产品结构与或树的设计成本优化控制模型

针对大型离散制造企业产品结构特点,提出产品的自制件、外购件、原材料和工艺的多级综合结构模型.为了实现产品设计成本的优化控制,建立产品结构与或树的配置模型,并通过定义产品组成子件之间的相关性表示产品满足工艺需求的可制造性.基于单级产品结构与或树给出产品设计成本优化模型,采用仿真示例进行验证.仿真结果表明,所提出的DFC的模型Opt-BOMP较之DTC模型能够获得成本更优的产品设计方案.Opt-BOMP充分考虑了用户对产品的质量需求、供应商对外购物料的影响、产品的工艺要求、产品设计和生产的结合,能够增强产品设计的可行性.     

基于与或树结构的手写汉字识别方法

提出以与或树结构来描述手写汉字结构特征和笔划特征的方法，并以特征树之间的距离量度来判定特征树的匹配，从而达到识别汉字的目的。此外，使用与或树结构能够归纳出训练字的共性和差异，并对识别字典充实与完善。     

基于最小生成树的点云数据去噪方法

为了保证重建的模型质量或模型配准的精度,提出采用基于最小生成树的聚类算法将点云数据中的噪点去除,并在尸体股骨上对这种骨表面点云数据的获取方法的可行性和噪点去除方法的有效性进行了验证。实验证明,这种数据获取方法是可行的,所采用的噪点去除方法也是有效的。     

基于云模型及可达性分析的复杂配电网可靠性评估

传统的配电网可靠性评估是将元件故障率参数作为常数加以处理,但实际中要受到诸多因素影响,导致评估结果不准确。将云模型引入到配电网可靠性评估中,结合可达性分析法提出一种配电网可靠性评估的云模型算法。采用正向正态云发生器生成n组元件原始故障率参数,利用可达性分析法对每组云滴评估,得到n组可靠性指标;采用逆向正态云发生器将n组可靠性指标转化成以数字特征表示的可靠性指标云模型。算例验证结果表明,该算法是正确的,且能综合反映指标的具体变化和分布,符合人们对不确定性的认知方式。       

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．     

基于抽象语法树和多态机制的复杂条件语句自动重构研究

针对源代码中复杂条件语句将增加程序的复杂性, 影响代码的易理解性、可测试性、可维护性和可扩展性等问题, 提出了一种基于抽象语法树和多态机制的复杂条件语句自动重构方法, 用于识别源代码中复杂条件语句的重构时机并实施自动代码重构. 首先将源代码转换为抽象语法树, 再探测代码中的条件语句, 寻找满足预定条件的条件语句, 最后利用多态机制对条件语句进行自动重构, 将其封装到一系列子类中. 对4个开源项目进行重构时机识别和自动重构实验. 实验结果表明, 重构时机识别算法的精确率可达100%, 并能准确地实现代码的自动重构; 经回归测试, 重构后的代码未引入任何错误; 此外, 该算法具有较好的性能, 执行时间与系统规模呈线性关系, 能够应用于各类不同规模的系统.     

基于XML的类规约实现和重用研究

将XML技术应用到类规约描述和重用中,提出了一种基于XML的类规约重用方法．使用XML描述可重用的类规约,设计类规约重用的一般流程以及需要遵守的准则,然后在类规约库中查找符合需求的类规约进行重用．实践证明,重用XML描述的类规约可以使软件分析效率得以大幅提高．     

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.     

基于云模型的网格任务调度遗传算法研究

针对网格环境动态多变性的特点,为了克服传统遗传算法易陷入局部最优的缺陷,提出了一种基于云模型的网格任务调度遗传算法。该算法由正态云模型的Y条件云发生器实现交叉操作,由基本云发生器实现变异操作,对调度模型进行优化求解,并在任务调度中对初始种群的产生、选择、变异和交叉操作进行了改进,通过实验分析,表明了该算法的可靠性、有效性和实用性。     

基于复杂网络的传染病传播模型研究

从复杂网络理论出发,通过建立复杂网络模型的方法模拟了传染病传播的过程,对SARS的传播过程成功的进行了模拟,同时以此为基础对可能影响传染病的几种因素进行了具体的考察,如人员的隔离、及时就医等,考察了这些因素对控制传染病达到稳定的具体影响,并给出了一些控制这类问题的建议.     

基于决策树的就业数据挖掘

针对学生就业问题，给出了就业数据挖掘模型．决策树方法是数据挖掘中非常有效的分类方法，根据就业数据特点，采用了C4．5决策树算法．C4．5算法是决策树核心算法ID3的改进算法，它构造简单，速度较快，容易实现．模型对就业数据预处理，选取决策属性，实现挖掘算法并抽取规则知识，由规则知识指出哪些决策属性决定了就业单位的类别，挖掘结果表明，该算法能够正确将就业数据分类，并得到若干有价值的结论，供决策分析。     

基于决策树和专家系统的短期电力负荷预测系统

提出决策树与专家系统相结合的负荷预测系统。利用决策树建立预测模型,对待测日负荷进行初步预测,再结合专家系统中的修正模型对初步结果进行修正,得到最终预测结果。建立决策树时,根据最大信息增益原则选择测试属性,降低决策树的复杂度,减少计算时间。提出开放的专家系统,专家模型应处于不断完善之中。并应用天津2003年的负荷数据和气象资料进行了建模和预测计算,统计分析结果表明该方法可提高预测的精度,具有实用性和有效性。     

基于云变换的概念提取及概念层次构建方法

提出了一种基于云变换的概念提取及概念层次构建方法。首先通过云变换从数据库中提取定性概念,然后对原有概念跃升算法进行改进,使其在处理概念云合并时考虑幅度系数的影响,从而使得算法输出的概念层次能够更符合实际。最后用该方法对汽车价格数据进行分析,从中提取定性概念,并构建概念层次。实验表明,该方法能够较准确地提取和表征定性概念,所提取的概念中心与传统聚类算法得到的概念中心吻合较好,且基于云模型的概念表示能同时体现概念的随机性和模糊性,从而使得基于这些概念构建的本体能更准确地描述概念模型。     

基于有序决策树的改进归纳算法

基于构建有序决策树,提出了一种新的归纳算法。该算法选择的扩展属性不仅和类的有序互信息值最大,而且要求和同一分支上已被用过的条件属性的有序互信息值最小。实验结果表明,考虑了条件属性之间的相关性后,可避免同一条件属性的重复选择,真正体现了条件属性和决策属性之间的有序互信息,与已有的算法相比,提高了测试精度。     

基于S变换和决策树算法的电能质量扰动识别

提出一种基于S变换和数据挖掘中决策树算法的电能质量扰动识别的方法.该方法首先用S变换对电能质量扰动波形进行时频分析,并使用统计方法提取相关特征量,然后用决策树算法对提取的特征量样本进行分类,并获得明确的分支规则.仿真结果表明,该方案正确率高,抗噪声能力强,训练样本少,响应速度快.     

基于粗糙集的决策树规则提取算法

针对ID3算法用信息增益作为在各级非叶节点上选择属性的标准的局限性,结合统计学独立检验思想,给出一种新的属性依赖性和重要性定义,以新的属性重要性为启发式信息设计决策树规则提取算法。实例分析的结果表明,该算法能提取更为简洁有效的决策规则。     

决策树学习算法在交通方式选择模型中的应用

主要阐述了决策树学习算法在交通方式选择模型中的应用.在基本决策树的基础上,使用随机森林组合学习算法来建立交通方式选择模型,以Bagging预测方法和CART算法为主,以随机特征选择和"投票"方法为辅,并相互融合,结合具体实例详细介绍该模型的建立,从数据的选择到整个森林中树的数目和每个结点处抽取的候选属性的个数调整,并对模型进行了相应的评估.实验结果表明,随机森林预测精度高,且对噪声数据具有较强的稳健性,采用决策树学习算法得出的规则在交通方式选择的分析中具有较好的实用价值.     

基于决策树与模糊神经网络的双机协调控制设计

在两个巨型操作装备夹持一个工件水平操作时,需要对其协调控制,以防止对工件的损伤。本文将协调控制过程整体设计为决策和执行两层,首先用适应于过程辨识的模糊神经网络为决策树提供对象模型,然后设计了分类结果为模糊隶属度的针对时间有序的决策树,为双机提供上层协调策略,并为单机控制器提供了输入,最后由模糊神经网络控制器根据决策树的分类决策执行单机控制,从而完成整个双机的协调控制过程。通过双操作机仿真及双液压缸实验与被动柔顺及PID控制进行了对比,均证明了该方法更优越。     

基于决策树和数据驱动的零电量用户筛选方法

随着电力系统中用电客户的增多及客户用电形式的多样化,零电量用户(none-consumption user, NCU)逐渐增多,对零电量用户进行排查耗费了电网公司大量的人力物力。在此背景下,基于电力用户用电信息采集系统(electricity information acquisition system, EIAS)的零电量用户信息,提出了一种零电量用户筛选的数据驱动算法,判断正常零电量用户和异常零电量用户。采用决策树对电力用户用电信息采集系统数据进行分析,确定零电量用户异常类型;对决策树无法辨别的用户类型,通过分析零电量用户计量采集数据和营销数据,提取适用于零电量用户筛选的关键因子,进而构建零电量用户筛选评价体系;在此基础上,采用(criteria importance though intercrieria correlation, CRITIC)法确定关键因子的权重,并采用雷达图法对零电量用户进行筛选分类。以浙江省某供电所管辖下的零电量用户为例对所提出的方法进行说明,并通过现场排查进行校验,结果表明所提出的零电量用户筛选方法具有一定的有效性。