基于正域的决策树构造方法

决策树是数据挖掘中的一种重要分类方法。在此以粗糙集理论中的正域为启发式函数,设计了一种新的、有效的决策树构造方法。该算法具有较大的灵活性,能从测试属性空间逐次删除已使用过的属性。避免对这些属性进行重复测试,减少测试空间,降低了树的复杂性,从而提高了分类效率。最后,实例验证了算法的可行性与有效性。     

变电站网络视频监控系统的设计和级联扩展的实现

通过视频矩阵系统切换处于不同地点的变电站监控视频,根据TCP/IP网络互联协议和UDP用户数据报协议,将远端变电站视频实时地传输到本地或中心主控机房,实现对远端多个变电站的本地或远程监控,为更高效地实现对变电站远程综合监控提供了技术保障.对网络设施的要求灵活,通过级联可以充分利用不同网络的资源,提高监控和管理能力.     

决策行为公理化的局限与描述性决策理论的作用

理性行为公理体系是经典决策理论的基石,对其局限性仍有很多问题不能解决．本文从描述性决策理论的提出这个角度分析了公理化的局限,以及解决这一问题时描述性决策理论的作用．     

具有有限分布延时的一类神经网络的全局指数耗散性

通过构造径向无界正定的Lyapunov函数,研究了一类具有有限分布延时的神经网络的全局指数耗散性,在假定延时可微的情况下,给出了几个确保网络全局耗散性的充分条件．最后通过一个数值例子说明条件的有效性．     

基于方案满意度的区间型多属性决策方法及应用

研究了属性权重和属性值均以区间数形式给出的不确定多属性决策问题.针对此类区间型多属性决策问题,定义了方案的综合属性正理想值、综合属性负理想值和带风险度的综合属性值;依据决策者对风险的态度,给出了方案满意度函数;提出了基于方案满意度的单目标优化模型;最后应用该模型解决了投资方案的选择问题.     

A Novel Dynamic Decision Model in 2 player Symmetric Repeated Games

Considering the dynamic character of repeated games and Markov process, this paper presented a novel dynamic decision model for symmetric repeated games. In this model, players＇ actions were mapped to a Markov decision process with payoffs, and the Boltzmann distribution was intousluced. Our dynamic model is different from others＇ , we used this dynamic model to study the iterated prisoner＇ s dilemma, and the results show that this decision model can successfully be used in symmetric repeated games and has an ability of adaptive learning.     

线性分配方法的逆序问题研究

指出了线性分配方法的决策结果可能产生逆序,然后提出排序向量和相对分配比 的 概念,以分析线性分配方法决策结果产生逆序的原因,并在此基础上构建顺序线性分配方法 ,最后通过算例验证顺序线性分配方法决策结果的保序性。     

移动Agent与分布式计算模式

移动agent作为一种全新的分布式计算模型,其优越的性能受到越来越多的重视。文章回顾了分布式计算模式的发展衍进过程,对移动agent计算模式与其他分布式计算模式作了比较,并系统阐述了移动agent模式的特征、优点。     

硬质合金压力烧结炉优化操作智能决策支持系统及其应用

为提高硬质合金压力烧结炉的能量利用系数,挖掘生产潜力,采用基于传统的热平衡计算、神经网络、自适应变尺度混沌优化算法等相结合的集成建模方法研制一套操作优化智能决策支持系统.该系统具有自学习和自适应的特点,并已成功地应用于硬质合金压力烧结炉中.应用结果表明,用该系统优化出的操作参数指导生产, 各项生产指标显著提高,硬质合金压力烧结炉年产量提高5.5%,系统终点预报误报率小于4.5%,每年实际降低用电成本约50万元.     

一种基于XML Web Services的分布式系统设计

随着Web应用需求日益增多,传统系统模式下的紧密耦合对象很难适应多种数据源和异构数据情形,XML Web Service以其松散耦合的技术为解决复杂数据提供了高效支持.