基于云模型的电子商务网站潜力评测模型

从投资者的角度对电子商务网站潜力进行评测需要准确、完整、自然的表达。作为一种普适的定性定量转换模型,云模型在评价领域已得到一定程度的应用。在网站潜力评测指标的评价和各指标权重的确定上均引入云模型,有效地减弱了该类研究中人为确定的主观性和理论计算的强硬区分,使结果更接近没有明确分界的自然语言评价。     

基于云模型的网站质量评价系统

现有的网站质量评价方法存在不少缺陷。设计的基于云模型的网站质量评价系统,选择了适当的两级指标,设置了各自的权重;并利用云发生器实现了指标评价的定性定量转换,利用设置的权重得到了云模型的三个特征值,通过云滴分布得到了最终的评价结果。实例验证表明,评价系统简洁高效,具有一定的实践意义和指导作用。     

基于改进云模型的电网本质安全评价方法研究

电力企业是一个复杂多变的人-机-管-环系统,需要对其进行本质安全评价,以根据评价结果来进行相应的调整,确保系统的本质安全。鉴于其评价过程具有模糊性和随机性的特点,提出基于改进云模型的电网本质安全评价方法。该方法由云发生器生成评价状态云;将从电力企业统计的数据根据云理论进行计算得到基础云数字特征,进一步生成评价对象云,不同于传统云模型评价方法以经验公式得到云数字特征;将评价状态云与评价对象云进行比较得出本质安全评价结果。与传统云模型评价方法进行对比分析,结果表明,该方法是合理的、可信的,并且较传统云模型评价方法更满足评价要求。     

基于云模型具有语言评价信息的多属性群决策研究

针对多属性群决策中具有语言评价信息偏好的表示与集结的关键问题．研究了基于云模型的决策专家个体偏好表示、偏好集结和方案优选方法．首先采用云模型表示决策者给出的自然语言评价信息,而属性和决策者权重大小则用云的语气运算表示;然后用浮动云进行偏好集结,根据云模型的相对距离进行方案的排序和优选．此方法可充分表达评价语言的模糊性和随机性,具有较大的客观性．     

基于云模型的电网统计数据质量评估方法研究

针对电网统计数据的质量评估问题,提出一种基于云模型的质量评估方法。利用云模型对评语进行软划分,借助逆向云发生器将评估结果转化为云模型,并由此构造一个评价综合云。最后通过基于云模型的相似度算法计算评价综合云与各评价等级云的相似度,借以确定统计数据所隶属的评价等级。通过实例分析,验证了该方法的可行性与有效性,同时能够较好地避免常规方法在定性评价时的主观随意性缺陷。     

基于云模型的定性评价及在学评教中的应用

学评教定性评价是高校教学质量管理的重要环节,对高校的快速发展具有积极意义和重要作用。提出基于云模型的学评教综合评价模型,利用逆向云发生器实现评价指标评语的定性定量转换,运用虚拟云的算法获得最终的评价云模型,通过分析数字特征和云滴分布得到评价的结果。实例验证表明,评价结果直观可靠,具有一定的实践意义和指导作用。     

一种基于多维云模型的多属性综合评价方法

基于多维云能够表述复杂模糊概念的特性,提出一种基于正态多维云模型的多属性综合评价方法。将“属性概化”的概念引入系统评价中,利用一维云模型对单个属性进行多级描述;在此基础上,针对各级评语建立其对应的多维评判云和描述系统整体属性的多维属性云,并通过比较两类云模型的相似程度得出评价结果。实验结果表明,该方法能够在单一价值分类的基础上实现多重价值分类和排序,同时能够较为直观地反映出各属性值对综合评价结果的影响。     

基于云模型和风险评估的信任模型研究

针对基于云模型的信任模型缺乏对反馈信息的可信度量以及风险评估等问题,提出一种新的信任模型。综合反馈实体的评价次数、评价行为一致性等因素对反馈者提交的评价信息进行可信度量,基于加权逆向云生成算法构造被评估实体的实体信任云,根据被评估实体的活跃度和实体信任云的数字特征参数进行交互风险的评估。仿真结果表明,该模型能较好地反映实体的行为特点,提高实体间的交互成功率。     

基于混合多维云模型的工业绿色发展水平测度

如何测度各省工业绿色发展水平高低, 判断各省工业绿色创新能力差异, 本文从绿色投入要素和绿色产出效益视角构建集结综合属性值的工业绿色发展多指标评价体系; 并在云模型基础上提出了基于混合多维云模型的区间多属性测度方法. 该方法创新性地利用区间权重和云权重的相互转换, 在解决多指标权重不一的问题后, 再运用父云贴近度计算工业绿色发展水平, 云投影度测定工业绿色创新能力; 最后采用省际间的工业面板数据进行验证. 结果表明, 相较于一般的多指标综合评价法, 该测定方法的实证结果与实际情况更相符合, 说明了该方法既能对工业绿色发展水平的整体情况进行评价分析, 也能精确计算出各指标贡献度, 从而判断其是否具有工业绿色创新能力. 因此, 本研究可为各地区调整工业绿色发展水平测度指标、制定工业绿色发展规划提供实质性建议和理论决策依据.     

面向个性化需求的云制造服务可信评价模型

针对传统的云制造服务可信评价模型中存在的可扩展性弱、难以满足个性化需求等问题,提出一种可扩展性强、可以较好地满足个性化需求的可信评价模型.首先构建多层次的、多粒度的云制造服务可信评价框架;然后基于此框架,提出了基于云模型的云制造服务可信评价方法,在该方法中,引入云模型理论,用于统一表征不同类型的评价指标,以及描述用户的...     

基于作者主题模型和辐射模型的用户位置预测模型

由于全球定位系统（GPS）设备采集的用户历史位置数据通常具有稀疏性,使得基于单个用户数据的位置预测模型能力受限,所以结合人类移动性的时间和空间周期性,提出一种基于作者主题模型（ATM）和辐射模型（RM）的用户位置预测模型。在时间维度上,该模型利用ATM发现与目标用户移动行为相似的用户群,并确定该用户群在预测时刻所处的目标状态;在空间维度上,该模型利用RM算法计算目标用户的候选地点在目标状态下的概率,并通过比较各候选地点的概率值确定目标用户可能出现的地点,从而实现对目标用户位置的预测。实验结果表明,该模型的平均预测准确率为61.49%,相对于基于变阶的Markov模型提高近28个百分点。所提预测模型能够在单个用户数据量小的条件下获得更高的预测准确率。     

状态空间模型的双层结构预测控制算法

双层结构预测控制是指先进行设定值优化、再进行设定值跟踪的预测控制.在已有的双层结构动态矩阵控制的基础上,本文给出基于状态空间模型的双层结构预测控制算法.该算法基于干扰模型和新定义的开环预测值,给出了新的开环预测模块.该开环预测模块采用Kalman滤波方法得到操作变量、被控变量的开环动、稳态预测值.基于这些开环预测值,稳态目标计算模块的基本原理同双层结构动态矩阵控制,但是具体细节上遵循状态空间方法.动态控制模块基于稳态目标计算提供的操作变量、被控变量的稳态目标(设定值),采用二次规划算法计算控制作用.仿真算例证实了该算法的有效性.     

OWL-S模型转化为重写逻辑模型的方法

OWL-S模型在基于服务的软件设计中具有重要作用,但由于其非完全形式化的模型,不能直接对其进行形式化分析与验证。基于OWL-S模型的重写逻辑语义框架,通过对数据类型、表达式、控制结构与Process的转换,设计并实现了OWL-S模型到重写逻辑模型的自动转化工具,为能够在软件实现前为设计模型的形式化分析与验证,以及可靠性分析提供基础。     

业务模型中的协同模型研究*

针对业务模型中对协同关系描述的不足,详细定义了协同模型,给出了从业务模型中的过程模型抽取协同模型的规则,并阐明了协同模型对业务模型中其他各模型的影响。     

改进的软件测试模型——“并”模型

通过对传统的V模型、W模型、X模型和H模型进行分析和比较,得出了它们各自的缺陷,在此基础上提出了"并"模型这种新的软件测试模型。该模型克服了传统软件测试模型的缺陷,较全面地描述了软件开发活动和软件测试活动以及它们之间的交互活动。最后将该模型运用到实际的项目开发中,实践证明该模型有效提高了软件测试效率。     

Finite model order accuracy in Hammerstein model estimation

Hammerstein models is one of the most commonly used model classes used for identifying nonlinear systems. A static input nonlinearity followed by a linear dynamical part is an adequate way to model many real-life systems. This paper investigates the asymptotic (in terms of sample size) variance of Hammerstein model estimates. The work extends earlier results by Ninness and Gibson (2002) in the following ways. Not only frequency function estimation but estimation of general quantities is considered. The expressions are not restricted to be valid asymptotically in the model order. In addition, the results cover model structures having noise models and allow for data generated under feedback. The increase in variance due to the estimation of the input nonlinearity is characterized. In particular, under open loop operation, white additive noise and the assumption of a separable process, it is shown that the variance increase is exactly a term that was observed in Ninness and Gibson (2002) to result in good agreement with simulations. This term vanishes in the formal asymptotic in model order analysis in Ninness and Gibson (2002).     

基于ALAP元模型的产品功能模型

针对当前产品功能建模理论没有覆盖智能设计完整生命周期的问题,提出应用—逻辑—算法—物理分层抽象模型（Application-Logic-Algorithm-Physics layer abstract model,ALAP）,将其作为产品功能模型的元模型,并阐述产品功能模型的构建流程;提出用于描述产品功能模型的功能对象方法树（Function Object Method Tree,FOMT）,并给出座椅设计描述的实例.ALAP具有一般性、开放性和通用性的特点,可为新的产品功能模型开发提供参考,也能规范已有模型,使不同模型之间可以通信.     

将UML模型转换成SDL模型的方法

提出了一种将UML模型转换成SDL模型的方法.UML是一种优秀的建模语言,使用UML可以为协议建立模型带来很多方便.但是,UML缺乏形式化语义,因此不能满足协议精确性的要求.SDL是一种用于通信软件规格的标准语言,它拥有形式化语义,而且有很多商业软件都支持它.在协议设计和开发中,将UML模型转换成SDL模型可以克服这样的缺点.通过为UML制作适当的profile,并制定严格的转换规则可以实现模型的转换.     

一种数据模型的范畴论建模方法

针对数据模型复杂语义建模的应用需求, 以及目前数据模型范畴论建模方法理论研究与工程实践方面存在的不足, 建立了一种素描数据模型。该模型在模型范畴的形式化框架内, 用与特定数据库建模语言无关的范畴论对数据库状态的一致性转换进行了形式化描述, 扩展了传统ER模型的表示与处理功能。基于素描对图形化建模规范的支持, 设计了ER模型向素描数据模型转换的算法, 以精确的语义联系保证模型转换的语义完整性, 并通过实验与对比分析了素描数据模型与算法的优势, 为数据模型的范畴论建模方法研究提供便利、高效的形式化理论框架。