基于等距特征映射的纺纱生产过程决策参数特征提取

纺纱生产中涉及的过程参数繁多,彼此相互关联且存在冗余,针对过程参数间相关性带来的质量指标难以精确预测与控制等问题,文中提出一种基于等距特征映射(Isometric Mapping,Isomap)的纺纱生产过程决策参数特征提取方法。首先,通过灰色关联分析计算过程参数与纱线质量指标间的灰色关联度,筛选出对产品质量指标影响较大的过程参数作为决策参数;然后,采用Isomap算法对决策参数进行特征提取降维,获得彼此独立的低维决策参数特征空间,将其输入到粒子群优化向量机模型(PSO-SVM)中验证所提出算法的特征提取效果;最后,通过算例进行验证,结果显示提出的方法可采用相较于原数据更少的特征空间维度获取更佳的预测效果。

基于BPNN与ISPEA的工业决策参数稳健优化

为降低目标性能对工业决策参数因不确定性而变化的敏感性,实现即稳健又靠近理想性能的目标,提出了一种工业过程决策参数的稳健优化方法。首先用神经网络建立复杂工业过程模型,确定决策参数与目标性能之间的映射关系;再用模型的目标性能均方差构建稳健准则,通过稳健准则量化目标的稳健性;然后将稳健准则与目标性能作为两个目标,构造出多目标稳健优化模型,利用具有多体交叉和大搜索范围的改进的强度Pareto进化算法(Improve Strength Pareto Evolutionary Algorithm,ISPEA)对多目标稳健优化模型进行搜索,搜索稳健性和目标性能最好的解,据此对实际生产进行指导。通过对氢氰酸(HCN)生产工艺的仿真验证,显示了该方法的有效性。

基于随机森林与粒子群算法的隧道掘进机操作参数地质类型自适应决策

考虑到隧道掘进机的性能对地质条件比较敏感且其操作依赖于司机经验,提出基于随机森林和粒子群算法的隧道掘进机操作参数地质条件自适应决策方法。利用随机森林(RF)分别建立地质类型、操作参数与推进速度、刀盘转矩的映射关系模型;结合映射关系模型,构建以盾构机推进速度最大为目标,以刀盘转速、螺旋输送机转速、总推力、土仓压力4个操作参数为控制变量的优化方程;利用粒子群算法(PSO)求解各地质类型地层中的最优操作参数决策结果。通过新加坡某地铁工程施工数据验证所提方法的有效性和优越性。研究结果表明:建立的随机森林模型中推进速度和刀盘转矩预测的决定系数R^(2)分别达到0.936和0.961,均大于adaboost、多元线性回归、岭回归、支持向量回归和深度神经网络模型中相应的R2;基于粒子群算法的操作参数决策方法能够准确求解操作参数最优解,寻优用时均比遗传算法、蚁群算法和穷举法的短。本文所提决策方法使隧道掘进机在该施工段的福康宁卵石地层、句容地层IV、句容地层V、海洋黏土地层中的推进速度分别提升了67.2%、41.8%、53.6%和15.0%。

节能服务公司利益最大化视角的EPC合同参数决策模型

基于预期利润净现值达到一定阈值用能单位就会同意合同能源管理(EPC)合同的假设,从节能服务公司(ESCo)利益最大化视角构建了一个EPC合同参数决策模型.对179个EPC样本的合同信息进行统计,分析融资、ESCo注册资本等因素对合同参数和节能绩效的影响.结果表明:融资和ESCo注册资本对合同参数和节能绩效有显著的正向影响.该结果与融资困难是现阶段EPC发展障碍之一的事实相符,验证了所提出模型的有效性.

电气工程智能设计的模糊参数决策方法

电力系统电气工程设计知识不仅丰富、复杂，而且具有相当部分的不确定性。这具休体现在设计的概念、规范、标准、数据、计算模型及决策方法等各个方面均存在模糊性。其中设计多数的不用定性最为常见，它们的合理决策对提高设计质量至关重要。本文首次提出了用于电气工程设计不确定参数的模糊知识表达及推理决策方法，克服了目前仅有精确推理设计的局限性，扩大了参与设计的能力及范围。

带有动态参数决策模型的改进蚁群优化算法

蚁群优化算法的参数设置一直是依靠经验和试验来确定,造成试验工作量大且难以得到最优的参数组合。通过对蚁群优化算法各操作参数作用与意义的分析,将蚁群优化算法的参数设定描述为一个多因素多水平优化设计问题。为使蚁群优化算法在应用中发挥最佳的寻优性能,提出带有动态参数决策模型的改进蚁群优化算法。作业车间调度问题的仿真试验表明,利用动态参数决策模型得到的参数组合可使蚁群优化算法获得较优的运行性能,说明了该方法的可行性和有效性。

工程投标的多参数决策

工程投标是一项需要消耗人力、物力、财力和时间的工作，施工企业若不加选择地对多个工程进行投标，一旦不能中标，势必造成企业人、财、物的浪费。本文讨论了工程投标的多参数决策问题，在主成份分析的基础上，建立了决策模型，并给出了应用实例。

继电保护智能设计的模糊参数决策机制

在电力系统继电保护设计中存在着大量的模糊知识与方法，然而目前的电气工程设计专家系统仅具备精确推理机制，所以仍有相当部分设计工作不能完成。针对这一问题本文提出并建立了模糊参数决策机制，将其与专家系统相结合，就构成了具有模糊参数决策机制的专家系统。从其使用效果上看，这种模糊知识处理机制是合理的，大大扩展了专家系统参与设计的能力及范围，并为继电保护设计工作全面计算机智能化创造了条件。

SPC在智能制造参数决策系统中的应用研究

产品尺寸分布在均值附近,这并不意味着制造系统具有稳健的性能而没有异常。零废品生产的理想目标要求制造系统始终处于稳定状态,并能根据实时情况预警或自动调整参数。在实现“零缺陷品质”的过程控制中,统计过程控制(SPC)扮演着重要角色。本文探讨智能制造参数决策中容易忽视的问题,引入SPC理论与技术,尝试从统计分析的角度,实现智能制造系统的参数优化与决策。

基于价值分析法的U型约束砼拱架参数决策

为确定U型约束砼拱架的最佳混凝土强度与封板厚度,借助Abaqus软件进行数值模拟、Matlab软件进行数据分析,得到其功能性指标和成本性指标,并将价值分析法运用其中以解决参数决策问题。结果表明,封板厚度对拱架功能性指标和成本性指标的影响程度比混凝土强度对其影响程度大;混凝土强度对每米材料造价所能提供承载力的影响程度要比封板厚度对其影响程度大;在保证安全前提下,应提高混凝土强度或减小封板厚度。

有限规划水平自适应Markov决策过程的参数决策

针对现有Ｍａｒｋｏｖ决策过程自适应决策方法仅研究无限规划水平自适应决策的不足，提出了一种有限规划水平Ｍａｒｋｏｖ决策过程自适应决策算法．算法的基本思想是运用Ｂａｙｅｓ理论对未知系统进行“学习”，并且在每次决策时以最大概率保证实际决策为最优决策．最后用仿真结果表明了算法的有效性．

复杂系统的非参数决策模型

本文针对烧结过程不确定性大,缺乏足够的结构信息,含有大时滞和变时滞等特点,提出用非参数决策“黑箱”模型来研究复杂系统参数间的制约关系,实例表明,所设计的分类器效果良好,推断烧结矿质量的正确率达81.5％,该模式识别系统具有普遍的工程应用价值。

基于决策差别参数的区间数线性规划及其应用

在研究区间数线性规划问题时，文中提出了决策差别参数的概念，并利用目标函数中的区间对其进行修正。从而。在决策者意愿的基础上。又能将区间教目标函数转化为确定型目标函数，还能使问题更接近实际情况。最后给出了决策差别参数在证券投责中的应用，算例蛄果表明决策差别参数能够很好的表达并约束决策者的喜好．有一定的应用价值。

飞行器设计的多参数决策matlab的模拟实现

本文介绍了基于Matlab语言环境下的多种算法,主要详细地介绍了模拟退火算法以及其运用于求解超音速飞行器气动外形参数优化问题的原理。主要阐述了飞行器设计的多参数决策matlab的模拟算法的基本原理及实现过程,运用Matlab语言实现了对飞行器设计的多参数决断。数值仿真的结果表明了该方法能够对函数进行全局寻优,有效克服了基于导数的优化算法容易陷入局部最优的问题。该方法既可以增加对Matlab语言的了解又可以加深对模拟飞行器设计的多参数决策过程的认识,并达到以此来设计智能系统的目的。

基于演化模型偏好多目标优化的智能采油辅助决策支持

通过智能采油系统自主分析与决策获取油田机采过程最佳决策参数,对解决机采系统效率低、能耗大等问题具有重要意义。受机械、地层、人为等不确定因素影响,智能采油系统难以构建生产参数、环境变量与系统性能、设定生产方式之间的机理关系并优化决策。为此,提出基于动态演化建模的偏好多目标优化方法,以实现采油系统的自主决策。利用无迹卡尔曼滤波神经网络(Unscented Kalman filter neural network,UKFNN)挖掘机采系统潜在规律,建立其动态模型;构建产液量偏好多目标优化目标函数,并利用非改进支配排序遗传算法(Non-dominated sorting genetic algorithm 2,NSGA2)获取相应的最佳决策参数。某油田试验结果表明:该方法使得系统日耗电量降低15.87%,系统效率提高4.9%。可见,所提方法可行且有效。

基于XGBoost的中国上市公司违约风险预测模型

准确预测上市公司的违约风险,是企业信用风险评价的关键,也是金融机构信贷决策的重要依据。通过线性回归模型的信息量AIC遴选违约判别能力最大的指标组合,采用粒子群优化算法构建基于XGBoost的违约预测模型。选取中国A股3425家上市公司不同时间窗口的数据为样本进行违约预测,将所构建的PSO-XGBoost模型与逻辑回归、支持向量机等13种预测模型对比,验证所建模型的有效性。通过UCI数据库中的3个公开信用数据集,利用Friedman检验,验证所建模型的稳健性。研究表明:使用上市公司数据与13种模型对比,PSO-XGBoost模型提高了预测精度G-mean;使用3个公开信用数据集,在多个评价指标上,PSO-XGBoost模型的平均预测性能显著优于对比模型;通过指标对预测结果的贡献获得指标重要性得分,增强了预测模型的可解释性。研究发现:“资产负债率”“流动比率”“长期资本负债率”等财务指标对违约预测的影响最大,“行业景气指数”“社会消费品零售总额增长率”“流通中现金(M0)供应量同比增长率”等指标是影响违约预测的重要指标。本研究可以为提高违约风险预测的准确性提供有效的方法和实证证据,有助于加强上市公司违约风险的预警和防范,降低违约风险监管成本,为企业管理者、债权人及投资者提供良好的决策支持。

有部分信息的不确定性决策问题

本文提出了一类新的决策问题－－有部分信息的不确定性决策问题，使得决策问题的模型更加接近于实际的决策问题。其主要思想是，传统的决策分析往往把决策问题分成三类：确定性、风险性和不确定性。对风险性决策问题，假设决策者已知状态集合的概率分布，而对不确定性决策问题，则假设决策者对状态集合的概率分布是完全未知，而在实际生活中，经常有这样的情形，对状态集合的概率分布，决策者既不是完全知道，又不是一无所知，如何将决策者关于状态集合的概率分布的这个部分信息，应用于决策分析，是本文研究的问题，作者将解决不确定性决策问题的一些方法和准则推广到有部分信息的不确定性决策问题，在一定程度上解决了这个问题。

基于智能合约和CPSO_DNN的流程工艺参数可信自决策模型

针对流程制造过程中工艺关系复杂、优化效率难保证和数据安全问题,提出一种基于智能合约和改进混沌粒子群算法的工艺参数可信自决策模型PPO-TS.首先,基于区块链技术设计适合流程制造工艺特性的数据集成与存储机制,通过数据上链技术实现数据的可信存储;然后,设计工艺参数自决策智能合约机制,利用智能合约搭建基于区块链广播式通信协议的工艺参数优化网络,启动网络并编译质量指标访问、优化自决策和决策自执行智能合约,通过自动触发工艺参数优化事务完成自决策和自执行过程;在此基础上构建基于改进混沌粒子群算法CPSO和深度神经网络DNN的优化算法CPSO_DNN,实现流程制造工艺参数优化;最后,以现场采集的某流程生产线数据为例,验证了PPO-TS模型的实用性和有效性,为流程制造工艺参数优化提供了一种新思路.

基于船舶领域的让路船决策分析

为解决驾驶员使用最近会遇距离(distance of closest point of approach,DCPA)和最短会遇时间(time of closest point of approach,TCPA)进行避让决策时存在的忽略目标船参数的问题,采用Coldwell船舶领域模型并引入度量参数的方式,推导出具有时间序列的动态避让决策参数——最小缩放因子、领域侵入时间和领域侵入度。基于二分法和推导出的决策参数设计让路船决策流程,使用VC++MFC编程实现MMG模型仿真,并与基于传统DCPA和TCPA的避让决策仿真结果进行对比。结果表明,基于推导出的决策参数的避让决策能够解决基于DCPA、TCPA的避让决策忽略目标船参数的问题,具有预警时间精度高,避让时间短,避让转向角更合理等优势。推导出的决策参数在航线经济最优化和限制水域的避让决策方面都存在实用价值。

主成份分析法与工程投标决策

工程投标是一项需要消耗人力、物力、财力和时间的工作 ,施工企业若不加选择的对多个工程进行投标 ,一旦不能中标 ,势必造成企业人、财、物的浪费 .笔者对工程投标的多参数决策问题进行了理论研究 ,并建立了相应的决策模型 .