面向复杂问题求解的综合集成型决策支持系统

为求解现有的常规决策方法与系统工程方法难以处理的复杂决策问题,提出了一种综合集成型决策支持系统。分析了当前各种决策支持系统的特点和存在的问题,运用并根据复杂决策问题求解的综合集成过程提出了对系统的需求,进而建立了满足需要的基于浏览器／服务器模式的系统体系结构,讨论了其组成和功能,并对系统实现的关键技术——模型、仿真、信息、意见以及知识的综合集成进行了深入研究,给出了相应的实现方法。最后,给出了一个面向武器装备论证的原型系统的实例。     

面向大规模数据集的近邻传播聚类

近邻传播聚类在计算过程中需构建相似度矩阵,该矩阵的规模随样本数急剧增长,限制了算法在大规模数据集上的直接应用。为此,提出一种改进的近邻传播聚类算法,利用数据点的局部分布,借鉴半监督聚类的思想构造稀疏化的相似度矩阵,并对聚类结果中的簇代表点再次或多次聚类,直至得到合适的簇划分。实验结果表明,该算法在处理能力和运算速度上优于原算法。     

《商务智能与数据挖掘》教学研究

随着物联网的兴起,商务智能与数据挖掘逐渐成为电子商务领域的研究和应用热点。结合本校电子商务专业的特点,分析了《商务智能与数据挖掘》课程开设的背景和意义,介绍了研讨性课程的设计思想,并基于该思想设计了教学大纲,最后总结全文。     

D-S证据理论在审计证据融合中的应用研究

古典概率难以解释审计判断的不确定性,而D-S证据理论是进行不确定性推理的有效方法,因此应用D-S证据理论进行审计证据融合的研究。针对审计证据的组合问题,提出了基于三角形模糊隶属度函数的基本概率分配函数计算方法,给出了证据组合结果的判决规则,并通过实例验证了该方法的有效性。     

基于信念型承诺的Agent协作机制研究与应用

提出了适用于产品初步设计的信念型承诺，给出了Agent的形式化表示，讨论了基于信念型承诺的Agent协作机制。针对复杂产品初步设计，建立了基于MAS的协同设计环境，并将基于信念型承诺的协作机制应用到该环境中。应用表明了该协作机制的有效性。     

基于最小二乘的Q（λ）强化学习算法

通过分析经典的Q（λ）学习算法所存在的经验利用率低、收敛速度慢的问题,根据当前和多步的经验知识样本建立了状态-动作对值函数的最小二乘逼近模型,推导了该逼近函数在一组基底上的权向量所满足的一组线性方程,从而提出了快速而实用的最小二乘Q（λ）算法及改进的递推算法。倒立摆实验表明,该算法可以提高经验利用率,有效加快收敛速度。     

图像搜索结果的滑动窗口多标记传播聚类

针对图像聚类中数据量大、部分重叠等问题,提出一种基于滑动窗口的多标记传播聚类算法。首先根据图像距离计算图像间的相似度,设定阈值将相似度转变为链接,构造出一个无向图;然后应用基于滑动窗口的多标记传播算法对无向图进行社区划分。滑动窗口可以存放多个标记,从而一个图像可以归属于多个类别。对公开网络数据和搜索引擎返回的真实图像数据进行实验,结果表明,该方法能有效发现具有重叠划分的簇,且簇的意义比较明确。     

基于TD(λ)的自然梯度强化学习算法

近年来强化学习中的策略梯度方法以其良好的收敛性能吸引了广泛的关注。研究了平均模型中的自然梯度算法,针对现有算法估计梯度时效率较低的问题,在梯度估计的值函数逼近中采用了TD(λ)方法。TD(λ)中的资格迹使学习经验的传播更加高效,从而能够降低梯度估计的方差,提升算法的收敛速度。车杆平衡系统仿真实验验证了所提算法的有效性。     

协同设计任务调度的多步Q学习算法

首先建立任务调度问题的目标模型,在分析Q学习算法的基础上,给出调度问题的马尔可夫决策过程描述;针对任务调度的Q学习算法更新速度慢的问题,提出一种基于多步信息更新值函数的多步Q学习调度算法.应用实例表明,该算法能够提高收敛速度,有效地解决任务调度问题.     

PDM图文档信息自动获取方法研究与实现

图文档管理是产品数据管理系统中的基本功能，为了实现图文档信息的自动入库，需要实现CAD图档信息的自动读取。通过分析DXF文件的格式，得出读取CAD图档的标题栏信息的方法，然后采用Java技术，实现了这一功能，并且应用在基于Web/CORBA的PDM系统中，达到了预期的目标。