行为模式支持下的人为差错分析方法研究

人为差错严重影响系统安全。为全面辨识分析人为差错并找出合适的规避措施,提出一种行为模式支持下的人为差错分析方法。该方法提出“认知过程是场景相关的”观点,建立不同任务场景下可能对应的认知过程。为此,引入行为模式作为两者之间的桥梁。设计一个行为模式分类器,可以确定不同任务场景下可能对应的行为模式;分析不同的行为模式可能对应的认知过程;在此基础上分析不同行为模式下可能对应的差错模式及其成因,并讨论相应的差错规避措施;通过实例演示以上分析过程。     

交互式遗传算法基于用户认知不确定性的定向变异

利用用户认知的不确定性设计定向变异算子．首先，采用主成分分析法辨识用户认知的不确定性；然后，给出用户认知不确定性的区间表示与更新策略；最后，将用户认知的不确定性指导定向变异算子，包括：选择待变异的进化个体，确定变异位置，以及变异方法等．将所提方法应用于人眼图形优化，实验结果验证了该方法的优越性．     

基于工作流模式的元建模研究

把另一个工作流语言系统纳入到模型驱动架构中来,是该系统开发由理论逐步走向应用的途径,为了实现这个构思,提供了基于的工作流模式的建模方法。通过对于工作流元建模开发架构进行的认知与分解,确定了另一个工作流语言系统在该架构中最适合的阶段和层次。在此基础上,建立了基于工作流模式的元建模框架,利用图的语言,设计了基于结构及特点分析的模型转换的框架。该方法有利于提高软件开发的效率并具有交互性和可复用性。     

基于SUA的鲁棒协同优化方法

首先介绍了多学科环境下不确定性的类型以及各种不确定性发生的阶段和传播方式,并简要描述了多学科系统中不确定性传播方法SUA和近似不确定性传递方法IUP.最后,在此基础上给出了一种鲁棒协同优化的计算框架.     

交互式遗传算法基于用户认知不确定性的定向变异

利用用户认知的不确定性设计定向变异算子．首先,采用主成分分析法辨识用户认知的不确定性;然后,给出用户认知不确定性的区间表示与更新策略;最后,将用户认知的不确定性指导定向变异算子,包括：选择待变异的进化个体,确定变异位置,以及变异方法等．将所提方法应用于人眼图形优化,实验结果验证了该方法的优越性．

     

基于语义透明性的混合认知结构的研究

在构造一个混合认知系统的时候,需要有一个基本原则来确定人工神经网络和符号系统的功能和任务.本文试图通过构造一个含有迭代序列的概念模型和方法框架,预测认知行为中的基本要素,对人的认知行为进行客观的分析,为评价和构造混合模型的结构和处理过程奠定基础.本文首先介绍了"语义透明性(semantic transparency)"的概念,并用之描述和分析认知模型的特征以及隐含在人的认知行为中的过程,然后给出了一个具体的混合认知结构模型,最后根据从脑监控系统所得到的关于受试者处于认知行为过程的实验数据,进一步研究和分析混合认知模型的语义透明性问题.     

海洋台站不确定性数据表示方法的研究

针对当前海洋台站数据存在不确定性的现状,在分析Trio和MayBMS两种不确定数据表示方法的基础上,结合海洋台站数据属性不确定的特点,提出一种适合于海洋台站不确定性数据的表示方法。实验结果表明,该方法能够消除现有表示方法可能产生的冗余信息并有效减少生成的关系表的数量,为今后海洋台站不确定性数据高效查询方法的研究奠定了基础。     

产品外形设计中客户感性认知模型及应用

为了更好地利用客户的感性认知支持产品外形设计活动,提出一种产品外形设计中客户感性认知与产品外形特征关联模型.在分析产品外形设计中所涉及的客户感性认知特点的基础上,建立产品外形特征要素与客户感性认知要素的关联模式;以认知行为为标准,利用特征匹配实现了客户感性认知的识别与相似性分析;提出了基于模糊认知图的客户感性认知与产品外形特征关联模型,利用蚁群聚类算法确定模糊认知图的结构及邻接矩阵,从而获取客户感性认知以指导产品的外形设计.最后通过实例验证了该模型的有效性和实用性.     

基于可信度的辩论模型及争议评价算法

辩论是智能主体间为了消除分歧的一种基于言语的交互行为.由于知识的局限性,争议以及争议内部的陈述通常存在不确定性,因此在对辩论进行建模时需要考虑不确定信息处理问题.提出一种基于可信度的辩论模型（CFA）,该模型将争议表示为由若干前提和一个结论组成的可废止规则,并用对话树描述辩论推演过程.为了表示不确定性推理,引入可信度模型,将争议前提的不确定性和争议之间的攻击强度统一用可信度因子表示.在此基础上,提出计算陈述可信度的争议评价算法,并通过设定可信度阈值确定陈述的可接受性,得出最终辩论结果.最后,用一个实例说明该方法的有效性.该模型可以有效处理不确定信息条件下辩论推理过程,其辩论算法建立在数值计算基础之上,所得出的可接受陈述集在给定可信度阈值条件下是唯一的,可以克服Dung 的抽象辩论框架中扩充语义的不足.     

多能流系统合作协同的不确定多目标决策

多能流工业生产过程具有多目标、强耦合、时变、不确定性等特点,针对此类系统的平衡调度问题,本文提出一种基于合作协同优化的不确定多目标决策方法.以钢铁企业副产煤气系统为例,针对系统未来状态的不确定性,本文在优化决策的过程中结合卡尔曼滤波方法和贝叶斯定理,提出一种考虑条件预期的不确定决策模型.该模型能够同时分析当前目标和预期目标,从而消除未来状态不确定性带来的影响.针对副产煤气系统多能流强耦合的特点,本文在优化决策过程中综合考虑单能流系统特性以及多能流系统的协同关系,基于图模型原理提出基于双向权重的协同进化方法,从"总体"–"局部"相结合的角度给出最优的决策策略.通过实际钢铁企业数据的仿真实验表明,该方法能够充分考虑未来的不确定性,同时兼顾单能流系统性能和多能流耦合关系,给出合理的调度决策方案.该方法可用于具有多目标、强耦合以及不确定性的复杂多能流系统,为其调度决策问题提供支持.     

基于层次灰色关联分析的舱室内环境HRA评价

舱室是操作者操纵和执行任务的工作空间,其内环境直接影响到操作者的工作状态和工作效率。为了在安全性要求较高的舱室设计中进行HRA（Ｈuman Reliability Analysis）分析,以人机工程学和认知心理学为基础,分析了影响人机交互效率的主要因素和认知失误原因,建立了人机交互综合认知模型,在此基础上改进了CPC（Common Performance Condition）评价因子,并采用层次分析法确定其权重。运用灰色关联分析改进CREAM（Cognitive Reliability and Error Analysis Method）方法计算出认知失误概率,实现了舱室内环境人因可靠性的定量评价。最后设计并编制了评价系统,使得评价决策过程数字化,并以石油钻机司钻控制室设计方案评价为例作为验证。     

基于约简属性和阈值分割的决策树构建方法

针对决策树C4.5算法在处理连续值属性过程中时间复杂度较高的问题,提出一种新的决策树构建方法：采用概率论中属性间的相关系数（Pearson）,对数据集中的属性进行约简;结合属性的信息增益率,保留决策属性的最优子集,保证属性子集中没有冗余属性;采用边界点的判定,改进了连续值属性离散化过程中阈值分割方法,对信息增益率的计算进行修正。采用UCI数据库中的数据集,在Pycharm平台上进行一系列对比实验,结果表明：采用改进后C4.5决策树算法,决策树生成效率提高了约50%,准确率提升约2%,比较有效地解决了原C4.5算法属性选择偏连续值属性的问题。     

概率语言术语集多准则决策方法研究进展

多准则决策理论与方法的应用能否达到预期的经济效益与社会效益,逐步成为该研究领域关注的核心议题。近年来,基于概率语言术语集（Probabilistic Language Term Set,PLTS）的决策理论与方法受到广泛关注,PLTS既能够反映决策者对方案或准则的犹豫模糊语言评价或比较偏好,又能体现各语言术语的概率信息,较为贴近决策者的思维认知过程,已广泛应用于投资项目风险评估、模式识别、医疗诊断等领域,产生了良好的应用效果。从PLTS的信息融合理论、测度理论、偏好关系理论、基于PLTS的多准则决策方法这四方面系统回顾PLTS的研究现状,分析现有研究存在的不足,指出采用概率不确定语言术语集（Probabilistic Uncertain Linguistic Term Set,PULTS）即能更为高效、精准地反映定性决策信息的模糊不确定性。阐述该领域后续研究应当重点关注PULTS的信息融合、测度理论框架、偏好关系的一致性-共识达成过程、多准则群决策方法及其应用研究等核心问题,并给出相应的研究思路,为该领域后续研究提供可行性借鉴。     

基于概率不确定犹豫模糊偏好关系的决策模型

针对犹豫模糊信息在现实决策中难以准确和充分的提供决策者评价信息的问题,引入了概率不确定犹豫模糊偏好关系（PUHFPR）的概念,其能够有效处理概率不确定犹豫模糊元（PUHFE）中元素发生概率信息部分已知和完全未知的决策问题;给出了PUHFPR的期望加行一致性、满意加性期望一致性定义,并以偏差最小化为目标函数构建最优化模型确定PUHFPR元素的发生概率;建立基于一致性调整算法的概率不确定犹豫模糊偏决策模型,得到方案的排序权重向量,从而选择最佳的方案;通过遴选上市公司进行投资的实例说明决策模型的有效性。     

基于支持向量机集成的个人信用评估研究

信用评估模型的优劣会对信贷机构损益和金融市场秩序产生直接的影响，为提升个人信用评估模型的精度，将集成方法应用到信用评估领域，提出改进DS证据理论的支持向量机集成个人信用评估模型，并将属性约减纳入建模过程中。利用C4.5决策树约减冗余属性，并根据数据集类别标签和支持向量机混淆矩阵，后验概率构造证据理论概率赋值函数。计算基于分类器间支持度的权重与专家权重修正由于训练过程受到干扰而产生的冲突证据。通过DS融合做出最终决策。实证分析探讨了该方法的优越性和可行性，可成为一种有效信用评估工具。     

基于图分析的OFDM频谱感知

随着OFDM信号被广泛应用到现代无线通信系统中,认知无线电中OFDM信号的检测具有重要意义。引入基于图的离散信号处理理论,提出了一种基于图分析的OFDM信号频谱感知方法,详细分析了其检测原理及判决门限的设定,并最后通过蒙特卡洛仿真实验,验证了这种方法的可行性并分析了检测性能,仿真结果表明,在较低信噪比下,这种方法仍具有良好的检测性能。     

基于群体优势遗传算法的高校排课问题研究

深入分析了高校排课问题,建立了高校排课问题的数学优化模型,构建了基本求解框架。针对高校排课问题的特点,引入遗传算法来加以解决,设计了多种改进方案：新的二进制编码方案、初始种群生成方案、适应度函数设计方案、群体优势策略、自适应交叉概率和自适应变异概率设计方案。仿真结果表明该算法能够满足高校排课问题的多重约束条件,能更有效地解决高校排课问题。     

决策树与数据仓库结合的研究与应用

针对决策树因生长而导致的占用存储空间大、查询速度慢、提供分类决策信息失误率高等弊端,研究数据挖掘中决策树与数据仓库的理论共性,提出将决策树与数据仓库相结合,包括表示方法的结合和基于OLAP操作的结合,以达到提供全新决策支持的目的。应用结果证明了该结合的可行性与优越性。     

采用新型编码GA的高校排课问题仿真研究

深入分析了高校排课问题,建立了它的数学优化模型,构建了该问题的基本求解框架。针对高校排课问题的特点,引入遗传算法来进行仿真研究,设计了多种改进方案,包括：三维编码方案、初始种群生成方案、适应度函数设计方案、自适应交叉概率和自适应变异概率设计方案。仿真结果表明该算法能够满足高校排课问题的多重约束条件,能有效地解决高校排课问题。     

基于三维免疫遗传算法的高校排课问题研究

深入分析了高校排课问题,建立了其数学优化模型,构建了它的基本求解框架。针对高校排课问题的特点,引入遗传算法来加以解决,设计了多种改进方案,包括:三维编码方案、初始种群生成方案、适应度函数设计方案、免疫策略、自适应交叉概率和自适应变异概率设计方案。仿真结果表明该算法能够满足高校排课问题的多重约束条件,能更有效地解决高校排课问题。