环境污染应急处置技术的CBR-MADM两步筛选法模型

突发环境污染事件进行应急处置时,需要在历史案例库和处置技术库的基础上通过筛选模型筛选出最适宜的应急处置技术.其中筛选的效率和准确性是构建技术筛选模型的首要因素,目前尚无较为满意的解决方案.本文结合案例推理技术(CBR)和模糊多属性群决策模型(MADM)的优势,建立了环境污染应急处置技术的CBR-MADM两步筛选法模型:第1步,先利用基于熵权G1法的CBR推理从案例库中匹配案例,再从相似度最高的几个案例中提取应急处置技术作为备选技术;第2步,利用MADM对备选技术进行筛选和决策.CBR-MADM两步筛选法既充分利用了历史处置经验,又极大地提高了应急处置技术的筛选速度和效率.将该方法应用于2012年底山西长治浊漳河苯胺泄漏污染事件中,成功筛选出"投加混凝剂-活性炭坝拦截"技术,同实际情况吻合,验证了其适用性和可行性.

基于CBR与MAS的群体决策支持系统(MGDSS)研究

针对GDSS的发展现状和前景,首先分析了新型的智能决策系统应具有的功能和特性,然后对现有的Agent模型和多Agent系统的体系结构进行了深入研究,之后从应用开发的角度提出了基于CBR和MAS的智能群体决策支持系统的模型。阐明了系统各元素之间的相互关系,阐明了系统的工作原理。

基于CBR的遗传算法初始种群设计与研究

初始种群的优劣对遗传算法的性能有较大的影响。采用CBR方法产生靠近全局最优解的初始种群,使遗传算法的收敛性和搜索速度得以提高。以电梯群控系统为例,研究了派梯实例的表示及相似度的计算,构建了相应的实例库,并将基于CBR的改进遗传算法用于电梯群控系统中的派梯过程。仿真结果表明,与标准的遗传算法相比,基于CBR的遗传算法具有更高的搜索速度与收敛性,算法的迭代次数减少,同时能使呼梯信号的平均候梯时间降低。

基于案例推理的群体性事件智能决策支持WEB系统研究

[目的/意义]我国进入全面深化改革的攻坚阶段,国际国内形势空前复杂。随着互联网技术的发展,群体性事件又出现了诸多值得关注的新特点,要求决策者做到面对事件,实时解算、随机应变、因地制宜,当前群体性事件计算机辅助决策的应用非常有限,基于WEB服务的决策系统亟待研究和开发。[方法/过程]针对群体性事件涉及到的非结构化数据,采用基于案例推理的智能决策支持方法,提取群体性事件的特征要素,整理建立案例数据库,用层次分析法和贝叶斯理论确定特征要素权重,用K-最近邻法进行相似度计算,综合利用信息技术与智能决策技术,对事件信息进行有效处理,预测其发展态势及未来可能的发展情景,并实时形成可操作性的应急决策方案,预防和控制群体性事件进一步发展,实现有效应急决策管理。[结果/结论]设计基于.net平台的SQL Server+WCF+Silverlight的Web服务系统,包含案例管理、案例推理、用户管理、交流学习和系统帮助5个模块,以求成为政府管理者,决策处置群体性事件,整理总结相关经验原则和学习的助手。

基于人工神经网络的智能化CAPP系统应用

提出将人工神经网络中的ART1网络应用于智能化CAPP系统开发中,解决了传统CAPP系统在自动化、智能化方面的不足,提高了CAPP系统的智能推理和自动决策能力。开发了系统应用实例,证实该研究的可行性,为CAPP的进一步智能化提供了新的思路。

基于遗传算法的实体分群问题的求解方法

为减轻指挥人员的认知负担,研究了作战实体的分群问题。结合遗传算法强大的搜索能力和CBR在知识获取、维护等方面的优点,利用与CBR相结合的遗传算法求解分群问题。通过把各作战实体聚合为各种规模、各种类型的作战群体,该方法将大大减轻指挥人员的认知负担,提高其决策的效能。

汽车焊装夹具智能设计系统的研发

从汽车焊装夹具的结构出发,在国内外研究现状的基础上,指出了焊装夹具研究方面的不足,详细论述了汽车焊装夹具智能设计系统研究与开发的意义。应用成组技术(GT)编码并构建智能系统的基础类库,采用CBR和RBR推理模式相结合的方法,给出了系统开发的设计流程图。利用相似度算法、变换矩阵算法,并通过NX8.0软件建模,开发VC++6.0辅助工具的动态链接库,实现了汽车焊装夹具智能设计系统。此系统可调用汽车焊装夹具元件库、模块库、案例库的三维组件,实现了标准件库的可移植性,满足了设计周期短、设计制造失误少、设计成本低的设计要求。

一种改进的案例推理分类方法研究

特征属性的权重分配和案例检索策略对案例推理(Case-based reasoning,CBR)分类的准确率有显著影响.本文提出一种结合遗传算法、内省学习和群决策思想改进的CBR分类方法.首先,利用遗传算法得到多组属性权重,再根据内省学习原理对每组权重进行迭代调整;然后,通过案例群检索策略得到满足大多数原则的群决策分类结果;最后,以典型分类数据集的对比实验证明了本文方法能进一步提高CBR分类的准确率.这表明内省学习可以保证权重分配的合理性,案例群检索策略能充分利用案例库的潜在信息,对提升CBR的学习能力有显著作用.

竖炉焙烧过程的智能设定模型

为了改善多目标评价案例推理设定模型在竖炉焙烧过程控制中的性能,运用注水原理分配过程变量的权重和群决策修正方法对多目标评价案例推理设定方法进行改进,得到一种新的智能设定模型.首先引入注水原理构造Lagrange函数对过程变量的权重进行优化分配,再通过案例检索和案例重用得到设定值的建议解,并根据多目标评价模型预测建议解对生产指标的影响效果,最后,对不合理的设定值进行群决策修正.将得到的设定模型应用于竖炉焙烧过程控制中,通过实验测试和对比应用说明了本文方法优于其他方法,能够有效提高多目标评价案例推理设定模型的控制性能.

造船生产资源配置系统设计与开发

系统研究了船体构件加工设备的配置技术,包括边缘加工设备和成形加工设备。在船体构件加工设备静态信息、动态信息建模基础上,进一步建立了设备能力模型。同时,通过面向设备能力评价—基于成组技术的船体构件编码系统,充分利用CBR技术,实现对工艺设备配置技术人员的技术和经验知识的继承和合理利用。运用模糊评判理论对设备进行综合能力的评判,为配置和调度提供技术支持。达到设备配置和管理的优化。

智能化滚子齿形凸轮CAPP系统开发

将人工神经网络的基本原理引入CAPP系统开发中,实现了智能化的模式分类和工艺检索,这种并行分布式的处理方法大大提高了实例推理的效率和精确度,为智能化CAPP系统的开发提供了新的思路。

案例推理变权值引擎模型及权值计算方法

在案例推理(CBR)案例检索匹配中,不同案例通常由不同的特征构成。而传统的CBR引擎模型大多采用固定权值模式,导致系统在匹配精度方面的性能很低。为了解决这一问题,提出一种CBR变权值引擎模型,在其特征权值计算模块引入人机互动机制,基于群决策法计算主观权值,提出依据专家个体和群体决策差异的主观权值调整方法;基于相似粗糙集法计算客观权值。最后设计了一种综合权值调整算法,通过计算主观权值和客观权值间的距离,判断两者的偏离程度,从而推导出权值调整系数,得到最终的权值调整结果。通过网络攻击案例进行的算例分析和仿真实验验证了上述方法的正确性和优越性。

国道210线树林召至东胜段公路改建工程地质问题分析

以国道210线树林召-东胜段公路改建工程为研究对象,经过现场地质调查,从地形地貌、区域构造、地层特点及路基填料适应性等方面对其进行宏观地质评价。本研究对附近地质背景相近的公路建设项目评价有一定借鉴意义。

战时航母编队导弹消耗预测模型研究

针对战时航母编队导弹消耗预测存在可使用的导弹消耗样本数据少、导弹消耗预测准确度低等问题,在对总体作战任务进行分解的基础上,利用案例推理法生成了导弹消耗预测所需的样本数据,建立了基于熵判别法的导弹消耗预测模型,并以对空防御作战中的导弹消耗预测为例,分别用熵判别法、回归预测法、灰色预测法和数理统计法进行实例分析。结果表明:案例推理生成的样本数据可用,熵判别法相对误差最小,预测准确度高。该方法在某种程度上解决了导弹消耗样本数据缺失的问题,为战时航母编队导弹消耗预测提供一种新思路和新方法。

一种基于案例推理和协商的群体推荐算法

群体推荐是个性化推荐领域一个新的研究热点,其与传统个体推荐的重要区别之一,是需要群体成员进行协商或谈判,以提高群体满意度。针对该问题,提出了基于案例推理和协商的群体推荐算法,根据群体成员对项目的历史评价作为知识库,从群体用户角度出发进行协商或谈判,使用多Agent系统模拟群体用户在选择推荐项目问题上的协商过程,最终达成一致并进行推荐,推荐完成后通过用户反馈对群体成员的知识库进行及时更新。选取MovieLens数据库进行试验评价,结果表明,文中算法的推荐质量明显优于对比算法。