基于动态模糊逻辑的高校教师年度量化考核研究

针对高校教师年度考核中动态、模糊数据难以量化问题,文章尝试一种新的方法。首先介绍了动态模糊逻辑理论,提出了基于动态模糊逻辑的高校教师年度量化考核模型,包括动态模糊与/或语义图表示模型,DF命题表示模型等。并以年度考核中的一项指标为例,结果说明具有实用价值。     

基于Agent的遗传算法描述与演化模型研究

Agent是指具有智能的人或其它智能物.它具有自治、反响、推测、协作、自学习和相互学习等能力,本文基于Darwin自然进化论与Mendel遗传变异理论,给出Agent的遗传算法与演化模型.这些理论的提出,进一步丰富和完善了Agent的研究内容.     

动态模糊数据模型研究

动态模糊数据在我们的研究对象中普遍存在，基于此，文中给出了动态模糊数据模型。该模型的建立，为人们用计算机处理这类数据提供了理论依据。     

基于小波变换和LSTM模型的城市天然气负荷预测

城市燃气公司为防止出现储气量过剩或不足等问题,必须要对天然气负荷量进行预测.对此,提出一种基于小波变换和长短期记忆网络的深度学习模型(wavelet_LSTM),对未来一年的天然气日负荷量进行预测.在某市燃气公司真实数据集上的实验结果表明,该模型有较高的准确性,可以较好地满足城市燃气公司的业务需求.     

一种多agent的并行认知模型及应用

agent认知模型是多agent系统研究的基础。该文抓住多agent系统的社会行为特性,构建了动态的多agent系统模型。它可以动态地调整系统agent的个数,增强系统的求解问题的能力,整个系统随着问题求解的增多更加稳定。并且在构建动态多agent系统的基础上给出了多agent系统并行认知模型及其相关概念,并把该模型应用于问题求解。     

李群机器学习(LML)的学习子空间轨道生成格算法

给出了李群机器学习（LML）的学习子空间轨道生成格及相关的基本概念,包括：李群机器学习中的样例数据集,轨道生成格理论及其算法,同时也给出了实例验证分析,并与决策树学习算法C4.5作比较,在分类的正确性方面优于C4.5算法,由此进一步证明了该理论的可行性以及算法的有效性。     

协调机器学习的稳定性研究

传统的机器学习方法 ,学习过程不影响被学习系统 ,并且被学习系统通常不是可变的 ,本文提出的协调机器学习系统 ,把学习与被学习作为一个整体来研究 ,进一步丰富和发展了机器学习的基本内容     

一种基于DFS的多Agent系统潜力挖掘发挥模型研究

Agent是指具有智能的人或其它智能物 .它具有自治、推测、反响、协作、自学习和相互学习等能力 .由此可以看出 ,Agent它象人一样有潜在的能力 ,需要挖掘 .因此 ,本文对其进行深入研究 ,基于 DFS给出多 Agent系统的潜能挖掘发挥模型等理论 ,进一步丰富 Agent系统理论的研究内容     

基于DFL的主数据库系统设计

基于DFL，针对动态模糊数据的特点，给出动态模糊主动数据库系统的设计方法，其中DF的数据库，DF事件代数等内容。     

动态模糊决策树学习算法研究

针对自动控制领域中普遍存在的动态模糊信息,提出了基于DFS（动态模糊集）建模的动态模糊决策树算法，并给出了对包含非动态模糊属性、缺少属性值的输入．样例的匹配算法，很好地解决了模糊控制系统所不能解决的动态性问题。