风机机组选型多目标熵决策研究

随着全球环境问题的日益突出,风能作为清洁能量的来源越来越显示着其不可替代的地位。根据风电场的现场条件对风机类型进行合理的选择,使得机组运行性能最优、风电场获得最高的投资回报率、使风电场得到及时的维护并长期良好运行,己成为该领域研究的重点课题。本文以选择风电场要求下的合适的风力发电机型号为目标,考虑风电机组选型的经济性能,构建风电场风机选型的多目标熵决策模型。建立风电机组选型的指标体系,进行指标的标准化及归一化处理以消除不同量纲对结果的影响。通过计算指标熵值及熵权来确定指标的重要性程度,确定方案综合得分,进行方案优选。

基于熵理论的企业与员工目标协同度模型构建与分析

本文从人力资源管理角度提出了企业目标与员工目标协同度概念,借鉴管理熵理论并结合企业目标与员工目标系统特性,提出了目标熵概念并给出了目标熵计算模型。区别于传统的层次分析法基础上构建的指标模型,通过寻找目标协同度和影响因素之间的关系,构建起基于熵理论和目标熵模型的目标协同度计算模型,并通过实例验证给出了目标协同度的计算和分析方法,为直接分析目标协同度影响因素变化规律提供了模型和方法基础。

黄土高边坡防护方案熵权多目标优选决策法

论文提出了黄土高边坡防护设计方案评估的熵权多目标决策优化模型,可在只有判断矩阵而无专家权重的情况下,确定出可信度较高的优选方案。经实践验证,效果较好。

熵值理论在多目标演化中的应用研究

为了克服传统多目标演化算法在进化后期遗传操作可能失效使算法性能降低以及基于概率建模的多目标算法在演化初期由于种群分布尚未呈现一定规律,采样产生的新个体的搜索方向同目标方向存在差异,提出一种基于熵值的多目标演化算法(entropy based multi-objective evolutionary algorithm,EB-MOEA)。算法利用种群进化过程中,个体分布存在从无序到有序的现象,设计了一种基于熵值理论的种群分布计算方法,并将其作为种群从无序到有序过渡的判定准则,指导遗传操作和概率建模操作切换的时机。新算法采用ZDT、DTLZ系列测试集进行实验,通过与NSGA-Ⅱ以及RM-MEDA算法的实验对比,证明了新判断准则的有效性,EB-MOEA具有更好的寻优性能。

基于数据挖掘的光纤通信网络异常数据检测研究

为了提高光纤通信网络中异常数据的识别能力,提出了基于熵目标函数最优化的异常数据检测算法。首先,对数据样本进行属性分类,依据异常数据特征密度指标完成邻域区间半径的选取;其次,通过对高阶统计量的大数据聚类度循环迭代,完成特征提取参数的优化;最后,由样本属性概率计算熵目标函数的最优值,并利用最优值完成异常数据检测。实验对1 000组通信数据进行测试,结果显示,该算法的检测精度均值约为95.7%,其数据融合率、检测耗时与平均误检率均优于2种传统方法。该算法具有精度高、收敛快、误检率低的优势,具有一定的应用价值。

智能化商业导购决策模型及其应用研究

基于对商业导购行为的研究,分析了当前导购行为和效果在网络信息环境下的不足之处,提出导购决策的一般化过程,并在该过程引入层次分析法(AHP)、熵权多目标决策法等方法构建智能化导购决策模型,实现对目标商品集的精确遴选,提出满足消费者偏好的导购意见;通过将该模型应用于笔记本电脑导购决策的实证表明,该模型实用、可行、操作性强。

集团环境下子公司的信息化实施策略案例研究

研究子公司在集团环境下,如何进行信息化决策的问题。首先采用五力模型和灰色模糊综合评价方法对子公司的信息化现状进行评价;然后应用对标理论,将集团对信息化的要求与子公司信息化现状进行对标分析,找出差距,再结合子公司的业务需求,规划出子公司的信息化实施项目集;随后,将实施项目集通过熵权多目标决策方法进行排序,得出子公司信息化项目实施路线图;最终使子公司信息化既满足集团要求又符合子公司实际。本研究取得初步成效。

大气开放光路傅里叶变换红外光谱的定性分析

通过目标波段熵最小化(BTEM)和目标因子分析(TFA)两种化学计量学方法研究了大气开放光路傅里叶变换红外(OP/FT-IR)光谱,从多组分测量数据重建特定目标分子的光谱特征,以实现对大气这种复杂体系的定性分析。在牧场周围完成了5次连续OP/FT-IR光谱测量,将光谱按照测量时间顺序排列,获得5个数据矩阵作为研究对象。结果表明,BTEM和TFA两种方法均可从多组分光谱数据矩阵重建出目标分子的光谱特征,重建效果略有差异。TFA能够克服干扰,提取出目标分子的光谱特征,其重建光谱与相应的参考光谱高度相似。BTEM方法无需目标分子的参考光谱,目标函数最优解所对应的谱图就是纯组分光谱。本研究利用两种方法各自的优势,用化学计量学方法定性分析OP/FT-IR光谱,不仅将BTEM方法应用于OP/FT-IR光谱,而且比较这两种方法的应用,为实现多组分OP/FT-IR光谱定性分析提供了新思路。

基于SPEA-Ⅱ算法的SDN多控制器优化部署机制

提出一种基于SPEA-Ⅱ算法的SDN多控制器优化部署机制.首先,以时延为衡量指标进行控制器的初步部署;其次,以最小化交换机到控制器的时延、最小化控制器之间的时延、最小化控制路径故障率以及最大化平均交换机拥有从控制器数量为4个优化目标,采用SPEA-Ⅱ算法优化控制器部署;最后,借助熵权多目标决策法从Pareto解集中选择唯一解.仿真结果表明,相较于基准算法,所提出的机制可减少控制器之间的时延5%~20%,减少控制路径故障率23%~46%,增加平均交换机拥有从控制器数量20%~32%.

目标波段熵最小化(BTEM)的原理及其应用

文章综述了近年来目标波段熵最小化(BTEM)作为一种新发展的自模式曲线分辨法(SMCR)在纯组分光谱重建中的原理及其应用研究进展,展望了BTEM应用于药物分析的未来发展前景。

一种SDN控制节点故障恢复的部署策略

针对广域网中软件定义网络(software defined network, SDN)在运行过程中控制器发生不可恢复的故障的情况,提出一种考虑控制器节点故障的部署方法。首先将网络划分成多个子网络,进而提出采用改进的粒子群优化算法对SDN控制器进行部署,以达到较高的可靠性和较低的时间延迟以及负载较为均衡的目的;在网络运行的过程中,当控制器发生不可恢复的故障时,采用熵权多目标决策法确定由发生故障区域的目标slave控制器,将其升级为master控制器,从而保证网络的正常运行。实验结果表明,相对于采取K-means或贪心算法,使用本方法进行控制器部署,在SDN网络的负载均衡率、链路时间延迟等网络关键指标方面均有所提升,且能以较低的代价降低控制器故障节点对网络正常运行的影响。