专家系统中基于粗集的知识获取、更新与推理

知识获取、知识更新和不确定性推理是设计专家系统的重要方面。根据粗集理论，提出了一种专家系统的结构模型，该系统在规则获取的基础上，利用系统运行的实例增量式地更新知识库中的规则及其参数，以改善系统的性能，利用知识库中的规则及数量参数进行不确定性推理，得出结论的可信度。  

基于粗集理论的多属性决策分析

针对多人多属性决策问题中多个决策者对同一类对象决策结果不一致的问题,通过对多属性群决策问题的描述,首次提出将不同决策者的不一致决策对象进行合并分析,得到更加直观明确的规则.对规则集进行构成分析,从而解释决策者之间的冲突所在.  

矿用测控设备中的对地干扰及其抑制

利用位移电位概念和基准线分布参数等效电路，讨论了大电感负载切投时所产生的干扰对测控系统的影响，给出了为避免此类干扰所需遵循的基准线长度确定方法以及多种实效显著的抗干扰措施。  

一种倒计时交通灯的控制算法

针对目前被广泛使用的具有倒计时功能的交通灯，设计一种简洁高效的控制算法。它实时对路口各车道车流量数据进行统计分析并聚类，每个交通灯周期都根据当前路况执行相应路况类别下的遗传算法过程，以寻求该类别的最优解。算法目标是实现分类的足够细化和各类别解的足够优化。测试表明，该算法能根据车道的车辆密度合理分配各车道的绿灯时间，使车辆的平均等待时间少于其他支持倒计时功能的算法。  

粗集理论中基于规则及其参数的分类识别

粗集理论的提出为获取if...then...形式的规则提供了重要方法，但是现有的方法一般没有考虑决策表中属性的权重信息。此外，在利用规则进行分类识别时，还可能用到其他方面的信息，如导出规则的等价类、规则前件的长度等。因此，笔者从规则的支持量、精度、适用度、权重、导出规则的等价类和前件长度几个参数对一条规则进行全面描述。利用规则及其参数，提出了几种分类识别的策略。  

虚拟企业伙伴选择的双种群自适应遗传算法

针对虚拟企业伙伴选择这一多目标优化问题，采用理想点法将其转换为多个单目标问题，并应用双种群自适应遗传算法进行问题求解。该算法涉及两个种群和自适应交叉、变异概率。在遗传过程中，每个种群的个体都根据适应度自动选择其交叉和变异概率，使个体对环境变化具有自适应调节能力；在一代遗传完成后，种群间交换优秀个体携带的遗传信息，以增加种群的多样性，避免陷入局部极值。通过算例，证实了该算法能很好地解决虚拟企业伙伴选择这一多目标优化问题。  

"管理信息系统"立体化教材的分析与设计

教材建设与教学改革密不可分。长期以来,教学改革之所以难以取得实质性进展,其中一个重要原因就是普遍使用的教材没有重大的改革。教材建设也是学科建设的重要环节,离开各个学科的特点就不能形成符合学科要求的教材[1]。随着时代的发展,单一纸  

虚拟蜜网的设计与实现

传统的网络安全模型如防火墙和入侵检测等都是基于被动防御的技术,基于主动防御的蜜网技术在一定程度上克服了传统安全模型被动防御的缺陷。本文提出了虚拟蜜网的设计原则和体系结构,并设计实现了适合于调试用途的封闭式虚拟蜜网,最终证明了虚拟蜜网的有效性、可靠性和稳定性。  

基于决策树的OLAM及其应用研究

在数据挖掘的过程中,经常需要将来自不同平台、不同构架的数据进行集成分析.对此引入由联机分析处理(OLAP)和数据挖掘(DM)相结合的联机分析挖掘(OLAM)模式来抽取隐藏在相关数据集中的知识.通过利用组件、中间件技术,OLAM可以将来源不同的数据整合到目标数据仓库中,然后根据不同用户的需求,使用数据挖掘算法在不同的OLAP维度层次上进行挖掘,得到粒度不同的知识.最后利用决策树算法进行了例示说明.