新一代决策支持系统(DSS)构成与软集成方法

提出DSS新的构成与集成方法 :把复杂问题分解为多层多类的构件 ,即具有自主性和自组织性的agent ,每个agent代表着信息环境中的应用主题或数据挖掘工具 ,或者代表着模型处理功能 ,通过软集成方法和基于agent的编程方法构成问题求解的DDS .

软集成驱动混有制公司治理创新研究

中国进入了互联网+时代,公司治理的时境、环境、情境、心境激变,对已有的治理理念、思维、模式、路径、方式、方法、技术、手段势必造成复杂而巨大的系统冲击。基于软系统方法集成(简称软集成)驱动混有制公司治理设计创新,是我国公司治理研究的新视角、新途径。灵活运用钱学森大成智慧思想与工程,从顶层设计角度探讨中国混有制公司治理的框架建构:一是制定设计流程;二是设计混有制公司治理的微观自我治理体系与宏观社会治理框架;三是运用WSR方法论设计混有制公司治理绩效评价体系。

基于多目标优化加权软投票集成算法的信用债违约预警研究

为了提高信用债违约预测的准确性和稳定性,便于金融风险管理,以2014年1月1日—2021年12月31日的信用债为研究对象,提出一种基于多目标优化的加权软投票集成算法。该算法通过计算每个基分类器的模糊密度来量化其识别能力,并使用多目标粒子群算法来求解基分类器的权重。将所提算法与其他单一分类器如支持向量机、逻辑回归、高斯贝叶斯、MLP,以及其他集成算法如投票类集成算法(voting)和stacking算法进行比较,采用期望PFI算法进行特征重要度分析。结果表明,加权软投票集成算法在信用债违约预测中表现出色,不仅提升了单一算法的性能,且相对于其他集成算法,具有更高的准确性、精确度和AUC值。违约前主体评级、交易所、违约前债项评级、总资产周转率、货币资金、净资产增长率、经营活动现金流量占营收比、GDP、PPI、注册地、短期国债利率、宏观经济景气指数(先行指数)、债券类型和所属行业的特征重要度较高,在信用债违约中值得关注。该研究可为金融风险预测提供一种有效方法,对于投资者和金融机构的风险预警具有重要参考意义。

用于软件缺陷预测的集成模型

软件缺陷预测的目的是有效地识别出有缺陷的模块。对于类别平衡数据,传统的分类器具有较好的预测效果,但当数据类别比例分布不均衡时,传统的分类器往往偏向于多数类,易使得少数类模块被误分。但是,真实的软件缺陷预测中的数据往往是类别不平衡的。为了处理软件缺陷中的这种类别不平衡问题,文中提出了基于改进的类权自适应、软投票与阈值移动的集成模型,该模型在不改变原始数据集的情况下,从训练阶段和决策阶段同时考虑处理类别不平衡的问题。首先,在类权值学习阶段,通过类权自适应学习得到不同类的最优权值;然后,在训练阶段,使用前一步得到的最优权值训练3个基分类器,并通过软集成的方法组合3个基分类器;最后,在决策阶段,根据阈值移动模型来做出决策,以得到最终预测类别。为了证明所提方法的有效性,实验采用NASA软件缺陷标准数据集和Eclipse软件缺陷标准数据集进行预测,并在相同的数据集上将其与近年提出的几种软件缺陷预测方法在召回率值Pd、假正例率值Pf和F 1度量值F-measure方面进行了对比。实验结果表明,所提方法的召回率Pd平均提高了0.09,在F 1度量值F-measure上平均提高了0.06。因此,文中提出的处理软件缺陷预测中类别不平衡问题的方法的整体性能优于其他软件缺陷预测方法,具有较好的预测效果。

科技创新中的方法集成及其范例——软计算方法集成

本文面向科技创新,研究了方法集成的一些基本问题。给出了问题一方法空间的形式化描述;从哲学角度、方法论角度探讨了方法集成的理论基础;提出了方法集成的两个基本原则;从不同视角分析了方法集成的一个范例——软计算方法集成的分类及其元素之间集成的形式。

污水处理过程COD指标集成软测量模型

针对污水处理过程中水质参数COD指标难以在线检测的问题,提出一种基于分布式改进BP神经网络和灰色预测的COD指标集成软测量模型。为反映污水处理过程的不同工况,采用满意聚类算法对数据样本进行聚类处理,将数据样本划分为若干个子样本集,利用改进BP神经网络方法分别为每个子样本集建立预测模型,计算当前输入数据与各个聚类中心的欧式距离,将欧式距离较小的部分预测模型的输出进行综合,得到分布式神经网络的COD指标预估值;为反映COD指标的时间相关性,基于COD指标历史数据采用改进灰色预测建模方法计算得到当前时刻COD指标的预估值;采用动态加权方法将获得两个COD指标预估值进行加权集成。仿真实验表明,集成软测量模型具有较好的预测性能,可以满足污水处理过程COD指标实时检测的精度要求。

利用软集成设计实时网络程序框架

文章设计并实现了多线程网络通信程序平台,该平台提供了一个能够满足各种网络传输协议和格式的网络程序框架,程序框架采用了网络协议的实现与数据处理的实现相分离的结构,每一个网络连接对应一个独立线程,在框架的支持下同步运行。每一个连接线程都带有独立的数据缓冲区,缓冲区的大小可以随时进行调整。框架中的功能均能够在运行期间被停止或卸载,框架也能够在不重新启动的情况下加载新的功能,使得实时程序能够在功能不中断的情况下进行维护。

42V汽车电动发电机系统的高可靠和低损耗新型软栅控制三相集成驱动电路

由于环境的要求，需改进汽车燃料消耗和减少CO2和NO2的排放，电动汽车和混和电动汽车的研究开发方兴未艾；另外，90年代后期以来，为提高汽车的性能和舒适度，兴起了各种新型电控单元，如：有源悬浮、空调、电动助力方向盘等。所有这些都需要强大的电池系统。近来。

多维可恢复弹性社区硬软系统集成研究思路初探

本文基于新型城市化视角,依据中欧实践的国际比较与实证,研究弹性社区发展的一般规律,重点探讨弹性社区硬和软系统集成要素的研究、基于"五大资本"模型的弹性社区及新型城镇化案例研究,探讨弹性社区研究的诸多维度。

循环经济工业园区的柔性集成研究

集成已成为当代社会组织结构的一个显著特征。循环经济工业园区是一种新型的企业集成形式,是社会经济组织向柔性集成高级化演进的一个典型。对循环经济工业园区柔性集成的演进路径、设计原理、结构解析和功能进化等进行了研究探讨。

一种新的软聚类投票法及其并行化实现

聚类集成作为数据挖掘的重要应用工具,得到了广泛的认可和研究.本文在投票法的基础上提出一种新的软聚类投票(VMSC)算法.算法首先求取平均隶属度矩阵,然后进行迭代优化.该算法能够消除噪声点影响,具有很好的稳定性.Spark云计算平台能够高效处理大数据.为了提出的算法处理大数据,在Spark云计算平台上实现并行的VMSC算法.VMSC算法实验用12组UCI数据集进行验证,并与sCSPA、sMCLAs HGBF及SVCE等软聚类算法进行对比.结果表明,VMSC算法对软聚类算法具有较好的集成效果.在Spark云计算平台上对VMSC算法并行实现.实验表明,该算法具有较理想的并行效果,能够有效处理大数据.

基于软构件的Web办公系统的设计与实现

该文对软构件进行了研究,提出了利用DSCIE（Distributed Software Component Integrated Environment）,即分布式软构件集成环境的框架开发Web办公系统的方法。Web办公系统通过.net技术来实现。并且基于这个框架成功开发出了铁路Web办公系统。

水泥企业安全生产标准化评审系统设计和实现

分析了中国建材集团水泥企业安全生产标准化建设现状,针对企业在安全生产标准化建设中存在的问题,设计和开发了水泥企业安全生产标准化评审系统,为水泥生产企业、各级管理企业以及安全生产标准化评审企业的安全生产标准化建设和评审搭建信息化支撑平台,实现以信息化带动和促进水泥企业安全生产标准化建设。

变电站综合自动化信号辅助决策系统的应用

随着变电站综合自动化发展及应用,电网愈加健全。但是,由于综自信号的种类繁多、数量庞大,造成运行人员判断困难甚至失误。为有效解决综自信号量大、决策复杂、技术匮乏的现状,本系统通过建立信号和信号、信号和设备之间的分析模型,设计并实现了一种基于平台化设计、具有可视化及高级决策支持功能的电网辅助决策功能。在辅助决策过程中,借助赣东北电网实时运行方式,在新开发的数据仿真软件中模拟,初步验证了其设计思路和实现方法的有效性。

基于设备智能逻辑模型建模的电网监控信号分析研究

本文在电网一次、二次设备关系建模技术基础之上,利用逻辑组态方式建立电网设备和信号的关联性关系模型,采用软集成块设计思想、拓扑分析技术实现对各类电网信号分析,提出了一种基于设备智能逻辑模型的电网监控信号分析技术,可良好的解决信号繁多和关系复杂性问题,能够对电网实时信号信息进行智能分析,解决了监控人员故障判别和分析问题,具有先进的技术创新和实际应用性。

基于软计算集成的入侵检测技术

软计算技术越来越广泛地应用于解决各领域的实际问题。文章将多种不同软计算技术的集成应用于入侵检测。由于网络攻击事件的日益增多,建立有效的入侵检测系统对保护信息安全是非常必要的,但要实现这一点仍面临巨大的挑战。分析了两种类型的软计算技术:人工神经网络和支持向量机。实验证明这两种方法的集成在入侵检测的检测精度方面要优于单一方法。

网络信息二次创新推动汽车研发领域高端发展

上海多个企业研发了科技档案与专利信息网络管理系统和具有国际服务标准的经营型服务管理模式,并进行有机配合,利用二次创新理念将多个单项技术强强组合,将关键核心技术与有关专利成果转化为市场竞争力、高附加值产品,走出了一条科学利用网络信息为创新技术平台,以自主创新的知识产权帮助企业崛起于世界强林的发展新路。

自主知识产权在自主知识产权在“智造”领域创新价值研究

中国高新技术企业依靠自主知识产权研发出汇集科技研发档案与专利信息的网络管理系统和具有国际服务标准的经营型服务管理模式,并进行有机配合将多个单项技术强强组合,把关键核心技术与有关专利成果转化为市场竞争力、高附加值产品,走出了一条科学利用自主知识产权信息为创新技术平台开发产品和服务,以自主创新的知识产权帮助企业崛起于世界强林的发展新路,推动中国向创新型经济发展。

数据挖掘方法在入侵检测中的应用研究

针对入侵检测数据集具有的类别不均衡性、数据中心重叠、噪音、分布率变化等问题,提出一种集多种数据挖掘方法的解决方案,包括 k-means、C4.5、SVM、Nave Bayes、Bayes Net、Co-training 等,并进行相关实验.实验结果表明其有效性.

基于小样本数据挖掘的空气处理机组传感器隐形故障诊断方法

针对空气处理机组系统内传感器隐形故障诊断准确率不足及虚警率较高等问题,本文提出了基于集成经验模态分解软阈值去噪法与RBF神经网络(EEMDSTD-RBF)相结合的故障诊断方法,通过集成经验模态分解软阐值去噪法对采集的原始数据进行数据去噪,将去噪后的正常运行数据以及隐形故障数据输入RBF神经网络进行训练,得到EEMDSTD-RBF故障诊断模型,从而提高RBF神经网络对于空气处理机组传感器隐形故障的诊断准确率,同时,实验证明,该方法有效降低了虚警率。在关于空气处理机组六个传感器点位在三种隐形故障等级下的偏置故障的实验中,结果表明,与RBF及EEMDSTD-BP方法相比较,该方法在不同故障状态下,EEMDSTD-RBF的诊断准确率提高了8.7%~64.7%,虚警率降低了12.62%。