Z网络下新的推理算法在不确定决策中的应用

针对Z-number的模糊不确定性和概率不确定性推理,在Z网络模型的基础上对其推理算法上做出了一些改进.首先,在Z-number理论基础上对离散Z-number在if-then规则下进行最大熵方法处理的算法过程做出了一些改进,由于算法过程中优化模型获取的区间值概率随着给定数据的变化并不一定能满足最大熵方法中的约束条件,所以对这些区间值概率进行了优化.其次,基于Z网络的结构和概率推理过程,对利用Z网络获取区间值概率然后应用最大熵方法获得约束部分最可能的潜在概率分布过程作出了同样的改进.最后利用一个实例来说明改进后的方法的有效性和可行性.     

改进GA-BP神经网络在高校教学质量评价中的应用

为了提高高校教学质量评价的有效性和准确性,提出了一种基于混合智能优化算法的教学质量评价模型。引入熵值法客观地确定教学质量评价体系的指标权重及初始评价结果,利用自适应变异的遗传算法(Genetic algorithm)优化BP神经网络(Back propagation neural network)的参数,建立教学质量评价模型。实验结果表明,与BPNN(Back propagation neural network)、GA-BPNN(Genetic algorithm-back propagation neural network)模型相比,预测精度分别提高15.04%和5.41%,收敛速度明显提高,说明基于自适应变异的GA-BPNN教学质量评价模型能够及时有效地完成教学质量评价。     

基于MATLAB下的SER算法与LMS算法的比较

本文主要研究了自适应算法中的两种算法,序贯回归(SER)算法和最小均方(LMS)算法,并且利用Matlab软件对这两种算法进行了计算机仿真.结果表明,相对于LMS算法而言,SER算法自适应权值迭代通常不是按照最速下降的路径,而是在直接指向最佳权值点的方向上进行.而且,当特征值相差较大时,自适应收敛的速率将不会因特征值的影响而变慢.     

基于联合违约概率的资产组合投资优化方法

投资组合的资产联合违约概率(joint,probability of default,JPoD)是一种有效的系统风险测度工具.基于JPoD分析,提出了一种新的资产组合选择优化方法,即通过计算资产池中每两种资产的JPoD值得到JPoD矩阵,利用遍历算法逐次筛选,得出具有最小系统风险的多资产组合.实证分析首先利用2014 2015年的上证综指和深证成指数据验证了JPoD方法的有效性;其次,分别利用中国股票市场数据和美国股票市场数据将所提出的资产组合选择方法与马科维茨均值-方差组合理论、随机组合方法进行比较,结果表明无论是在中国股票市场还是美国股票市场,JPoD方法都明显优于其他两种方法.     

手指长短预示健康

我们每个人都希望自己的身体是健康的,其实健康与身体中的每个部位都有关系,同时,每个部位都能反应身体状况,我们可以通过手指的长短看出身体的状况,也能够通过指纹看出健康奥秘等等.     

熵的泛化及广义熵的应用

讨论了熵概念深化、泛化的过程及广义熵在科研和实践中的应用，分析了熵外延的一般方法与内涵。     

工程项目合理最低价中标的探讨

目前我国建设市场中越来越多的工程建设项目通过招标来确定承包方。承包方（投标人）希望以合理最低价报价，增大中标概率；业主（招标人）希望在保证质量、工期的前提下，选择一个最低投标价中标。所谓最低价中标，简单地说：就是在招投标时，谁的报价最低，就由谁中标的评标方法。在国内招标投标中，习惯将接近但不低于成本的投标价格称为合理低价。合理最低价中标，是对招投标制度进行的创新，以期引入最充分投标竞争，实现招标价值最大化。值得我们探讨研究。     

恒等式证明的概率模型法

本文利用建立概率模型,证明几个重要的恒等式。有些恒等式用常用的分析方法证明是很不易的,但建立了概率模型后,通过求概率或求数学期望,很方便地把恒等式证明出来。     

多场址问题的一个变尺度次梯度算法

多场址问题是一个不可微凸规划问题，本文给出了多场址问题的一个全局收敛的变尺度次梯度算法。     

带有非相参积累的序列统计恒虚警检测器

雷达检测中,为了改善检测性能经常采用非相参积累的方法以获取高信杂比的目标回波,本文讨论了平方律检波后带有非相参积累的序列统计恒虚警检测器,分析了Swerling起伏目标情况下的检测性能,并介绍了该检测器在实际工作中的一种应用。