基于云模型的山区铁路选线设计方案评价模型

山区铁路选线方案评价具有定性指标多的特点,传统铁路方案评价方法未考虑到定性指标中不确定性因素的影响,并且当定性指标与定量指标出现交叉时,缺乏相应的评价方法.首先利用云模型弥补了传统层次分析法在确定主观权重时对专家意见的不确定性考虑不足的缺点;再通过构建一种新的权重融合模式来计算指标的组合权重,以使指标权重达到主、客观统一;然后根据云模型的不确定性推理原理,在专家采用语言变量对定性指标进行评价的基础上,通过使用云发生器实现定性指标的有效量化;最后引入投影法进行方案优选.建立了综合考虑定量及定性指标的山区铁路选线方案评价模型,并通过一个原则方案的比选实例说明了模型的可行性和实用性.该研究为山区铁路选线设计的线路方案定性、定量综合评价提供了新的思路和手段.     

基于混合型模糊指标的云制造资源选择决策方法研究

针对云资源优选决策过程中存在定性指标模糊性,以及定量指标以区间性度量为代表的决策难点问题,提出了一种不确定性环境下基于OWA算子的混合型多指标云制造资源优势度决策方法。该方法首先运用标度法将不可量化的模糊性定性指标转化为区间数定量指标;其次利用基于相对优势度的区间数排序,结合OWA算子对云服务的优势度进行集结,得到云制造资源的综合优势度,给出云制造资源集合的优先排序,从而为用户选择出最需要的制造服务资源。通过在数控机床设备优选过程中的应用,验证了该方法的可行性和实用性。     

识表示中的不确定性

知识表示一直是人工智能研究中的一个瓶颈,其难点在于知识中隐含有不确定性,即模糊性和随机性.文章提出用云模型3个数字特征(期望值,熵,超熵)来描述一个定性概念,用熵来关联模糊性和随机性.代表定性概念的云的某一次定量值,被称为云滴,可以用它对此概念的贡献度来衡量,许许多多云滴构成云,实现定性和定量之间的随时转换,反映了知识表示中的不确定性.论文以此对我国农历24个节气进行了新的量化解释.云方法已经用于数据开采、智能控制、跳频电台和大系统效能评估中,取得明显的效果.     

知识表示中的不确定性

知识表示一直是人工智能研究中的一个瓶颈,其难点在于知识中隐含有不确定性,即模糊性和随机性。意提出用云模型3个数字特征（期望值,熵,超熵）来描述一个定性概念,用熵来关联模糊性和随机性。代表定性概念的云的某一次定量值,被称为云滴,要以用它对此概念的贡献度来衡量,许许多多云滴构成云,实现实性和定量之间的随时转换,反映了知识表示中的不确定性。论以此对我国农历24个节气进行了新的最化解释。云方法已经用于数据开采、智能控制、跳频电台和大系统效能评估中,取得明显的效果。     

基于云模型的信任评估研究

讨论了信任关系的随机性和模糊性共存以及相互融合问题。分析云模型描述不确定性概念的方法和实现定性语意与定量数值相互转换的算法,提出了基于云理论的信任评估模型—信任云。该模型提出云特征参数表达的信任传递和合并算法,在精确描述信任期望值的同时,通过熵和超熵刻画了信任的不确定性。相对于传统的信任评估策略,该模型获取的信任值包含更多的语意信息,更适合作为信任决策的依据。     

论正态云模型的普适性

分布函数是分析随机现象的重要工具，正态分布是最重要的概率分布，在自然科学和社会科学中应用广泛；隶属函数是模糊集合的基石，正态隶属函数也有广泛的应用。但是，精确确定一个模糊概念的隶属函数已经成为模糊学应用的瓶颈。云模型把随机性和模糊性结合起来，用数字特征熵，揭示随机性与模糊性的关联性，并用来表示一个定性概念的粒度。正态云模型通过期望、熵和超熵构成的特定结构发生器，生成定性概念的定量转换值，体现概念的不确定性。这种特定结构不但放宽了形成正态分布的前提条件，而且把精确确定隶属函数放宽到构造正态隶属度分布的期望函数，因而更具有普遍适用性，更简单、直接地完成了定性与定量之间的相互转换过程。     

LSTM网络继电保护装置可靠性预测

继电保护装置可靠性是保证电力系统安全、稳定运行的基础,为准确预测继电保护装置的可靠性,构建基于长短时记忆（long-short term memory,LSTM）网络的继电保护装置可靠性预测模型。提出将注意力模型嵌入LSTM网络以进一步提高LSTM网络的预测准确度,建立基于云模型的继电保护装置劣化程度指标定量和定性评估之间不确定性转换模型。结果表明：嵌入注意力模型的LSTM网络比LSTM网络的预测准确度显著提高,具有较好的逼近能力和泛化能力,均方根误差为1.28%,平均绝对百分比误差为6.62%,当劣化程度指标大于40%时的相对误差控制在–5%～5%范围内。采用建立的云模型分析方法实现相同评级范围的样本劣化程度指标定性和定量联合评判,可为定性评级的模糊性和随机性提供定量评价指导。     

MIP——基于云计算的AV系统解决方案

在了解了云计算、云服务的基础,给出了一个基于云计算服务项目的AV系统解决方案,将系统的音频、视频、灯光、机械和控制部分全部转换为网络连接结构,通过安装在项目中的多台虚拟服务主机阵列组成一个云服务架构,成功地将控制信号和流媒体服务集成到一个平台上传输和控制,并对音视频处理器和系统控制主机应用工业虚拟机进行负载均衡,实现虚拟化。     

产品总体方案评价与优选的证据推理决策

产品总体方案评价与优选决策是产品设计过程中的重要步骤,它是决定总体设计之后进行详细设计的关键环节。考虑产品总体方案评价与选择决策过程中不确定、不完全主观判断的混合多属性决策问题,提出基于证据推理的决策模型;对决策属性中定量属性的证据处理以及不同定性属性不同辨识框下的情况进行了讨论。最后给出了实例。     

运用云模型的虚拟组织合作伙伴选择

基于通过互联网寻找合作伙伴可能产生众多潜在合作伙伴的假设,建立了虚拟组织合作伙伴选择的定性评价指标的云模型表示,有效表达了定性指标的随机性与模糊性;基于互联网收集潜在合作伙伴的评价,给出了基于云模型的虚拟组织合作伙伴选择方法,该方法考虑了第三方的评价,提高了选择结果的客观性和公正性。示例结果验证了该方法的合理性与可行性。     

基于云模型的区域物流产业集群绩效评价

物流产业集群在促进物流业发展、带动区域经济发展方面具有重大意义,通过对物流产业集群绩效进行评价来识别物流产业集群发展存在的主要问题,进而提出有针对性的改进措施是目前研究的重点,而将云模型应用到集群绩效评价上不仅能有效实现定性指标与定量指标之间的转换,而且使评价结果更为准确、直观。介绍云模型相关概念;对物流产业集群绩效进行界定,并建立了区域物流产业集群绩效评价体系;以沈阳经济区为例,根据云模型的评价步骤对该区域物流产业集群绩效进行评价。结果表明沈阳经济区物流产业集群绩效水平处于等级“一般”与“较好”之间,应注重竞争合作能力的提高并加强创新能力管理。     

A combined fuzzy DEMATEL and cloud model approach for risk assessment in process industries to improve system reliability

Decision-making trial and evaluation laboratory (DEMATEL) analysis is an effective and comprehensive method for identifying accident factors and converting the relationships among them into a visual structural model. Traditionally, the mean value method is adopted to summarize the initial direct-relation matrix, but it ignores the errors caused by differences in expert knowledge. In addition, a single qualitative risk assessment may not be sufficiently comprehensive and persuasive. The qualitative risk assessment results may not play a complete role in helping industrial plants carry out safety management. Therefore, this study proposes a quantitative risk assessment model based on the cloud model (CM) called the fuzzy DEMATEL-CM. An assessment index model is established by identifying the hazards associated with a converter steelmaking system. Subsequently, fuzzy DEMATEL analysis is applied to determine the relationships among the assessment indices and calculate their weights. Then, the CM is utilized to calculate the risk levels of the assessment indices and determine the comprehensive risk level. Finally, a case study is introduced to verify the practicability and validity of this model, and it is observed that the model has a certain superiority in solving uncertain problems. The quantitative risk assessment results are helpful for preventing accidents to improve the reliability of converter steelmaking plants.     

Stochastic coloured Petri net (SCPN) models of traditional and flexible kanban systems

Modelling and analysis of kanban-controlled (just-in-time) production systems under realistic assumptions presents a number of challenges, including the ability to conduct both qualitative and quantitative analysis, and the ability to model control policies. These challenges are due, in part, to station interdependence, blocking and starvation due to limited buffer spaces, and the necessity of modelling both material and kanban flows. Petri nets (PNs) have recently emerged as a promising approach for modelling manufacturing systems. PNs are a graphical and mathematical technique useful for modelling concurrent, asynchronous, distributed, parallel, non-deterministic and stochastic systems. PN models can be analysed to determine both their qualitative and quantitative properties. In this paper, we develop stochastic, coloured PN (SCPN) models of a JIT system utilizing two different kanban control policies: a traditional kanban system (TKS) policy and a flexible kanban system (FKS) policy. The resulting models can be used to represent JIT systems of arbitrary size, producing single or multiple types of products, with fixed order points 1. The models are shown to be live and bounded, and can be simulated to produce quantitative results. Sample simulation results are presented to illustrate the models' capabilities.     

Research and Implementation of Architecture for Distributed Service Performance Management

1 IntroductionCentral to distributed service performance management[1]are tasks such as health monitoring to de-termine if the system is in a safe operating region, early detection of service level agreement (SLA)violations, and on-going optimization of configurations to ensure good performance. All of these tasksrequire quantitative insights, preferably quantitative models that predict SLA metrics such as re-sponse time throughput.However, not only construction of these models requires a sk…