基于多分类支持向量机的智能辅助质量诊断研究

在分析比较目前常用的质量辅助诊断方法局限性的基础上,提出了一种基于多分类支持向量机(SVM)的质量控制图智能诊断新方法.该方法以SVM技术为智能核心,较好地解决小样本学习问题,避免了人工神经网络等智能方法在对小批量生产过程质量诊断时所表示出的过学习、泛化能力弱等缺点.另一方面,通过结合投票法和决策树的基本思想,所提方法拓展出对控制图混合型异常模式的识别能力,从而提高了对质量过程诊断的全面性和准确性.与其它几种常见人工智能方法质量诊断的效果进行对比,实验表明,所提方法容易实现、诊断精度高,为实现小批量加工过程的在线质量诊断与控制提供可行的思路.     

倒计时信号交叉口处的驾驶员行为决策

从驾驶员心理角度出发, 分析驾驶员在交叉口处的决策过程.综合驾驶员行为的影响因素, 在对交叉口数据采集和分析的基础上,运用Logistic模型建立了倒计时信号交叉口行为决策模型,并与无倒计时信号交叉口处驾驶员的行为决策进行了比较,最后对影响决策的因素进行了敏感性分析.分析结果表明：倒计时信号显示时间对驾驶员的行为决策存在着显著影响.为城市交通管理者改进倒计时显示屏的设计设置以及在交叉口处采取相应的措施,改善交叉口安全性提供了参考.     

Security transmission and recognition of F-knowledge

The concept of F-knowledge is presented by employing S-rough sets. By engrafting and penetrating between the F-knowledge generated by S-rough sets and the RSA algorithm, the security transmission and recognition of multi-agent F-knowledge are proposed, which includes the security transmission of multi-agent F-knowledge with positive direction secret key and the security transmission of multi-agent F-knowledge with reverse direction secret key. Finally, the recognition criterion and the applications of F-knowledge are presented. The security of F-knowledge is a new application research direction of S-rough sets in information systems.     

基于MEC的任务卸载和资源分配联合优化方案

面对时延敏感度不同的多种用户,如何有效利用频谱资源和计算资源受限的边缘节点来保障其时延能耗需求成为关键问题。为此,提出了基于移动边缘计算(mobile edge computing, MEC)的任务卸载和资源分配联合优化方案。首先,为最小化卸载任务在MEC的总计算时间,给每个用户分配最优的MEC计算资源。其次,基于时延敏感度、用户满意度和资源块(resource block, RB)质量,引入RB分配算法,以分布式执行。最后,用户通过比较本地计算开销和卸载计算开销做出卸载决策。仿真结果表明,所提算法在满足高时延敏感用户的需求前提下,通过有效地分配传输资源和计算资源,实现了最小的系统开销。     

基于Kriging模型的多点加点准则和并行代理优化算法

针对并行仿真环境下复杂工程系统的优化设计问题,提出一种基于Kriging模型、多目标策略和聚类方法的并行代理优化算法.该算法的多点加点准则,以同时优化期望改进准则和可行性概率准则为目标,首先生成兼具目标响应改进和可行域边界刻画功能的备选试验点集;再利用聚类方法从备选点集中选取多个有代表性的新试验点.通过两个数值算例和一个工程算例,将所提并行优化算法与已有算法做比较,结果表明所提算法具有更高的优化精度、效率和稳健性.     

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。     

基于判别矩阵的潜艇作战态势认知决策建模方法

潜艇作战具备复杂环境中的动态博弈对抗特点,作战人员的态势认知与决策行为对潜艇作战效能有着重要影响。针对潜艇交战级作战实验中的态势认知决策建模难题,在分析态势认知决策过程的基础上提炼表征变量集合,提出基于判别矩阵的潜艇作战态势认知决策建模方法,并以某型潜艇交战级对抗为例研究给定想定条件下的态势认知决策过程,验证了方法的可行性和有效性。建立的模型能够有效刻画作战人员认知决策过程,支持潜艇作战实验中的交战机理和制胜机理研究。     

DIDSS环境下信息agent系统任务规范的分解

提出一个基于GDF(扩展决策函数)的多agent任务规范分解判据，提出多agent的任务规范分解性质；将多agent任务规范分解问题等价为建立一个与信息agent任务规范属性相关的MSBN(多模块贝叶斯网)问题，并证明了MSBN的d-cutset(d-割集)和分解判据之间的关系，提出了与多agent任务规范对应的MSBN的分解方法．最后通过示例验证了所提出的方法的可行性。     

一种基于CAS原理的智能决策支持系统模型

剖析了传统决策支持系统发展面临的困难，运用复杂自适应系统(CAS)的原理和自组织的观点，提出了一种新的基于CAS原理的智能决策支持系统模型和设计思路，论述了该模型的基本结构、运作过程及与传统DSS的区别、并探讨了规则编码、竞争机制与信用分派及规则发现等问题．这种新思路有助于解决数据、知识和模型的一体化管理问题，加强DSS的自适应能力和智能性。     

基于期望值的模糊多属性决策法及其应用

研究了属性值以及决策者对方案的偏好信息均以三角模糊数形式给出的模糊多属性决策问题.定义了期望值决策矩阵的概念,对于权重信息完全未知或只有部分权重信息的情形,给出了一种基于期望值的模糊多属性决策方法.该法的特点是:既能充分利用已有的模糊客观信息,又能尽可能地满足决策者的主观愿望.最后把该法应用于解决虚拟企业的合作伙伴选择问题.