全局决策树方法在核电站人员可靠性分析中的应用研究

以核电厂人员可靠性分析中的全局决策树方法及其应用研究为主要内容。重点介绍全局决策树方法的基本框架、背景和实施步骤。结合秦山二期核电厂的人员可靠性现场访谈形成影响因子和品质等级描述,并以SLOCA和SGTR为例进行全局决策树方法分析。该方法以图形化决策树的形式,综合考虑了各个影响因子对人误概率的影响。分析表明该方法能够适应人误分析过程中出现的不确定性,具有较高的可靠性和实用性。

融合多层次决策信息的视觉解释方法

视觉解释方法是深度神经网络可解释领域的热门研究课题,但现有方法未能有效利用多层次决策信息导致视觉解释效果差。针对此问题,提出一种融合多层次决策信息的视觉解释方法。挖掘特征图中高细粒度局部层次的决策信息生成一组与决策结果相关性强的加权特征图,采用定序分组方式对其合并,获取一组低冗余度掩码;采取模糊边界和积分方法对掩码进行处理,基于全局层次的决策贡献并行计算分组掩码重要度分数,提高了算法对全局决策信息的敏感性和算法速度。通过消融实验确定了算法的最优参数组合,并在ImageNet数据集上与现有的先进视觉解释方法进行了定性和定量比较。实验结果表明:该方法通过结合多层次决策信息,在置信度测试和定位测试中取得了更好的视觉解释结果,且耗时达到68 ms。

全局最优投资决策问题和方法

一、问题背景 投资决策是在有关财力分配结构、财力综合平衡、财政分配效益的理论指导下,国家或企业对于经济或经营活动中需要役入大量资金的事项,所作出的在相当长一般时期内持续发挥作用和影响的一种决策。 对一股的投资决策问题,根据不同投资效益的经济评价标准,常采用平均现金流法、投资报酬率法、财务外汇净现值(指数)法···这些方法目标单纯,计算公式比较简单。

融合自动学习的电子商务决策模型

在自动学习中,电子商务决策需要依据一段时间内的数据变化来判断.基于此,将自动学习算法引入到电子商务决策问题中,提出了融合自动学习的电子商务决策模型(Automatic learning of ecommerce decision model,ALEDM).首先对构成决策问题的各因素建立电子商务决策模型,计算权重向量并做一致性校验.最后通过实验结果表明:文中建立的模型能够在电子商务的交易过程中有效改善准确度与可靠性,能够使买家避免恶意交易.

AEMS及其在上海电网的应用

结合电力系统的运行实践,提出了用混成自动控制来实现电力系统多重目标趋优控制的理论和自动化系统(即先进能量管理系统(AEMS))。该系统以事件驱动为其内核,通过将不满意状态定义为事件,将趋优化问题转化为事件的处理和消除问题。采用分层控制的方式,构思了控制命令(发自最高决策与指挥层)和操作指令(发自中间操作层)的概念,建立了完整的事件处理框架,以达到消除事件的目的。进一步介绍了AEMS的组成框架,明确了框架中各组成部分的职能和工作机制。针对AEMS的设计、实现和运行,指明了其必须具备的基本特征,并对AEMS与能量管理系统(EMS)之间的包容关系进行了阐述。最后,简要介绍了上海电网AEMS工程实现第1阶段软硬件系统实现方案。

自动化酿造工艺在白酒生产中的应用研究

以小曲清香型白酒为例,对自动化技术在白酒酿造中的应用进行研究。以基于FCS设计的硬件系统为基础,对现场控制层的所有执行机构进行管控,并通过工业以太网连接上层监控软件。监控软件采用力控组态设计,并嵌入管理数据库。根据生产工艺将控制系统划分为原粮存储、曲药制作、原粮蒸摊、上甑蒸馏和发酵管理5个子系统,各子系统包括过程操控界面和监控数据界面两部分,实现分区监测、综合数据分析、全局决策、分散控制。