一种基于GA的自动谈判问题解决方案

针对电子商务的自动谈判问题,文章用数学规划模型对其形式化描述。设计了一种基于遗传算法的解决方案,得到谈判的最优解。实验表明,上述方法可以对offer不断优化,最终生成使参与自动协商的Agent双赢的交易方案。

CBR方法在谈判中的研究与应用

NSS的辅助决策技术很多,CBR方法是很有效的一种。考虑增强案例推理系统的性能,论文在案例表示和组织方面展开研究。用ID3算法构建决策树,将谈判产生的历史案例通过分类形成知识库。在此基础上进行案例匹配,效率将有所提高。最后,通过一个应用实例,说明了该方法的可行性。

基于MAS协同框架的谈判支持系统

提出了用多Agent系统 (multi agentsystem ,MAS)协同工作模型来克服已有谈判支持的不足 ,研究了MAS系统的组织结构和交互机制 ;给出了基于MAS协同框架系统体系结构和工作模式 ,并介绍了系统的开发环境和实验结果。

基于多Agent的谈判支持系统研究

为提高谈判效率,简化其操作,并增加谈判的智能辅助机制,将分布式人工智能中的Agent技术引入谈判过程,提出了以多Agent系统代替谈判人与对手协商的谈判支持系统框架,研究了有关的Agent理论与方法,为新一代高效、快捷的商务谈判支持系统研究提供了新的思路。

基于代理技术的NSS设计与实现

谈判支持系统(negotiation support system,NSS)通常为两方人员提供一个协商服务平台。实际生活中常出现某方人员难以亲临参加谈判的情形,需要系统为其提供一个软件代理继续协商下去。提出一种基于代理技术的NSS以解决上述问题,给出了该系统的体系框架和逻辑结构,构建了买卖交易中的卖方代理,并设计了使其具有智能特性的两个重要方法。最后,在移动代理开发平台Aglets上开发了一个原型系统ANSS,对它的人机交互界面做了简要介绍。

基于KNN算法和10折交叉验证法的支持向量选取算法

经典支持向量机算法具有较高的时空复杂度,这导致其很难广泛被应用.为此,该文基于支持向量分布的先验知识,把KNN算法和10折交叉验证方法结合起来,提出了一个支持向量预选取算法.该算法从原始样本集中选取k个邻近样本,并计算出这k个邻近样本中异类样本所占比例,如果该比例超过了所给定的阈值q,就选择这些异类样本作为预取的支持向量.在此过程中,采用10折交叉验证法来确定k与q的最佳值.两组仿真实验表明所提算法选择出的支持向量而形成的分类器分类准确率更高而且耗时还较少.

采用NGA优化的新型BP神经网络模型及诊断应用

针对传统BP神经网络模型收敛速度慢、易陷入局部极小点、网络结构不稳定等缺陷,提出了一种小生境遗传算法优化的BP神经网络模型。该模型充分利用小生境遗传算法的搜索能力和BP神经网络的非线性映射和学习联想能力,通过小生境遗传算法的选择、交叉、变异及小生境淘汰等操作,优化BP神经网络的初始权值和阈值,并采用BP算法对网络进行训练。有效解决了网络初值不合理的问题,提高了网络收敛速度、稳定性。最后结合变压器故障诊断实例。在Matlab7.0平台上进行仿真实验。实验结果证明:与传统方法相比,该模型具有很强的可行性和有效性。

Web信息领域分析

针对如何提高企业获取Web信息的效率和Intranet信息利用率,提出了Web信息领域分析的概念。Web信息领域分析的目标是得到企业的Web信息主题,这在进行企业级Web信息获取时起着非常重要的作用。给出了三种Web信息领域分析的方法,即基于业务角色的Web信息领域分析、基于业务处理的Web信息领域分析和基于业务主题的Web信息领域分析。最后对Web信息主题的管理机制进行了深入的探讨。

基于商务谈判的机器学习理论方法研究

电子商务的谈判中应用机器学习方法可增加其智能特性。探讨基于商务谈判的机器学习理论,建立了商务谈判学习模型,设计出相应的学习算法Strategy Learning以获取谈判领域的专家知识—谈判规则。通过一个应用实例,验证了SL方法的可行性和正确性。

基于粒子群优化投影寻踪的变速箱故障诊断研究

分析变速箱故障机理,提取变速箱中几个频域特征信号的幅值和频率,利用投影寻踪算法来建立故障诊断模型。依据对异常分布敏感的偏度和峰度设计投影指标,并采用粒子群算法搜索最佳投影方向,将高维的故障信息投影至一维空间,进而分析故障的类型。针对某型变速箱的故障数据进行分析,对比不同投影指标函数对结果的影响,结果表明,将偏度和峰度组合设置为投影指标函数,能够有效的区分各类故障。

UML在嵌入式系统开发中的研究与应用

UML是工业界建模的标准语言,适用于嵌入式系统的开发。工业现场总线通信协议栈是一个典型的嵌入式系统,通过研究现场总线通信协议的通用抽象模型,可为通信协议栈的开发与验证提供基本框架。对UML在嵌入式系统开发中的应用进行了研究,包括嵌入式系统的开发过程,如何在嵌入式系统中创建UML模型,以及一个基于UML的通信协议栈开发方法。

XML加密方法的研究与实现

在Internet应用中,XML的安全性特别重要,对XML文档加密可以有效地保证其安全。主要研究了基于XML的加密方法,首先阐述了XML加密的工作原理,分析了加密流程,接着叙述了W3C加密规范,给出了加密文档结构,最后提出了在C#.NET环境下如何编程实现加密的方法,并列举了一个有关购物的XML加密文档。XML加密方法与其它加密技术相比,更加灵活,并易于实现。

提高个性化推荐精度的定制Web日志方法

文章通过对个性化推荐和数据建模理论研究,分析了普通的Web日志格式采集到的数据无法满足个性化用户分析、预测和推荐精度需要的局限性。提出定制Web日志数据建模的过程及方法,建立了定制Web日志模型原型。通过应用数据挖掘技术的关联分析、分类和聚类实验,实验结果表明,通过定制Web日志的方式采集的数据质量能够很好地满足发现关联规则、内容分类和用户聚类的需求,从而提高个性化推荐的精度。同时,定制的Web日志数据还具有简化数据预处理、多用途的优点。

对大学生逃课现象的研究与思考

作为一名大学生，逃课应当是极少发生的事情，但是近些年来，大学生逃课成为了普遍现象。大部分学生都有过逃课的经历，逃课不仅仅会影响到自己的学习，也会影响到教师日常教学工作的进行与课堂纪律的维护。究其原因，不仅仅有学生的主观原因，也有学校及学校外部环境等客观原因。现在上大学不像以前那么困难，所以学生不会过多的在意大学课程，加上课程理论与实际操作能力之间的差距和外部世界的复杂，各种因素的综合导致了大学生逃课现象的发生。本文主要对大学生逃课现象进行研究与思考。

基于工作流的电厂缺陷管理系统

通过对电厂缺陷管理流程的分析，利用一种新的方法实现其工作流定义。在工作流定义的基础上，对电厂缺陷管理进行权限控制、消息传递、业务审计及并发控制。系统实现了电厂缺陷管理的自动化闭环控制，并能适用于不同缺陷管理模式的不同电厂。

基于Bayes定理的分类规则研究

研究了利用Bayes定理发现分类规则的方法,用Bayes定理可以发现分类规则,然后用分类规则进行数据分类。结合实例针对概念性数据集及包含数值性属性和概念性属性的数据集两种情况进行讨论。通过实例说明Bayes定理是数据挖掘中一种有效的数据分类方法。

基于XML的数字签名技术研究与实现

XML广泛应用于Web服务系统,选择XML数字签名技术对XML文档中的重要元素进行数字签名,可以确保网络传输数据的完整性、身份的可验证性和不可抵赖性。主要研究了基于XML的数字签名技术,首先阐述了XML数字签名的工作原理,分析了数字签名与验证签名的流程,接着叙述了W3C数字签名规范,给出了XML数字签名文档结构,最后提出了在C#.NET环境下如何编程实现XML数字签名与验证签名的过程,并列举了一个有关购物的XML数字签名文档。

PSO优化GM(1,1)模型的湿地面积预测方法

文章针对湿地系统的非线性和随机波动性,建立非等间隔序列的灰色GM（1,1）预测模型。选取1988~2007年间5幅黄河湿地郑州地区的TM和ETM＋遥感影像,采用面向对象的分类方法获取湿地面积,然后利用MatlabR2007a实现PSO优化的非等间隔灰色预测模型,并针对预测结果进行误差分析。

数据库远程数据上报策略及实现

提出了一种数据库远程数据上报的策略,并对该策略的程序实现过程作了介绍。

CPS关键构件及应用于智能电网的研究

针对CPS的物联性、互联性和智联性问题,提出了具有实时性、灵活性及适应性特点的智能代理CPS数据处理模型。模型从网络系统数据处理的分布式、智能化角度对CPS计算和控制构件进行描述及设计,给出了在数据计算和控制过程中CPS数据处理关键步骤的设计方案。通过对智能电网系统数据的分析,探讨了CPS在智能电网中的应用,以期对CPS实用化提供支持。