嵌套集合建模能力和数字表征对儿童贝叶斯推理的影响

为进一步探讨数字表征对贝叶斯推理的影响,特别是自然频数促进效应的作用机制,以285名小学生为被试,考察不同嵌套集合建模能力儿童在解决三种数字表征的贝叶斯推理问题时的表现。结果发现:(1)具有高嵌套集合建模能力的儿童能更好地解决贝叶斯推理问题;(2)相比于概率和几率格式,儿童在自然频数格式下的推理表现更好;(3)概率格式下高低嵌套集合建模能力被试的推理表现无差异,但在自然频数和几率格式下,高嵌套集合建模能力被试的推理成绩好于低嵌套集合能力被试。这表明在适当的数字表征下,嵌套集合建模能力是影响儿童进行贝叶斯推理的关键因素。

新型电力系统多阶段输-储协同分布鲁棒规划

在电力系统中长期规划中,可再生能源发展受到政策变迁、关键技术发展和气候变化等因素的影响,具有不确定性。这一不确定性将对短期规划决策产生不可忽视的影响。针对以上问题,在可再生能源发展场景树之间嵌套距离的基础上引入鲁棒因子,构建概率分布模糊集。随后,综合考察整个规划周期规划方案的经济性与鲁棒性,建立了考虑可再生能源出力不确定性与发展不确定性的电力系统多阶段输-储协同分布鲁棒规划模型,并采用列与约束生成算法对模型进行求解。最后,采用Garver-6节点系统和HRP-38标准测试系统进行算例分析,得到多阶段规划方案。通过调节鲁棒因子可以平衡模型的经济性与鲁棒性,证明了所提方法的有效性。

嵌套加密方案在SET协议中的应用研究

SET协议是Internet电子商务采用的主要安全协议,是电子商务所有安全协议中安全性相对较强的一种协议。对SET协议的加解密原理进行剖析,找出SET协议在安全性和适用性方面存在的一些问题,提出了相应的解决办法。

基于深度学习的改进型YOLOv4输电线路鸟巢检测与识别

针对输电线路无人机巡视图像经典鸟巢检测算法权重参数范围大、识别效率低、识别精度低的缺点,提出了一种改进型YOLOv4输电线路鸟巢检测与识别方法。首先,选取Mosaic图像增强技术对图片集进行多种变换,变相增加图片集中的小目标数量。其次,在骨干特征提取网络中,通过引入深度可分离卷积来提高检测网络的速度;在YOLO头中,基于K-means++算法改进锚框的大小和比例,基于最小凸集建立回归损失函数。最后,在PANet和YOLO头之间增加2个SPP模块,进一步增强特征融合能力,提高小目标检测能力。利用某供电局无人机巡检图像制作数据集,将提出的算法与其他目标检测算法进行对比实验研究。实验结果表明,改进后的算法有更高的鸟巢检测准确度和更低的运算开销。

基于嵌套型优势关系粗糙集与模糊理论的岩质边坡施工安全性评价

为降低工程建设风险、解决岩质边坡施工安全性评价方法复杂等问题,对基于嵌套型优势关系粗糙集与模糊理论的岩质边坡施工安全性评价方法展开研究。首先,对岩质边坡施工安全性影响因素进行分析,通过文献研究及专家调查将岩质边坡施工安全性影响因素归为勘察设计风险、施工风险、工程地质风险及自然环境风险四大类,包含勘察资料准确性、边坡形式、支护结构及设计参数等19个2级影响因素指标,并针对定量指标构造了三相性隶属函数;其次,介绍了权重确定及指标分级模糊评价的具体方法;再次,阐述了建立评价决策表、数据离散、多级属性约简及偏好规则的生成等操作流程;最后,对15个比较有代表性的边坡进行实例研究,验证了该方法的可靠性。通过实践证明,基于嵌套型优势关系粗糙集与模糊理论的风险评价分析方法可行,可以为岩质边坡施工安全性风险评价与规律分析提供一种新思路。结果表明:嵌套型优势关系粗糙集理论对岩质边坡施工安全性风险的各级指标属性自上而下进行了约简,降低了原有系统的复杂性,同时考虑了指标中含有的偏好信息,考虑综合全面,规则分析可信度高;样本集数量和约简的选取对基于嵌套型优势关系粗糙集与模糊理论进行评价决策时影响较大,样本集越大生成的规则可信度越高,正确选取约简偏好规则生成就越合理。

几种新的截集及其应用

本文从“邻域”和“重域”的观点出发引入了三种新的截集：下截集，下重截集和上重截集。我们给出了这些截集的性质及相应的分解定理，表现定理和扩展原理。作为应用，我们讨论了两方面的内容：一是利用落影表现理论，将一个模糊集看作“重云”的落影，然后用下重截集和落影表现理论来定义模糊集的运算，得到了与［２］一致的结果；二是利用下截集给出凹模糊数的定义。

电力系统并行计算的嵌套分块对角加边形式划分算法

具有分块对角加边形式(bordered block diagonal form,BBDF)导纳阵的网络划分,是进行电力系统并行计算的有效方法。提出一种基于电力系统地理区域信息,自外而内利用边割集形成嵌套分块对角加边形式(nested BBDF,NBBDF)系数矩阵的图形分割算法。该算法不仅时间开销小,在保证各层BBDF图良好特性的基础上,将各子系统的电网数据进行分布式存储。应用稀疏技术对算法形成的嵌套边界块进行节点重新编号,以减少计算过程所引入的注入元。对嵌套BBDF划分后的电网进行并行潮流计算,实验结果表明,该算法不仅使得并行计算具有很小的通信量,同时,也因在电网规模很大的情况下可能出现超线性现象,所以它非常适用于大规模的电力系统并行计算。

区间值模糊集合的表现定理

针对区间值模糊集合 ,给出了 2类区间值集合套的定义 ,得到了 2个区间值模糊集合的表现定理 .

一种新的表现定理的刻画方法

给出了一种新型的集合套类型 ,从而得到了新的分解定理和表现定理 ,为模糊信息处理的方法和应用提供了新的理论基础 .

实时数据库嵌套事务的并发控制

传统满足可串行化正确性标准的并发控制把数据库作为一个整体来考虑，事务的执行保证数据库的一致性。往往在应用中数据库的不同对象集合之间可以独立保证一致性而不必关心别的对象集合的一致性限制以提高事务执行的并发度，这就比较适合嵌套事务模型中父子事务及兄弟事务之间的应用。本文则对嵌套事务的并发控制进行了讨论。

明确嵌套集合关系对贝叶斯推理的促进效应

以经典的乳癌问题作为实验任务,通过两个实验分别探讨了有助于明确嵌套集合关系的逐步提问、树图表征等外部表征方式以及元认知调控和被试类型等因素对贝叶斯推理的影响。结果发现:(1)逐步提问对改善贝叶斯推理的成绩没有显著作用;(2)完整和不完整的树图表征显著地促进了推理成绩,但简约的树图表征的促进作用不显著;(3)叙述理由引发的元认知监控显著地促进了推理成绩;(4)文科和理科两组被试的推理成绩没有显著差异。

L＿β集合套与L＿α集合套理论及应用

本文在Ｌ是完全分配格时，借助极小集与极大集概念引入了Ｌ＿β集合套与Ｌ＿α集合套，它们是集合套概念的推广，但不同于Ｌ集合套。得到了一般Ｌ－ｆｕｚｚｙ集的若干新的分解定理与表现定理，进一步又给出了它们在Ｌ－ｆｕｚｚｙ代数，Ｌ－ｆｕｚｚｙ拓扑等方面的若干应用。

基于参数化隶属度匹配函数的含分布式发电配电网模糊潮流计算

随着分布式发电渗透水平增长、负荷波动性加强,配电网所面临的不确定性因素日益复杂和严峻,在给配电网规划和调度等环节带来挑战的同时,也间接对不确定性潮流计算的准确性提出了更高的要求。针对含分布式发电与负荷不确定性对配电网潮流分析带来的影响,该文提出新型模糊潮流计算方法。首先分析分布式发电与负荷采样数据的嵌套特性,构建基于隶属度匹配函数的功率模糊模型,弥补常规方法理论基础不充分和主观性较强的问题。然后,采用参数化隶属度匹配函数改进前推回代法,通过含参迭代计算实现配电网模糊潮流的求解,避免?截集分解和线性近似所引起的低运算速度或低计算精度。最后,通过实际配电网进行算例仿真与分析,结果不仅能够合理表征出分布式发电与负荷的不确定性,还可定量分析由此所导致的电压水平和功率分布数值的可能性变化情况,验证了所提模糊潮流计算方法的有效性。

对离散多饱和系统吸引域的估计

饱和是控制系统比较常见的现象,怎样确定它的稳定区域是大家一直以来关心的热点,关于它有大量的文献．本文采用了一种新的推导方式来处理多饱和非线性,饱和总是由内饱和到外饱和依次发生的,而这种推导正好符合这一实际情况．同时引入饱和相关李雅普诺夫函数,此函数曾经应用于离散单饱和系统,并取得了一定效果,在此,将其推广到多饱和系统．最后的仿真结果证明了方法的正确性,及与先前方法相比的优越性．

模拟退火算法的一种参数设定方法研究

模拟退火算法在有限计算量条件下的收敛性能对自身参数有很大的依赖性,这使得参数设定问题成了算法应用过程中的一个关键环节。考虑到模拟退火算法本身的随机性,将其参数设定问题描述为随机优化问题,提出一种系统可靠地解决该问题的混合优化算法,即基于序的巢分区算法,该算法继承了序优化算法的快速收敛性及巢分区算法的全局搜索特性,能够有效解决复杂的随机组合优化问题。以典型旅行商问题为算例的仿真结果检验了方法的高效性与可靠性。

基于混合优化算法的遗传算法参数设定研究

有限计算量条件下遗传算法的理论收敛条件难以完全满足,参数选择的恰当与否直接影响到算法性能的发挥。针对这一情况,在分析现有参数设定方法的基础上,将遗传算法参数设定问题描述为随机优化问题,并提出一种解决该问题的新的混合优化算法,即基于序优化的巢分区算法。该算法将序优化思想融入巢分区算法的局部搜索过程,大大提高了局部搜索效率,而巢分区的算法框架则保证了算法的全局收敛性。以典型旅行商问题为算例的仿真结果验证了该方法的高效性与可靠性。

L-Fuzzy子域与L-Fuzzy线性空间

本文在L是完全分配格时 ,给出L Fuzzy子域和L Fuzzy线性空间的定义 ,并以Lα 集合套和Lβ 集合套理论为基本工具给出它们的若干刻画 .

可列集合套

[1]中给出模糊集的分解定理与表现定理,指出可利用集合套H={H(λ)|λ∈[0,1]}刻化模糊集。本文定义可列集合套H={H(α)|α∈Q},Q是(0,1)的可列稠密子集。相应地给出新的分解定理与表现定理。指出可利用可列集合套刻化模糊集。

Fuzzy集的模系结构与表现定理(Ⅰ)

在“Ｆｕｚｙ集合与集合套的Ｔ模交与Ｓ模并”（《四川师范大学学报》（自然科学版），１９９８，２１（１）：２７～３３）一文的基础上，继续讨论Ｆｕｚｚｙ集与集合套的对偶模系结构．引入了集合套的水平属于关系，水平重于（非重）关系，Ｆｕｚｙ属于关系与Ｆｕｚｚｙ非重关系等概念．

区间值Fuzzy集的基本理论

本文提出了区间值fuzzy集的上(下)-fuzzy集及[λ_1,λ_2]-截集,并讨论了它们的基本性质.