CBR技术在自动配色系统中的应用研究

为提高复杂多变条件下的配色准确率,提出了基于案例推理（case-based reasoning,CBR）的新型自动配色技术,并给出了原型--基于案例推理的配色系统(CBRCMS). CBRCMS对配方库组织结构、配方检索、配方复用、学习调整等关键技术进行了探讨.CBRCMS基于大量的历史优良配方,以色度迭代逼近技术作为配色精度的基本保证,并将其作为CBR配方复用的主要方法.实验数据显示,CBR的引入可明显提高配色准确率,CBR技术的自适应、自学习特点对传统配色技术是很好的补充.     

改进直觉模糊熵和证据推理的多属性群决策方法

针对属性权重和专家权重完全未知或部分已知的直觉模糊多属性群决策问题,提出一种基于改进直觉模糊熵和证据推理的多属性群决策方法.针对现有直觉模糊熵存在的不足,进一步完善直觉模糊熵公理化定义,并构造出一类改进的直觉模糊熵公式.然后,运用改进的直觉模糊熵对直觉模糊集的不确定性进行度量,以便获取属性和专家的权重,并结合证据推理算法进行决策信息的集结,进而依据相对贴近度实现对方案的排序.最后,通过算例进行比较分析,验证提出方法的可行性和有效性.     

全寿命周期主动设备管理辅助决策

目前,电网设备管理大多通过被动的计划检修完成,只注重遵循相关运维规程按设备运行时间安排检修工作,忽略对设备全寿命健康状况的评估与管理。本文提出计及设备全寿命周期运行状态的多源融合主动资产管理方法。首先,根据资产时间、逻辑及历史知识提出全寿命周期三维资产管理模型。接着采用设备案例推理方法,从电网安全、稳定、经济运行角度,应用迁移学习方法对案例进行自学习与案例库强化。最后,将所提出方法应用于存在海量多源异构数据的设备全寿命周期主动管理的实际案例中。结果表明,主动资产管理可以有效自动辨识设备运维状态,保证资产管理策略的可行性、适用性及安全性,为运维人员提供有力辅助决策。     

反向推理在模具设计改进中的应用

通过对螺纹嵌件的工艺分析,针对模具设计中存在的问题,提出了反向推理的解决方法,并有针对性地设计出了弹性接触的模具结构.通过对螺纹嵌件的工艺改进和弹性接触的结构应用,成功地解决了螺纹嵌件孔内进料、螺纹孔通规不通的问题.不仅保证了产品质量,实现了自动脱模,同时也最大限度地节约了成本.     

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.     

基于证据推理网络的实时网络入侵取证方法

在分析现有网络入侵取证系统所存在问题的基础上,提出了一种基于证据推理网络的实时网络入侵取证方法NetForensic,将弱点关联性的概念引入网络入侵取证领域,根据网络系统的弱点知识和环境信息构建了证据推理网络,利用证据推理网络所提供的多阶段攻击推理能力,NetForensic实现了高效实时攻击流程重构.实验数据表明,NetForensic给出的证据链完整可信,且具备实时推理的能力,为快速有效的调查取证提供了有力保证.     

基于智能决策的火箭安控系统

火箭在飞行过程中经常发生各种故障,因此需要对其飞行状态进行监视、判断,及时有效地做出相应的安全控制决策。在分析原有火箭安控系统的基础上,针对火箭飞行的特点及不确定的规则知识,提出了基于智能决策的火箭安控系统。首先给出了集弹道数据处理和安全控制决策于一体的计算机决策支持系统模型;然后根据安控系统的特点,对安控知识进行分类,给出了安控系统知识不确定的表示方法,形成了相应的安控决策网络;最后以Visual C++6.0为开发平台,构建了安控推理决策模型,给出相应的推理流程。仿真实验表示,该方法能实时监测出火箭的飞行状态,对其进行有效的管理,为安控领域专家的最终决策提供支持。     

基于权重的云推理算法

虽然正态云模型具有普适性,但它在描述论域内单调上升或下降的概念时存在一些局限性,同时由于现有的云推理算法存在多条件下人为主观因素影响大、运算量大等问题,为此提出一种新的指数云模型来描述单调概念,并基于此提出一种基于权重的云推理算法。该算法将多条件发生器拆分为多个一维发生器,先通过层次分析法确定各个条件的属性权重,再采取加权平均法将单条件单规则发生器输出的结果精确化为一个具体的输出值。将基于权重的云推理算法用于鱼雷规避仿真系统中,并与模糊推理结果进行比较,验证了该算法的有效性和实用性。     

基于本体知识推理的QoS区分服务策略精化方法

策略精化过程的主要难点在于网络的不同层次之间缺少统一的知识表示,且在不同层次的知识之间,缺少必要的映射和推理机制。为此,研究一种通过本体知识推理实现策略自动精化的方法。将本体工程引入策略网络系统,利用本体对网络知识进行定义,利用语义Web规则描述语言对底层策略行为进行语义描述,建立不同层次间的自动化推理机制。以QoS区分服务应用场景为例,实现了策略的自动精化过程。     

基于CBR的软件项目成本估算方法

针对软件项目前期成本估算不准确问题,通过构建软件项目案例库,提出一种基于CBR的软件项目成本估算方法(CBRCEM)。根据COCOMO模型成本驱动因子理论,确定影响项目成本属性特征;引入归一化效用函数,应用层次分析法计算影响项目成本属性的权重值;通过对常用案例检索算法的比较分析,结合软件成本估算的特性,建立基于改进的灰色关联分析理论的软件项目相似度算法;根据PERT理论估算软件项目成本,使估算结果更为准确。CBRCEM在Windows平台上用JAVA语言开发完成并在实际中加以应用,案例研究结果表明,对于软件项目前期成本估算,该方法能够得到更加准确的评估结果。