基于Agent的信任的情感劝说决策模型

基于智能体(Agent)的信任的情感劝说能更好地发挥Agent的各项人工智能优势。针对其中决策模型建立不够的现状,首先基于Agent的自身性格、情感衰减及外界刺激,运用大五性格、OCC情感模型及情感强度第一定律等,构建了相应的情感强度算法;其次考虑交易质量对信任的反馈,综合运用语言评价法、三角模糊数及将模糊数转换为具体分数(CFCS)算法,对Agent的交易质量进行模糊化和去模糊化处理,构建了相应的交易质量算法;再次对已有的信任更新因子进行改进后,构建了Agent的信任更新算法;最后在构建以上算法的基础上,采用交互式多准则决策(TODIM)法建立了基于Agent的信任的情感劝说决策模型,并采用熵权法对模型中的属性权重进行设定。为验证以上研究的合理性和有效性,设计了相应算例进行阐述,分析了不同参数取不同值得到的决策结果,并与相关研究进行了比较分析,得出了相应结论和管理启示,进一步归纳了不足之处和未来研究方向。     

基于综合决策云模型的围岩稳定性分级方法研究

地下工程围岩稳定性分析关系到地下工程的安全,围岩的稳定与否直接决定着地下工程的成败,因此开展地下工程围岩稳定性评价具有十分重要的意义。基于云理论,选取岩石单轴饱和抗压强度、完整性系数、岩石基本质量指标、地下水影响修正系数和软弱结构面产状影响系数作为围岩稳定性分级指标,综合运用DEMATEL决策模型和熵权法获取上述指标体系的组合权重,并选取公路隧道工程20组实测数据作为学习样本,建立围岩稳定性分级的综合决策云模型,将其应用于小红石砬子玉石矿5组工程围岩的稳定性分级实例中。结果表明:综合决策云模型判别结果与实际情况相吻合,判别准确率可达80%,且优于K-最邻近算法和随机森林算法的判别结果,说明所建立的综合决策云模型在工程实际中具有一定的应用价值,为围岩稳定性分级提供了新思路。     

基于语言信息一致性调整算法的数据产品选择

针对语言评价信息环境下的数据产品选择问题，设计了一种基于语言偏好关系加性一致性改进算法的数据产品选择模型。以专家提供的语言偏好关系信息为基础，引入了衡量语言偏好关系一致性水平的计算方法，提出了完全加性一致语言偏好关系的构造模型。构建了一种具有收敛性的基于语言偏好关系一致性改进算法的数据产品选择模型。通过数据产品选择实例，发现构建的决策算法更为可靠有效。     

用模糊数学建立铁矿粉评价体系的方法研究

评价烧结用铁矿粉,与传统的铁矿石评价是有区别的。铁矿石的评判标准中涉及到品位、软熔性、机械强度、粒度等,而在烧结过程中,造块的效率与质量除了受上述因素作用之外,还包括铁矿粉的化学成分、高温特性、微观结构等因素。为了建立更完善的烧结用铁矿粉的评价体系,就需要将这些指标全部考虑进去,然而,指标数量的增加使得指标之间的关系变得更为复杂,具有很强的模糊性。本文采用多因素层次模糊综合评判决策模型对某厂的5种铁矿粉进行了评价,结果与生产实践吻合。     

下期要目

非线性系统确定采样型滤波算法综述······································……王小旭，等基于局部搜索与混合多样性策略的多口标粒子群算法··························……贾树晋，等处理动态优化问题的捕食元胞遗传算法····································……陈昊，等引入人工蜂群搜索算子的粒子群算法······································……高卫峰，等结构化对等网络中基于信誉的乐观路由决策·································……杨磊，等基于多尺度     

LDAP目录服务在综合评价决策模型库中的应用

综合评价决策模型库目录管理系统CEM-DMS由若干分布式异构子系统构成,对模型库各子系统中存储的信息进行整合,形成了完整的模型库系统.给出了基于LDAP的数据存储解决方案,采用基于Web和LDAP目录服务实现了系统中模型数据和评价信息的组织与定位以及各子系统中算法信息的发布功能.目录服务采用＂全局-局部＂的方式管理资源信息,提高了系统的扩展性和可靠性.     

闭环物流宏微观协同决策模型

在原有的正向物流基础上,将逆向物流并入其中,构成一个闭环的物流网络。以总闭环物流运输成本、库存成本、惩罚成本和建设成本之和最低为目标,建立闭环物流网络数学规划模型,实现了在闭环物流系统宏观总需求前提下的微观物流计划安排,并利用分支定界法解出其最优解。实例分析结果表明,宏微观协同决策模型较好地补充了传统闭环物流模型的静态单目标单产品问题,可以解决动态多目标多产品的决策问题,实现了供应链设计宏观战略和微观战术的结合。     

高速轨道超声成像伤损检测及其参数学习方法

针对高速轨道伤损检测问题,提出一种基于0°、37°、70°超声探头探伤的检测方法。该方法基于B型图像显示分析了各伤损的颜色、面积、倾斜角度、长度、质心坐标等特征,并根据其伤损特征的内在逻辑关系设计了检测算法。此外,由于超声成像过程受多种不确定因素的影响,同类伤损的图像特征常出现较大差异而影响检测准确率,为了提高算法检测的准确率,提出一种参数学习方法,该方法可实时调整检测参数的阈值。首先,基于建立的检测算法模型提取伤损判定过程的检测参数;其次,结合伤损的关键检测参数,以相同特征约束下的同区域轮廓其类别特征间隔最大化为准则,基于支持向量机建立了一种检测和学习相结合的学习模型,并基于该模型对参数阈值进行优化调整。实验结果分析表明,采用所提方法,其轨道伤损检测准确率可达97.5%;并对初检中检测率较低的伤损进行学习再检测,其准确率得到了明显提高,从而验证了所提方法的有效性。