基于随机决策准则的空战算法比较研究

无人机正在逐步成为未来空中战场的主要作战力量,研究空战机动决策算法,建立准确高效且能用于军用无人机空战的辅助机动决策系统对现代空战具有重要的现实意义。研究了基于9种随机决策准则的自动空战算法性能,比较各决策准则在空战中中的决策倾向,通过设计仿真实验,给定不同的空战初始条件,分析9种决策准则的优劣。实验结果表明,基于随机决策准则的自动空战算法在多种情况下均表现出优异的性能,具有一定的潜力。

基于随机决策准则的改进多级影响图机动决策方法

针对传统影响图机动决策方法需要由飞行员预先给出空战态势评估难于准确确定的先验似然函数,将随机决策理论引入到影响图机动决策当中,提出了基于随机决策准则的改进多级影响图机动决策方法.该方法仅需在决策时刻评估潜在空战态势,依据决策准则便可以产生机动决策.为了优化该方法,基于典型随机决策准则,分别设计了5种机动决策准则,在典型空战想定条件下仿真分析了各机动决策准则的特点.仿真结果表明:在态势劣势时,后悔值准则决策效果较好;在态势优势时,悲观准则、乐观准则、折中准则、等概率准则决策效果较好.

微观交通仿真中随机决策换道行为研究

车辆在自由行驶或者处于跟驰状态时,经常进行由慢车道向快车道以便于获得更好的行驶环境。这需要驾驶员根据交通环境状态做出是否进行换道的决策。通过分析快车道行驶车辆对当前车的影响,结合蒙特卡罗仿真方法,提出了一种新的换道随机决策模型。在不同的流量条件下,对车辆换道次数的实测值和仿真模拟值进行具有统计意义的显著性差异分析,验证了模型的有效性。

用随机决策树群算法进行高光谱遥感影像分类

高光谱影像具有丰富的光谱信息,与全色、多光谱影像相比能更好地进行地面目标的分类识别.该文对决策树分类算法的优劣进行分析,引入随机决策树群算法,对青海省祁连县Hyperion高光谱影像和IRS-P6影像数据进行实验,使用子空间划分和光谱距离进行降维后,分别采用支持向量机、神经网络、最大似然法进行分类,并与随机决策树群算法分类结果进行比较.结果表明,该算法表现最优且无需降维预处理,可广泛应用于高光谱遥感领域.

基于随机决策的公交车辆滞站策略

公交车辆在线路运行中受到多种随机因素的影响,如道路交通状况、站点乘客上下车等,导致同一线路公交车辆的车头时距产生较大波动,降低公交车辆的运载效率及服务质量。滞站策略能够有效保持公交车辆车头时距的稳定性。鉴于随机因素对公交线路的影响,将公交滞站问题看成多阶段随机决策过程,利用随机决策理论和动态规划的最优化原理,确定出每辆车到达控制点时的最佳滞留时间,使整个线路车头时距波动方差的期望值最小化,进而得到最佳公交车辆滞站决策方案。通过实例分析,随机决策滞站策略,能够显著降低乘客的平均等待时间,提高公交服务质量,且在稳定性及抗干扰性具有明显优势。

基于加权多随机决策树的入侵检测模型

传统的决策树分类方法(如ID3和C4.5)对于相对小的数据集是很有效的。但是,当这些算法用于入侵检测这样的非常大的数据时,其有效性就显得不足。采用了一种基于随机模型的决策树算法,在保证分类准确率的基础上,减少了对系统资源的占用,并设计了基于此算法的分布式入侵检测模型。最后通过对比试验表明该模型在对计算机入侵数据的分类上有着出色的表现。

基于属性重要度的随机决策树学习算法

文章提出一种基于属性重要度的随机决策树构造算法ASRDT,该算法利用粗糙集理论计算每个属性的属性重要度,提升重要属性的影响因子,使得建树过程中随机选择属性时,不同属性之间的区分度得以体现,从而显著提高了算法的抗干扰能力,使ASRST在保持原有RDT算法优点的基础上,更具有良好的分类准确率及稳定性。

随机决策形式背景下的概念格构建原理与算法

概念格是根据二元关系提出的概念层次结构,用于数据的分析和规则提取。针对随机决策形式背景,讨论了随机决策形式背景下随机概念的数学表示,并证明了随机概念伽罗瓦连接的存在性,提出随机概念格的构建算法,最后用实例证明了其有效性。

Markov随机决策模型在装备采购合同设计中的应用研究

对军方与承包商之间的委托代理关系进行了分析,构建了Mark-ov随机决策模型研究双方的博弈策略。结果表明：军方可以根据承包商的策略选择相应激励约束机制,提高采购效益。

改进随机决策树群算法在监督分类中的应用

通过添加树平衡系数、设定节点不纯度和区分样本类型,对现有的随机决策树群算法进行了改进,提出了改进的随机决策树群算法。以广东省龙门县土地覆盖的ALOS遥感影像为研究对象,利用改进的随机决策树群算法对研究对象进行遥感监督分类,并将研究结果同传统的最大似然分类方法的结果进行对比,发现分类总体精度从81.46%提高至92.45%,Kappa系数达0.9091。改进的随机决策树群算法考虑了极不均衡决策树、节点不纯度和训练样本区分对随机决策过程运行效率的影响,可有效提高遥感分类效率和分类精度。

科技投入政策中的科学随机决策

针对引起我国科技投入产出效率低下的即包括资源禀赋、自然及经济条件等客观因素,也有政策制定及实施的失误,对于客观条件去改变现状的难度非常的大等因素,创造性的在科技政策风险决策中引入后验信息试验,对原始随机决策模型进行修正,并进行精确度测试,最后引入一个算例达到对实际预测进行指导和对模型进行证明的目的。

多目标随机决策的交互式参考目标满足度方法

该文设计了一种多目标随机决策方法——交互式参考目标满足度方法(IRGSD)。

随机决策方法在气象服务中的应用

以案例分析为主要形式,阐述了随机决策方法结合气象服务在企业决策经营中的应用。案例1的分析结果表明,当未来高影响天气出现的概率未知时,其为不确定型气象服务决策问题,可根据服务对象对待风险的偏好,相应采取乐观法、保守法或最小后悔值法来选择合适的服务方案。案例2表明,当未来高影响天气出现的概率已知时,其为确定型气象服务决策问题,可采用决策树模型的最大期望估算进行辅助决策。在确定型决策问题的灵敏度分析中,可将其转化为求临界概率的数学问题,并用图示法进行求解。

基于加权多随机决策树的入侵检测分类算法

传统的决策树分类方法(如ID3和C4.5),对于相对小的数据集是很有效的。但是,当这些算法用于入侵检测这样的非常大的、现实世界中的数据时,其有效性就显得不足。采用了一种基于随机模型的决策树算法,在保证分类准确率的基础上,减少了对系统资源的占用,并通过对比实验表明该算法在对计算机入侵数据的分类上有着出色的表现。

随机决策与思维敏捷性

世界上的事物复杂多变,除了必然性的一面,还有偶然性的—面。随机现象就是指偶然性的现象,它可能出现,也可能不出现,可能出现多次,也可能只出现一次。由于随机现象的存在,增加了决策的不确定性。所谓随机决策,就是指处理随机现象的决策。随机决策贵在迅速,决断适时,它需要决策者敏捷的思维才能。如何以敏捷的思维适应随机决策的需要,是本文讨论的中心。

浅谈随机决策树

该文介绍了随机决策树分类模型及如何启发式选择随机决策树的深度及棵树，通过实验证明了该算法的有效性和高效性。

基于改进的随机决策树的煤矿安全评价方法

煤矿监测数据实质是一种数据流,煤矿安全评价可以看作是数据流的分类,分类的标识为安全和不安全。在随机决策树模型的基础上,使用Hoeffding Bounds不等式与信息熵确定分割点,代替用随机选择方法确定分割点。实验结果表明该方法对数据流分类具有更好的分类精度,为煤矿安全评价提供了一种新的实用方法。

基于随机决策森林的循环展开方法

为提高编译器循环展开因子计算的准确性,提出一种基于改进的随机森林模型预测循环展开因子的方法。对传统随机森林模型进行加权的改进,为解决非平衡数据集问题提出基于SMOTE算法的BSC算法。从SPEC2006等测试集中提取近1000个循环并提取特征构成训练集,训练循环展开因子预测模型。生成的模型对于展开因子的预测准确度达81%,与编译器默认的循环展开方法相比,利用预测模型对选定的测试程序循环展开后性能平均提升12%。

多目标随机决策分析的IRGSD—FDⅡ方法

本文就多目标随机决策问题,通过引进一种新的解的概念——目标满足度β与约束可行度α协调解,简称(α,β)一协调解。提出了一种决策方法——交互式参考目标满足度与可行度方法Ⅱ(IRGSD—FDⅡ),并讨论了这一方法在研究开发(R&D)项目选择问题中的应用。这一方法的基本步骤包括:替代问题的产生;决策者初始约束可行度α、目标满足度β及目标参考水平q的确定;反映决策者偏好的多属性效用函数的估计;替代目标函数的重新定义和求解;与决策者的对话;最佳(α,β)协调解的获得等等。