基于混合集合规划的机位分配约束规划模型

为解决现有数学规划方法只能简单描述停机位分配问题而且不能全局搜索最优解的问题,应用混合集合规划方法进行数据建模和逻辑建模,并设计切实可行的求解策略,从而实现全局搜索最优解。对典型实例进行了计算及对比分析,混合集合规划方法能够得出全局最优解,并且最优分配结果的优化目标提升了2%。结果表明,基于混合集合规划的约束规划模型有效可行。

飞机计划恢复的混合集合规划方法研究

恶劣天气和机械故障等原因造成航班不能正常运行,航空公司需要重新安排飞机路线和受扰航班的起降时间.不正常航班的飞机计划恢复问题是一个典型的NP-Hard问题,为解决这一问题,采用混合集合规划方法,引进更一般的约束条件,建立了自然约束语言模型,设计简洁且高效的求解策略,实现了多机型的飞机计划恢复.最后对各种规模的实例进行了测试,并与贪婪模拟退火算法进行比较,表明了这种方法在求解质量和时间效率上的优越性.

交通事件的语义理解

为了较好地对视频中交通事件进行语义理解,减少底层特征与高层事件间的语义鸿沟,提出一种具有通用性的交通事件识别框架.首先,把事件分为单车行为、人车交互行为与车车交互行为;然后,根据语义层次,按基本语义单元、基础语义事件和高级语义事件的顺序对交通事件进行识别,并根据逻辑化的自然约束语言(NCL)的规则,给出了交通事件的语义表达形式,通过对高级语义事件建立隐马尔可夫模型(HMM)得到事件的高级语义,在一定程度上跨越了语义鸿沟;最后,通过实验验证了提出的方法.

从中文Web网页中获取实体简称的研究

简称是自然语言词汇的重要组成部分,其获取是自然语言处理中的一个基本而又关键的问题。提出了一种根据汉语全称从Web中获取对应汉语简称的方法。该方法包括获取和验证两个步骤。获取步骤通过选择查询模式从Web上获得候选简称集合。为了验证候选简称,定义了全简称关系约束,分别定性和定量地表示全称和对应简称之间的约束,构建了全简称关系图来表示所有全称和简称之间的联系,在验证过程中,先分别用约束公理和关系图对候选简称进行过滤,再用约束函数对候选简称分类,并以分类类别、语料标记和约束函数值作为属性构建决策树,利用决策树对候选简称进行验证。实验结果表明,获取方法的最终准确率为94.63%,召回率为84.09%,验证方法的准确率为94.81%。

从语言的本质看音译和借词

语言是制约信息传达及意义推测的工具,是一套俗例化的社会性惯例,反映了语言使用者对外部世界的认知,这是语言的共性。各种语言用不同的手段和方式强制性地制约语义的不同领域,形成了不同语言的特性。语言本质上是一套由认知驱动的社会性惯例和信息推测制约工具。对照语言本质观,音译和借词是用音形代文意的方式为输入语提供认知符号,是通过移植能指而让人探究所指的意义投射。音译词和借词的生命力由输入语对具有"不可通约性"事物和概念的信息传递制约需求决定,也由音译词和借词在音、形两方面与输入语信息传递制约规则的协调兼容性决定。

p-枢纽航线网络设计的混合集合规划方法

多分配枢纽中位问题在枢纽航线网络设计中一直是研究的热点。基于混合集合规划理论,为多分配枢纽中位问题建立了新的面向对象的模型。通过虚拟航段进行逻辑建模,在数据建模的同时进行约束封装;最后用自然约束语言在软件平台POEM上按照顺序性和贪婪性的搜索法则精确求解。实例表明,利用文中模型和搜索策略可得到较优的初始解,且得到最优解的效率远远高于线性模型,证明了文中提出模型的可行性和搜索策略的高效性。

面向语用消歧的量化约束条件系统:从语言学设计到计算实现

【目的】以面向语用消歧的量化约束条件系统(Quantifier Constraint System,QCS)为例,构建并实践从本体语言学到其计算实现的完整研究方法。【方法】首先,阐释QCS的原理,并介绍具体研究方法。第二,提出甄别有效约束条件和组建系统的标准,以及优化赋值的算法。第三,详细描写与量化相关的词类和语法规律。第四,使用类别描写语言(Type Description Language)对这些语言规律进行形式化描写,并基于"汉构"和Zhong[|]计算语法进行计算实现。【结果】运用该研究方法,可计算实现较为复杂的语言学现象(如量化、约束和前指解决方案等)。【结论】本文方法不仅有助于语言学的整体发展,还可为相关学科(如人工智能、深层语言处理等)提供语言学方面的技术支持。