PSO多决策融合刀具磨损评估

针对刀具磨损状态监测中单一决策算法模型评估效果受工况参数影响较大,在不同工况条件下模型通用性不好的问题,提出一种基于粒子群优化(PSO)算法的多决策融合刀具磨损评估模型。首先对加工过程中的主轴电流信号和振动信号进行时域分析、频域分析和小波包分解提取有效特征,并利用主成分分析进行特征降维。之后在4种集成学习算法的基础上,构建PSO多决策融合模型,分别使用LDIWPSO和CFPSO两种PSO算法实现多集成学习算法的决策融合,进行刀具磨损状态评估。试验结果表明:PSO多决策融合模型相比于各种单一集成学习算法模型具有更好和更稳定的预测性能,且CFPSO决策融合的效果要优于LDIWPSO决策融合。

基于多决策模型的百科词条质量评价方法研究--以百度百科为例

提出一种基于多决策模型的百科词条质量评价方法,将质量评价转化为多属性决策问题,利用多分类器集成学习的模式对百科词条进行评价,结合属性权重得出质量评分与分类。在实验上,以百度百科作为数据源,进行了模型的统计分布验证与评分可信度验证,并与传统分类模型进行对比,获得了较高的准确度。实验表明,多决策模型在百科词条评价上有较高的可行性、合理性和有效性,为百科词条质量评价提出了新的解决方案。

基于模糊因果推理和多决策类粗糙集的环境-故障关联分析方法

环境应力与故障模式之间存在复杂的不确定性关系。首先基于模糊因果图论,采用模糊数描述环境应力对故障模式的影响程度,定性推理出导致系统故障模式发生的主要环境应力。在综合环境应力试验的基础上,基于多决策类贝叶斯粗糙集理论,提出一种属性权重算法来计算环境应力特征与故障模式的定量关系。试验结果表明,该方法可以定性、定量分析出环境应力及其特征与系统故障模式的关联关系,可用于装备测试性虚拟验证中的环境建模与故障建模,分析结论还能为装备故障诊断、预测与健康管理提供数据信息。

基于多决策值等价类的属性约简

针对决策信息系统属性约简问题,引入条件属性的多决策值等价类概念,给出实现属性约简的必要条件,提出一种基于多决策值等价类的属性约简算法。该算法以单个条件属性的等价类的基为升序,对条件属性进行排序,逐一选择排序后的条件属性合并,直至合并后的条件属性子集的正域为全域,进一步判断其是否独立且不可区分关系与原信息系统的不可区分关系是否相同。当条件满足时,该条件属性子集即为决策信息系统的属性约简。通过实例验证了该算法求解属性约简的有效性。

多模式多决策系统

该文分析了决策树归纳学习在进行多模式类学习时存在的问题,并针对此问题提出了一种用多决策树进行逻辑合成的方法。UCI数据的实验结果和实际应用都表明,用多决策树进行模式递增学习的方法可以有效地提高识别系统的判决精度。

多决策属性的网络协议识别算法探究

针对互联网络流量产生规模不断扩大,产生环境多变,网络监管难度增加的问题,以及随着计算机网络技术的快速发展,各种各样的互联网应用不断出现,且表现出的内容不断丰富化、协议不断复杂化等情况,采用分类的方式对应用较为普遍的各种网络协议识别算法进行解析,分析各种算法存在相关缺陷和优点,从而提高网络协议识别算法的实效性和准确性。

多决策的多粒度标记系统的最优粒度选择

目前查看到的关于多粒度标记信息系统的研究仅是基于单决策情况,较少有关于多决策的研究,而在实际生活中处理的数据表常带有多决策。针对该情况,首先给出了多决策的多粒度标记信息系统的概念,并定义了适用于该系统下的广义决策函数;然后,利用广义决策函数探讨协调、不协调两种信息系统的最优粒度选择策略,并根据两者之间的联系给出了同时适用于协调与不协调两种信息系统选择最优粒度的策略;最后,给出了相应的例子帮助说明所提出的方法的可行性。

自主多决策粒子群的无线传感器网络覆盖优化

网络节点覆盖是无线传感器应用的重要一环,为提高网络节点覆盖率,提出一种基于自主多决策粒子群的无线传感器网络覆盖算法。该算法首先引入Bernoulli混沌与Logistic混沌映射耦合成为一种新的精英混沌映射来初始化种群,提高初始解质量,为全局寻优奠定基础。其次,引入一种多决策方法,通过随机赋予粒子不同学习方式,使它们获得不同于其他群体的自主决策能力,增强算法的局部寻优性能。然后,利用一种融合柯西变异与反向学习的交替扰动策略对最优粒子进行扰动变异,提高算法跳出局部最优的能力。在典型测试函数的实验结果表明,自主粒子群所提算法收敛速度更快、寻优精度更高、稳定性更强,且用其优化的无线传感器网络节点分布更均匀、覆盖率更高,验证了该算法的有效性和可行性。

多决策模糊信息系统的属性约简

模糊粗糙集是对传统粗糙集的推广,用于处理模糊的数据.将模糊决策信息系统中以划分刻画的决策属性推广到以覆盖刻画.通过利用特征函数将模糊决策信息系统中的以覆盖刻画的决策转化为由0和1组成的形式背景,从而给出多决策模糊信息系统的定义,并且研究了在此框架下属性约简问题.提出了保持正域不变的约简方法,构造了相应的辨识矩阵,并给出了相关判定定理,同时举例子说明了该属性约简方法的合理性和有效性.

大规模分布式网络中基于多决策因子的信任管理与预测模型

分布式网络中节点间的信任关系涉及假设、环境和行为预测等众多的因子,因而很难做到衡量与预测的精确。考虑多种要素对信任关系建立的影响,提出了一种基于多决策因子的信任预测模型,引入基于衰减速率的遗忘因子的直接信任和基于推荐度的标准差运算符的间接信任等多个决策属性,从多个角度推理和评估信任关系,并以此建立信任管理模型;通过基于历史行为的积累建立预测模型。通过各个环境的属性和遗忘因子确立各个决策属性的权重,克服了常用的确定权重主观的不足。根据模拟实验,相较现有的模型,本模型面对各种环境更具动态性与稳定性,并且面对恶意节点欺骗攻击的安全性方面也有明显的优势。

多决策覆盖信息系统的约简

覆盖决策信息系统是研究热点之一,其中对于决策为覆盖的覆盖决策信息系统研究较少.本文利用特征函数将覆盖决策信息系统中以覆盖刻画的决策转化为由0和1组成的形式背景,进而给出了多决策覆盖信息系统的定义.在多决策覆盖信息系统中,通过构造相应的辨识矩阵,讨论了两类覆盖的约简,并研究了这两类约简对应的覆盖协调集与覆盖决策信息系统中上近似协调集之间的关系.

基于多决策目标法的老龄VLCC用途分析

为探索老龄超大型油船(VLCC)用途,更合理地制定老龄VLCC用途方案,介绍老龄VLCC用于海上储油、拆解和修理后继续营运等3种不同用途方案,分析不同方案的利弊,采用多决策目标法对方案进行分析和评估,通过决策用途的反馈及时修正、调整决策,最终形成老龄VLCC用途的最佳方案。

一种基于多决策类的贝叶斯粗糙集模型

针对传统贝叶斯粗糙集理论只能处理二决策类的不足,提出一种基于多决策类的贝叶斯粗糙集.在此基础上定义一个衡量条件属性对决策属性影响程度的γ依赖度函数,并证明了该函数具有随条件属性的增加而单调递增的性质.最后基于γ依赖度函数的单调特性,提出一种确定属性权重的算法.以某钢厂150 t转炉的实际生产数据为例,仿真结果表明了模型的有效性和实用性.

一种基于DEA模型的粗集决策方法

将DEA方法引入粗集理论中,提出一种可解决"具有多个决策属性特征"的多投入、多产出问题的方法,建立一种基于DEA的粗集决策模型,并通过研究中国生产力水平的效率问题来验证模型的合理性和有效性,为人们进行科学的决策提供了一种新的思想和方法。

一种扩展的不完备决策系统的Rough集方法

提出了一种基于多决策属性和决策属性可能取不确定值即“ ”值的、扩展的不完备决策系统的Rough集方法 ,定义了系统中对象间关于条件属性的相容关系和关于决策属性的偏序关系 ,并以此建立了相应的近似集和决策规则为真及最优的基本概念 ,得出了这类系统的约简方法。

基于数据挖掘技术的政府决策咨询系统的研究与设计

政府决策在经济社会发展的过程中起着统揽全局的作用,政府需要获取全面准确的信息,为政策制定提供参考和依据。基于数据仓库挖掘技术的政策决策咨询系统,将涉及到的不同类别的数据建设成数据仓库,系统通过数据挖掘将提取到的有用的数据提供给决策者。在具体实现的过程中,采用5层架构,从数据采集、数据仓库的建立、数据挖掘等方面进行设计,将决策层用户需要的数据按照一定的主题分类用直观及可视化的形式进行查询显示。采用基于数据挖掘技术的决策咨询系统,使政府更加有效和客观地掌握经济社会运行的具体数据,从而让决策的制定更加科学。

利率市场化趋势下中小企业信贷风险的多元决策分析

近年来,中小企业以强劲的发展潜力在我国社会经济发展的各方面发挥着日益重要的作用,然而仍然难以避免融资难这一中小企业发展的世界性难题。本文应用多决策Logit离散选择模型,着眼于我国利率市场化的发展趋势,通过实证分析为商业银行合理评估中小企业信贷风险提供了崭新的角度和科学的决策依据,有利于缓解中小企业的融资瓶颈,从而为中小企业的健康快速发展带来契机。

决策落而不实的原因及对策

决策落而不实的原因及对策李廷海近年来，重决策、轻落实、落实不够的问题相当突出。笔者认为主要原因大约有以下几点：一、决策脱离实际，不好落实。任何决策都不能脱离实际，脱离了客观实际的决策，必然难以落实。脱离实际的决策主要表现为高和虚。所谓“高”，即决策调...

论统计在科学决策中的作用

在我国现代化建设过程中,科学决策越来越成为一个重要的课题。在我国过去四十多年的经济建设中,许多决策是比较正确的,但也有不少失误,有的还非常严重。其中一个重要的原因就在于用小生产的经验来决策社会主义大生产所面临的种种问题。这个教训是很值得深思的。当前,为了实现2000年国民经济工农业年总产值翻两番的宏伟目标,我们在改革开放中,必须把决策的科学化提高到一个新的水平。本文试图从科学决策的角度,来谈谈统计工作改革的一些问题。

基于Bellman原理的人员密集场所疏散路径优化研究

具有多决策点的人员密集场所存在多条疏散路径,合理规划疏散路径可以避免长时间的局部拥堵,降低踩踏事故发生概率。人员应急疏散仿真工程软件Pathfinder的局部最快算法不能解决多步决策场所中路径利用率不均衡的问题,为此提出一种以总疏散时间最短为目标的路径优化方法,基于决策点构建可行路径模型及路径优化模型,基于Bellman原理对优化模型进行求解,得到较优路径方案。依照该方案推演疏散过程,更新较优路径直至重复多次无更优路径出现,最终确定最优路径及其疏散时间。以某学生公寓人员疏散为例论证该方案的优化效果,结果表明与Pathfinder模拟结果相比,该方法总疏散时间从330.3 s减少至292.3 s,东、西侧一楼楼梯出口的利用时间差从75 s缩减为1.5 s,通过人数差从138人降为0人。该路径优化方法可用于改进疏散模拟软件。