空间的分布,优化检测器生成的中心位置,扩大检测器的半径,尽可能生成覆盖范围大的检测器;使用覆盖率期望值作为算法结束的一个控制参数,有效地避免了冗余检测器的产生。建立了异常检测系统的形式化描述,定义了一个新的异常检测性能衡量指标——错误率。最后,通过人工合成数据集2DSyntheticData以及实际的Iris数据集及Biomedical数据集对算法进行了验证。试验结果表明,相比V-detector算法,本文算法提高了检测率,降低了错误率,减少了所需检测器数量,整体检测性能较优。     

归纳逻辑视野下的数据挖掘研究综述

对归纳逻辑思想在数据挖掘中的应用研究进行了综述。国外的研究主要集中在人工智能方面,重点是高阶归纳逻辑研究,通过多态归纳逻辑、机器学习等方面发展了归纳逻辑理论。国内的研究集中在知识发现方面,例如通过研究关联规则等探讨知识发现的内在机理。相对来说,国外的发展更偏重于应用领域,而国内也在不断扩展归纳逻辑的理论应用,但在数据挖掘领域研究仍然偏少。