油料保障预测系统中案例推理方法

一般油料保障需求预测都采用历史数据回归分析的方法,这些方法无法适用缺少油料消耗历史数据的突然性的部队行动样式。为解决此问题,引入了人工智能领域的案例推理技术,采用层次分析法计算油料保障需求案例各特征属性权重;针对油料保障需求案例属性缺失的普遍问题,提出了一种基于结构可比度和属性相似度的二次案例相似度计算方法。最后模拟某坦克团的一次军事行动油料保障需求预测对上述理论和方法进行了仿真和验证,仿真结果表明,案例推理技术在油料保障需求预测中能够在缺少历史数据的情况下进行比较精确的预测。     

基于案例的备件需求预测技术及软件

运用基于案例的推理（CBR）原理，提出一种备件需求的预测技术，研究了相似识别、相似度，相似基准系统等问题。并设计、并发基于案例推理的备件需求预测软件系统。     

面向案例消耗推理的应急物资预测

面向案例推理（Case-Based Reasoning,CBR）的应急物资需求预测中,针对老旧案例影响推理结果精确度的问题进行了研究,给出了一种基于消耗策略的案例推理的应急物资预测方法。通过粗糙集属性依赖度的计算确定了案例属性之间的权重系数;针对地震应急数据特征提出了一种消耗策略的定义,确定消耗函数、消耗参数和消耗区间参数,采用消耗策略对各案例间的相似度进行优化调整,减小老旧案例的权重,进而不同程度地削弱老旧案例对案例匹配结果的影响,再从案例库中检索到与目标案例匹配的最佳源案例,从而决策出目标案例的处理方案;通过进行地震实例分析,验证了参数调节后的案例消耗推理的预测结果精度更高。该方法在应急救援的物资预测中有一定的借鉴意义。     

一种基于案例属性特征的区间相似度改进算法研究

基于案例推理的关键是确定问题案例与案例库中的案例属性特征的相似度,针对相似度的算法问题,在分析比较多种已有算法的基础上,提出了一种解决感知信息和案例库中的案例属性特征均为不确定或者不完整信息的区间相似度计算模型,论证了该模型的计算结果适用于特定区间内微小区间相似的问题。结合某型艇抗沉辅助决策系统的预案推理问题,对已有的算法求解结果进行比较,证实了该模型提高了案例相似度计算结果灵敏度。     

基于案例属性特征区间相似度的改进算法研究

基于案例推理的关键是确定问题案例与案例库中的案例属性特征的相似度.针对相似度的算法问题,在分析比较多种已有算法的基础上,提出一种解决感知信息和案例库中的案例属性特征均为不确定或不完整信息的区间相似度计算模型,论证了该模型的计算结果适用于特定区间内微小区间相似的问题.结合某型艇抗沉辅助决策系统的预案推理问题,对已有的算法求解结果进行比较,证实该模型可提高案例相似度的计算结果灵敏度.     

分布式环境下基于语义相似的案例检索

分布式环境下的异构案例表达制约了案例检索过程中案例属性之间的可比性，进而成为分布式环境下案例推理系统成败的一个关键问题。该文提出基于语义相似的案例检索，通过利用Ontology技术来理解案例属性的内在含义，在此基础上定义并计算属性之间的相似程度。对原型系统的初步测试证明了基于语义相似的案例检索有效性。     

基于CBR与灰色关联度的财务危机预警

提出一种基于案例推理(CBR)与灰色关联度的企业财务危机预警模型。将灰色关联分析应用于企业财务危机预警的案例推理中,采用特征属性的主客观权重计算案例相似度。根据各特征属性对案例检索的重要程度,通过权重向量排除非关键指标对案例判断的干扰。实验结果表明,该方法得到的案例相似性排序结果符合实际情况,可提高相似企业的检索效率,满足企业财务危机预警的要求。     

案例推理属性权重的分配模型比较研究

案例推理系统中各属性权重的赋值决定了案例之间的相似度 大小,进而对推理结果的正确与否产生显著影响.以属性加权K-最近邻 相似案例检索为基础,讨论了使用注水原理分配属性权重的机理,并通过建 立权重分配的合理性指标,构造拉格朗日函数对权重进行优 化求解,得到了收敛的注水分配算法.通过五折交叉的模式分类实验 ,分别对属性权重的平均分配法、注水分配算法和遗传算法分配法进行了比较研究,案例推理分类结果证明,在引入注水分配算法后,其分类性能得到有效改善.     

混合概念格在案例相似性度量中的应用

传统的案例相似性度量方法无法很好地判断复杂案例库系统中某些特殊属性(如数值属性、模糊属性)的相似程度,从而限制了案例推理(CBR)系统在判断、评估、决策、推理方面的进一步应用.针对此问题提出混合概念格的方法,对案例库中可能涉及到的数字、符号、模糊属性等进行相似性度量.实验表明,该方法较好地解决了混合案例属性的相似性度量问题,提高了检索结果的查全率和查准率.     

基于贝叶斯粗糙集和混合专家模型的CBR 系统

建立一个完整的案例推理系统,提出一种高效的案例检索方法和一种案例调整策略.在案例检索过程中,提出一种基于贝叶斯粗糙集的属性权重确定算法,在此基础上利用最邻近法检索出与当前案例最相似的一组案例作为参考.使用检索出的相似案例训练分层混合专家模型,并用微粒群算法优化模型参数,实现了对案例的调整.采用实际转炉生产数据进行仿真,结果表明了该案例推理系统的有效性.     

基于UML的Web应用建模与测试方法

针对Web应用的功能测试问题,提出一种基于用例和顺序图的Web应用建模与测试方法。使用统一建模语言（UML）将用例图分层地扩展为用例迁移模型（UCTM）,利用顺序图自上而下描述UCTM中的每个用例,将顺序图自动转换为受限有向图（RDG）。为控制状态空间爆炸,提出约束消息覆盖准则（CMC）。结果表明,由RDG生成的测试用例能满足CMC,CMC可控制测试用例的数量。     

逆P（ρ（σ）,η（τ））-集合与其代数性质

将迁移的随机特性引入逆P-集合（ XˉF,XˉFˉ）,给出了逆P（ρ（σ）,η（τ））-集合的概念与结构;讨论了内逆P（ρ（σ）,η（τ））-集合与逆P-集合的关系,即逆P-集合是逆P（ρ（σ）,η（τ））-集合的特例,逆P（ρ（σ）,η（τ））-集合是逆P-集合的推广;给出逆P（ρ（σ）,η（τ））-集合的交集、并集、补集与差集四种运算,讨论了逆P（ρ（σ）,η（τ））-集合的代数性质。     

基于案例推理的ISP知识重用方法

针对企业信息化中信息系统规划(ISP)在较大程度上依赖先前规划经验和知识的特点,为有效支持ISP知识重用和管理创新,将案例推理技术应用于ISP知识重用的全过程,提出基于案例推理的ISP知识重用方法(HRM KGANNA),研究应用框架、案例表示、案例检索算法与重用等关键技术。通过组织案例库进行ISP知识检索实验,结果表明HRM KGANNA法具有良好的准确性和较高的效率。     

基于度量优化的保持邻域嵌入的人脸识别

监督的保持邻域嵌入算法采用欧氏度量选取k近邻。欧氏度量在数据维数较低时能获得较好的结果,但直接简单地将其从低维空间的应用推广到高维空间中不能取得较好的结果。针对该缺点,提出度量优化的保持邻域嵌入算法。该算法分为无类标号信息(MONPE)和有类标号信息(CLMONPE)2种情况,利用线性判别分析算法降维后的数据选取k近邻。在Yale人脸数据库上的实验结果表明,CLMONPE算法效果较优。     

无人机目标检测量子多模式识别优化算法

研究了现阶段无人机雷达探测技术的难点与方法,分析了量子多模式识别网络模型与算法,根据Grover算法优化理论,提出了基于相位旋转的量子多模式识别算法（PRQMPRA）。优化算法避免了在带冗余项的量子多模式识别算法（RQMPRA）中两个相位旋转均为[π]会导致搜索成功概率降低的缺陷。利用三种数据集对误差反向传播算法（EBPA）、基于交叉熵函数的深层自编码器学习算法（CDAA）以及RQMPRA与PRQMPRA进行模式识别能力分析,结果表明在确定限定误差的情况下PRQMPRA具有更高的识别率与相对较快的运算速度。提出了一种基于量子多模式识别算法的雷达目标检测方法,通过模式分类的方法研究目标检测问题。利用上述四种算法进行无人机目标检测实验,研究结果表明PRQMPRA具有更高的检测精度,在低信噪比的情况下可保持较高的发现概率。     

最少比较排序问题中S(15)和S(19)的解决

最少比较排序问题就是要研究在最坏情况下,对n个元素完成排序所需要的最少比较次数S(n)。1965年M.Wells用穷举法证明了S(12)=30。2002年和2004年,M.Peczarski通过计算先后得到S(13)=34,S(14)=38,S(22)=71。文章在Wells算法和Peczarski算法基础上,设计了一个新的PS算法,并改进了线性扩展计数算法,在并行机"南开之星"上计算得到S(15)=42,S(19)=58。     

业务流程管理即服务中的多租户问题研究

分析软件即服务技术,针对业务流程管理即服务(BPMaaS)中的多租户问题,提出一种基于中间件的资源独占和共享方法。设计BPMaaS多租户应用程序接口,实现单个应用对多租户使用的支持,从而提高计算资源的利用率。通过JUnit对应用实例进行测试,结果验证了该方法的可行性。     

利用非线性规划方法最优化灰色预测模型

提出针对GM(1,1)模型的时间响应式及还原式,可建立一个非线性规划的最优化模型,这个模型的目标是使GM(1,1)模型的还原值序列与原始值序列间的平均相对误差最小,使用数学软件LINGO 11.0,可以直接求解得到这个模型的全局最优解,从而建立一个对应的最优化GM(1,1)模型。证明了采用新方法建立的GM(1,1)模型具有白指数重合律,通过大量的数据分析发现,最优化GM(1,1)模型的模拟精度及预测精度都有了相当大的提高。     

基于持久化X-Machine的SaaS测试

分析软件即服务(SaaS)类型软件的特点,在此基础上,提出SaaS系统的持久化X-Machine(DXM)模型,以支持形式化、自动化的SaaS系统测试。以一个客户关系管理(CRM)SaaS系统为实例进行建模,结果证明,DXM模型可以有效地对SaaS系统进行建模并构造测试集。     

任一时间面向任务联盟结构生成算法

联盟形成是多Agent系统中的一个关键问题。目前,大多数学者都在CFG下研究联盟结构生成问题。然而,在很多实际应用中,联盟的形成往往是为了完成任务集中某些任务。但是,在CFG中并没有把联盟和任务一起考虑。显然,加入任务后,问题将变得更复杂。Dang等人已经证明,这是个NP难问题,并且要建立最坏情况下的限界K（n,m）,搜索索面向任务联盟结构集合L1、L2（除{（A,Φ）,（Φ,T）}）是必要且充分的,接着提出一个限界具有保证的任一时间算法。本文深刻分析了面向任务联盟结构间的关系,引入更小的搜索粒度（面向任务势结构）,提出一种新的任一时间搜索算法;在搜索完最小搜索之后,进一步搜索CTS集合CTS（n,m,b）对应的部分面向任务联盟结构,渐进给出越来越低的限界,大大改进了Dang等人的工作。