巨灾风险大数据处理应急分类、分解、分拣算法与应用

本文主要研究巨灾风险大数据处理的应急分类、分解、分拣算法,给出了相应的算法原理和可操作的步骤.首先根据巨灾风险大数据灾害规模巨大的特征,提出了一种用来解决巨灾风险大数据中一级事件的应急分类与二级事件及以下更低级事件的应急分解算法,并以特大地震灾害作为实例进行了算法应用.接着定义了事故灾难度,用来对巨灾风险大数据处理过程中,对各种级别的事故灾难后果进行不同的数字标识.然后提出一种用来解决巨灾风险中大数据快速处理的应急分拣算法,并在汶川地震中大规模灾害的应急救援计划中进行应用.经过采用这样的应急分拣原理,就可以在面对巨灾风险大数据的复杂、繁多和零乱的重灾事件状态下,使整个应急救援方案优化,并能够有条不紊地进行救援.     

基于模糊证据推理的突发事件风险分析模型

突发事件发生、发展和演化过程中的风险属性来源复杂,且相关信息具有不确定、不完备的特点.为准确分析这一特点下的突发事件运行风险问题,引入模糊证据推理构建分析模型.首先根据突发事件的结构化描述框架和故障模式影响危害分析(FMECA)方法构建突发事件风险属性识别框架,获取信息作为风险分析证据并对其进行规范化处理;然后以模糊证据推理构建突发事件风险分析的模型,通过计算,给出事件风险程度的合理判断;最后选取CRH某型动车组行车安全事件进行实例分析.分析结果表明,在分析突发事件风险时,针对信息不确定、不完备特点构建的模糊证据推理模型具有可行性与有效性,同时该模型能够为突发事件风险分析和风险应对决策的制定提供辅助参考.     

编队协同对地攻防对抗多级动态决策方法研究

针对编队协同对地攻击的攻防对抗系统的强对抗性、多目标性和多层次性,运用军事对抗的动态状态空间模型,建立了主从递阶互动决策模型——Nash-Stackelberg-Nash决策模型,重点解决军事对抗中寻求多级动态决策的联合最优策略问题。仿真结果表明,该决策模型应用于编队协同对地攻防对抗决策系统,良好的解决了两级对抗动态决策问题,并达到了较好的作战效果,能够为作战对抗提供有力的战场分析依据。     

国内外交通安全管理之比较

文章通过对欧美、日本等发达国家在道路交通安全宣传教育、事故紧急救援、管理人员严格公正执法、事故损害赔偿归责等方面和我国的交通安全管理情况进行比较分析,试提出我国目前在这些方面存在的问题以及应对措施。     

多层住宅生活消防共用给水系统的几点思考

文中就多层住宅生活、消防共用系统的技术经济问题进行了讨论。提出了采用紧急关闭水阀和合理选用变频泵等技术措施。为共用系统的功能发挥和运行可靠提供了保障。     

创新思维在成功决策中的地位和作用

创新思维在成功决策中的地位和作用在于:它倡导相兼相容的系统观,主张打破基本假设的惯性,追求战胜自我的最高境界,强调领导者或管理者的素质,要求领导者或管理者永远保持一种创造精神.要成为成功决策的高手,一方面要防止决策中常犯的错误,另一方面要不断提高决策的水平和能力.     

多级企业集团R&D决策的信号博弈分析

为了帮助企业集团制定 R& D决策 ,建立了不完全信息库诺特市场上三级企业集团关于 R& D及其经济增长的模型 ,并采用信号博弈分析了该模型 ,给出了集团的最优决策 .在给出了模型的基本描述后 ,建立并用信号博弈分析了下游企业 C的模型 ,给出了其最优决策 ,也同样分析了中游企业 B和上游企业 A.集团公司的最优创新大小依赖于贴现因子、它的类型、价格和工资 .在集团中 ,上游企业的最优创新大小影响下游企业的最优创新大小     

导弹发射决策专家系统推理机研究与实现

介绍了一种基于灵活、通用的知识表达方法的推理机。它将面向对象方法和问题求解的黑板模型有机结合 ,自带各种控制信息和适宜的不确定性推理算法 ,将知识库分层和模块化 ,极大地提高了推理效率。推理机根据监控信息 ,推理计算出导弹允许发射的合格置信度 ,已应用于导弹发射决策专家系统设计中。     

Method for Risky Multiobjective Group Decision-Making and Its Application

The multiobjective group decision-making problem under risk is common in reality. This paper focuses on the study about risky multiobjective group decision-making problem where the index value is not certain. We give indexes classifying method and index normalizing formula of this type problem. By building objective function that minimizes general weighted distance from every alternative to the relatively best and worst alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, and by building another objective function that minimizes general weighted distance from the optimal membership degree of every decision-maker to every alternative to the group optimal alternative and the group inferior alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, which are both based on probability theory and fuzzy theory. Aftermost a model is established which collects group preferences. This method provides a new idea and     

试论信息决策过程中对人的素质要求

阐述了在当前信息环境下,决策主体(领导者)和信息主体(信息分析人员)所应具备的素质。