无需随机预言模型的基于身份门限解密方案(英文)

采用双线性对原理,提出无需随机预言模型下可证明安全的基于身份门限的解密方案,解决了当前基于身份门限解密方案需要依赖随机预言模型,才能证明其安全性或其安全性归约松散性的问题.给出一个新的密钥提取算法,模拟者可成功应答敌手的私钥提取查询,使方案的选择密文安全性证明具有紧致的安全归约.与现有的基于身份的门限解密方案相比,该方案在不依赖随机预言模型下也能满足紧致安全性归约.     

云环境下众包产品造型设计方案多目标群体决策

针对云环境中众包产品造型设计方案在制造过程中的决策问题,从工业设计角度出发提出多目标群体决策方法. 将已有众包产品造型设计方案作为研究对象,分析云环境中众包产品造型设计与制造过程的特点. 根据方案特点分析群体决策过程中须考虑的评价目标,采用层次分析法对评价目标与目标权重进行计算,建立众包设计方案的多目标评价体系. 将多目标群体决策问题转化为多目标优化问题,以评价体系为依据构建众包产品造型设计方案多目标群体决策模型,采用优化方法对模型进行求解,得到与理想方案最接近的众包设计方案. 以医疗镇痛泵的众包造型设计方案决策问题为例进行验证,结果表明所提方法可以有效解决众包产品造型设计方案在制造过程中的群体选择决策问题.     

基于云模型的区间VIKOR多准则决策方法研究

摘要：针对区间型多准则决策问题,提出一种基于云模型的区间VIKOR决策方法．首先,提出将普通的区间型数值转化为能体现模糊性与随机性信息的云决策矩阵方法;接着,给出了正负云理想点的确定方法以及云模型距离测度公式,在此基础上发展了一种云VIKOR方法;最后,通过空调选择的算例验证了该方法的有效性和可行性．     

基于云模型的风险评估方法研究

以复杂网络环境中的网络交易为研究背景, 引入云模型理论, 通过对复杂网络环境中的信任、信任影响因素及信任评价机制等问题的研究, 提出了基于云模型的信任评估模型, 实现了信任的定性与定量的转换, 客观地反映了信任的随机性、模糊性和不可预测性; 为了有效地对复杂网络中交易风险进行评估, 研究并提出了基于云模型的风险评估方法. 仿真实验表明, 提出的信任评估模型能对复杂的网络环境中实体的信任做出合理的评价; 基于云模型的风险评估方法能对电子商务中的交易风险进行合理可行的预测. 设计并实现了一个基于云模型的风险评估系统, 进一步验证了基于云模型的风险评估方法的可行性和合理性, 也为复杂的网络环境中风险评估的研究提供了有价值的新思路.     

基于交互式遗传算法的群体评价模型——以水利人才为例

针对水利人才评价的复杂决策问题,提出了一种基于交互式遗传算法的群体评价模型。以交互式遗传算法中适应度值为接口,实现了群体评价方法与交互式遗传算法的结合,通过人工智能技术把定性指标定量化,解决了水利人才评价这类复杂决策问题的优化目标非定量化的问题。在Matlab环境下建立仿真模型,并将其用于水利人才的评价。实验结果表明:该模型是可行和有效的,为这类复杂、模糊的决策问题提供了一种解决方法。     

基于云模型的黑启动群体决策优化方法

随着现代电力系统结构和运行模式的不断复杂化,群体决策理论有望逐步广泛应用于电力系统黑启动决策之中。在此背景下,提出了一种基于云模型的黑启动群体决策优化方法,其中考虑了群体决策中难以回避的主观性和模糊性。黑启动群体决策优化结果采用由云发生器产生的云图来表示,这不仅可以观察到各种黑启动决策结果的期望值,还可直观比较各个黑启动方案中的最佳和最差情况,从而便于对黑启动决策结果进行综合分析。最后,用算例说明了所提方法的可行性和有效性。     

复杂系统决策的综合评价方法

复杂系统评价方法是决策者在管理决策和项目选择中的重要辅助工具,在分析复杂系统决策问题特点的基础上,运用多属性决策分析原理对复杂系统决策问题进行研究,通过对层次分析方法、消去与选择转换方法、偏好顺序结构评估法三种多属性评价方法进行比较分析,提出了一种基于该三种多属性评价方法的复杂系统综合评价方法,建立了评价模型,并将该综合评价方法应用到实际复杂系统评价问题中,结果表明该综合评价方法具有可操作性和实用性,可为复杂系统评价问题提供科学参考.     

基于免疫数值归约方法的车牌颜色识别算法

为了解决K近邻算法(KNN)在训练样本较大时计算开销很高的问题,提出了一种新颖的基于免疫原理的数值归约方法,并将之应用于车牌颜色的识别.给出了抗原决定基、免疫细胞等的定义和亲和力计算方法;采用克隆选择与变异、免疫耐受和免疫记忆等机制实现对训练抗原集的多种群并行免疫学习,达到数值归约的目的;利用免疫归约所得检测器结合KNN方法完成免疫应答阶段的车牌颜色识别.在两个数据集上与利用直方图进行数值归约的方法进行了对比实验,结果表明,本文算法能有效进行数值归约,归约率分别达到98.87%和 95.48%;并取得了较好的分类效果,正确率分别为97.45%和94.73%.     

群体决策中专家决策的关联度集成方法

本文针对群体决策中的群体评价问题,基于灰色关联分析模型提出了一种集成多专家评价的关联度方法,并给出了应用实例.     

群体多目标决策的综合价值系数法及其应用

实际问题的决策中,往往需考查多个目标,即多目标决策问题,其目标要求既有越大越好,又有越小越好,即目标混合型的多目标决策问题,决策不但有科学性问题,还有民主性,即群体决策问题,针对上述问题,给出群体多目标决策的综合价值系数法,并将此法应用于采购决策中,收到满意效果。     

云服务模式下设计方案的优选决策方法

针对云服务模式下设计方案在多目标优选决策过程中未能充分考虑到用户多元化和差异性的需求问题,提出结合质量功能配置和粗糙集理论的设计方案优选决策方法. 该方法在分析云服务模式的基础上,引入用户参与的设计决策过程方式和模糊评价机制,对用户需求进行聚类分析和智能转化. 建立面向用户需求的设计方案评价指标体系,对网络化协同设计过程中的设计方案评价指标的重要度进行准确量化. 遵循科学性与系统性相结合的原则,提出云服务模式下设计方案优选决策三阶模型. 结合粗糙集理论和粗糙逼近理想解法,对该模型进行求解. 以云服务平台上的游艇设计方案为例,验证该方法的有效性和可行性.     

基于强化学习的云计算资源调度策略研究

提出了一种基于强化学习的云计算虚拟机资源调度问题的解决方案和策略。构建了虚拟机的动态负载调度模型,将虚拟机资源调度问题描述为马尔可夫决策过程。根据虚拟机系统调度模型构建状态空间和虚拟机数量增减空间,并设计了动作的奖励函数。采用Q值强化学习机制,实现了虚拟机资源调度策略。在云平台的虚拟机模型中,对按需增减虚拟机数量和虚拟机动态迁移两种场景下的学习调度策略进行了仿真,验证了该方法的有效性。     

基于小波分析与随机森林算法的电力电子电路故障诊断

提出一种基于Db6小波函数和随机森林算法相结合的电力电子故障诊断新方法.介绍应用Db6小波进行波形分解和提取故障特征量的方法与步骤,阐述随机森林算法决策树的生长和投票过程,应用随机森林算法设计出故障分类器,并将其应用于12脉波可控整流电路的故障识别.诊断结果表明,所提方法具有较高的正确诊断率和较强的抗噪声能力.在加入5...     

基于集成学习的城市空间停车难度预测

停车位预测技术是解决城市停车难问题的一种可行方案。针对神经网络等预测模型难以应对诸如路边占道停车等复杂情况,提出了一个基于支持向量机和决策树集成的模型训练方法,不再着重预测停车位的个数,而是预测某一位置的停车难度。在每轮训练过程中拟合一个支持向量机模型,同时收集预测出错的样本,最后在误分类样本集合上训练决策树模型来提高整个模型的预测准确性。采用该方法训练了一个城市空间停车难度预测模型,并利用该模型预测了近一周时间的停车难度。实验结果显示,该方法的预测效果优于单独使用支持向量机、决策树和全连接神经网络模型,可以较好地捕捉到停车难度随时间变化的基本情况。     

基于层次分析法的云服务可用性评价方法

面向云服务可用性评价的多准则决策问题,提出了一种基于层次分析法（AHP）的云服务可用性评价方法.首先,梳理了近年来国际标准化组织和国内外学者针对云服务可用性研究的相关成果;其次,结合云服务可用性的各种特性和子特性,以及企业的最佳实践,提出了度量方法;最后,将AHP引入云服务可用性评价,保证评价结果的科学性.实验结果表明,通过对影响云服务可用性的特性和子特性进行层次划分,以及对各类影响因素度量方法的合理设置,有效地提高了云服务可用性评价的标准化水平和准确性.     

一种面向信誉主观性和时变性的云服务信任管理方法

反馈信息不能反映评价人的个人偏好,且其评价的重要程度随时间增加逐渐消减.为此,在充分考虑评价人的个人偏好基础上提出了一个基于信誉的信任管理框架.该框架主要包括基于决策树的信任计算模型和时间衰减计算模型.最终使得云服务的信誉值不再仅仅局限于反映云服务质量的一个客观数值,而是更能体现出不同云服务评价人的主观性.在该模型的基础上,进行了实验对比分析.实验分析结果表明,与现有的信誉评价模型相比,采用决策树和时间衰减模型信誉评价更为精确.     

基于单值中智集和云聚类的产品造型设计决策方法

为了获得客观、合理的权重分配,综合考虑有限理性心理行为特征和策略操控行为,把决策专家进行科学聚类,提出基于单值中智集（SVNS）和云模型聚类的产品造型设计多属性决策方法.决策专家构造标准属性和备选方案的成对比较比率平方矩阵获得SVNS,映射真、假、不确定3个隶属度值到单值中智立方体（SVNC）中,筛选各标准属性下备选方案的评估结果,获得标准属性的相对权重.利用融合多粒度语言的云模型聚类方法集群决策专家,淘汰存在冲突和非理性的决策专家,获得有效的设计决策专家权重.由标准属性权重和决策专家权重,综合计算各备选方案的总体优先级得分并进行排序.以汽车造型设计方案为例,验证所提方法的可行性和有效性.结果表明,所提方法避免了恶意策略操作,有效地解决了复杂和不确定情况下的汽车造型设计多属性决策问题.     

粗糙集-决策树在数据挖掘中的应用

目的将数据挖掘技术应用在胶合板缺陷检测数据中，提取出有效的、正确的规则信息．方法通过分析比较粗糙集软计算方法和决策树方法的特点，利用两种方法具有的优势互补性，将其进行有机集合，构造数据挖掘模型．结果从胶合板缺陷检测数据中挖掘出对用户有价值的决策规则，并将其用“IF—THEN”语句表达出来．以便指导以后的决策过程．结论基于粗糙集和决策树结合的数据挖掘方法提高了获取规则的快速性，降低了计算的复杂度，增强规则的可解释性，取得了良好的研究结果．