语言一致矩阵及其在决策中的应用

针对决策者思想中的不确定信息,引入语言变量,建立了重要性比较的语言标度集。给出了语言一致矩阵的定义,研究了语言一致矩阵的性质,如与人类思维的一致性和中分传递性等。在应用中,以语言标度构造语言一致矩阵,通过语言信息集结算子,对语言一致矩阵进行集结,得到决策结果。举例说明了语言一致矩阵的用法及其在决策中的正确性和有效性。     

三相高次谐波与无功补偿的计算机仿真

根据瞬时无功补偿理论,对以三相全控桥整流器为负载的三相有源电力滤波器进行了计算机仿真,仿真结果表明,无论是三相平衡负载还是三相不平衡负载,用有源电力滤波器来补偿无功电流和抑制谐波电流都是很有效的.     

基于敏感性分析的甲烷反应机理优化简化

通过对包含53种组分、325个可逆基元反应的甲烷燃烧反应机理(GRI-Mech 3.0)的简化结果与原机理动力学计算结果的比较,证明最优简化法取得了良好的效果.同时,结合敏感性分析法深入揭示了甲烷燃烧过程中甲烷和氮氧化的化学过程.     

金属露天矿生产计划优化算法的改进

针对露天矿生产计划优化中使用锥体排除法产生地质最优开采体序列时,不考虑锥体之间重叠部分对相应锥体的平均品位影响的问题,提出了改进的锥体排除算法.该算法在锥体排除过程中,重新确定了锥体的空间搜索逻辑,同时重新计算锥体数组中受品位最低锥体影响的各锥体的平均品位并重新排序.把新算法产生的地质最优开采体序列作为状态变量建立动态排序模型,对所有可行的路径进行评价,得出NPV最大的路径作为最优开采方案.实例应用表明,在相同技术经济条件下,改进后的优化算法无论是生产能力稳定性还是最终净现值都明显优于原算法,其中NPV提高了105%.     

基于RFE_RF算法的幼龄沉香叶片含水率预估模型

【目的】针对随机森林算法在树木水分预测模型中高维度变量筛选困难及精度较低的问题,研究基于递归特征消除(RFE)与随机森林(RF)的融合算法,构建幼龄沉香(Aquilaria sinensis)可见光图像与叶片含水率的估测模型,探索适合幼龄沉香生长的水分条件,为实现沉香幼苗水分亏缺程度的无损监测提供可行方法。【方法】以2年生的名贵树种沉香为研究对象,用相机获取4种不同水分梯度下的幼龄沉香可见光图像,提取15种图像特征,利用递归特征消除法筛选沉香叶片最优的图像特征子集,然后结合随机森林算法构建沉香叶片含水率的预测模型,最后利用十折交叉验证法,将RFE_RF模型与常规随机森林(RF)以及最小二乘法支持向量机(LSSVM)相比较,检验模型的可行性。利用递归特征消除和随机森林融合(RFE_RF)算法筛选出幼龄沉香叶片图像的标准红光值(I_NR)、饱和度(S)、矩形度(E_R)3个特征,并以此作为模型自变量。【结果】与重度水淹胁迫相比,幼龄沉香对于长期重度干旱胁迫更加敏感,且干旱时间超出2周时幼苗叶片严重受损,威胁沉香生长;沉香最适叶片水分生长范围为50%~65%,适度增加水分,有利于沉香生长。基于RFE_RF融合算法构建的预测模型敏感度、特异性、误报率和精度分别达到88.64%、85. 31%、14. 39%和91.62%,优于LSSVM模型效果;与RF预测模型相比其敏感度提高3.34%、特异性提高10.87%、误报率降低36.83%、精度提高13.39%。【结论】基于RFE_RF融合算法建立的沉香叶片颜色、形状特征与含水率的模型,解决了随机森林过程中高维度变量选择问题,提高了RF在林木水分预测模型中的精度,实现了沉香幼苗叶片含水率的无损估测和诊断,为珍贵树种在经营管理中对水分进行准确管控提供了新思路。