基于模糊综合评价法的仿真环境复杂度评估研究

近年来,环境仿真成为仿真研究的一个热点。影响环境的因素众多,为定量评估环境复杂度,提出以层次分析法和模糊综合评价法为理论基础的多级指标综合评估方法对环境复杂度进行分析评估。通过对环境中的地形、电磁、障碍物和气象等主要因素进行考察,建立目标层、准则层和方案层三级评价指标体系,运用专家打分法建立评价指标矩阵,并使用粒子群算法对指标矩阵进行一致性调整,最后采用模糊综合评价法对各指标进行综合评价,并结合指标权重计算得出不同应用场景下的环境复杂度,为决策人员依据环境复杂度进行决策提供数据支持。     

基于改进遗传算法的装备保障效能评估指标约简

针对现有装备保障系统效能评估指标体系存在指标冗余而导致效能评估复杂度高的问题,提出了基于改进遗传算法的装备保障系统效能评估指标约简方法.首先,方法通过强精英参与、完备交叉与预变异策略对遗传算法的选择、交叉与变异步骤进行改进;然后,将改进后的遗传算法用于装备保障系统效能评估指标约简,以指标间综合互信息与选择比例构建遗传算法适应度函数.仿真结果表明,改进后的遗传算法具有较高的收敛性与全局寻优能力,与粗糙集属性约简算法和灰色关联分析算法对比表明,本文方法能够在选择更少评估指标的同时,得到更高的评估精度.     

复杂信息系统界面可用性指标体系研究

随着复杂信息系统在军事领域和民用领域的广泛应用及不断发展,人们对复杂信 息系统显示界面的设计有了更高层面的要求。通过可用性评估指导复杂信息系统界面设计改良, 降低系统复杂性带给用户的工作认知负荷,提高用户绩效成为亟待解决的问题。针对复杂信息 系统界面进行了研究,从界面特征、任务特征、认知特征进行了分析,提出了界面复杂性的影 响因素,构建了复杂度评估指标体系,采用层次分析法针对界面的复杂性的指标权重进行了研 究,并根据构建的复杂度模型提出了相应的可用性指标体系。     

基于灵敏度分析的动态指标选取方法

在传统的方法中,采用静态的评价指标来评估动态发展的事物,显然是不合时宜的。为了对动态发展的事物进行客观的评价,该文提出了一种基于灵敏度分析的动态指标选取方法。该方法应用评价指标对评价结果影响程度的大小来进行评价指标的取舍,有力地避免了人为主观因素对评价指标体系建立的影响。该方法具有以下两个优点：指标的动态选取和指标的客观选取。该文以坦克陆上机动性能评估指标体系的建立为例,就如何进行评估中指标及其数量的选取这一问题,详细介绍了这种方法的具体应用。不难看出,只要评价方法正确,应用这种“基于灵敏度分析的动态指标选取”方法。建立一套动态的、客观的评价指标体系完全是正确的、可行的。     

自适应Viterbi译码器技术

随着现代通信技术的迅速发展,高速和高可靠性成为衡量信息传输质量的关键指标。信道编码技术能够对信道差错进行控制,降低误码率,实现可靠通信,具有重要的军事和民用意义。Viterbi译码算法及其实现技术是信道编码技术的一个重要组成部分,但是其存在自身的缺陷或不足。Viterbi译码算法的译码性能将会随着码的相关长度k增加而提高,但其实现的复杂度将以2k的比例增长。提出了一种自适应Viterbi译码算法——IAVA(Improved Adaptive Viterbi Algorithm)。该算法利用信噪比评估模块自适应地调整门限值的高低,并利用复杂度评估模块自适应地改变译码器的基状态数,从而合理利用硬件资源。当译码器工作于低信噪比环境中时门限被自动调高,保证译码性能的同时适当减少了译码器的复杂度;当工作于高信噪比环境中时门限被自动调低,此时译码器复杂度得到锐减,译码模式将切换到基-4模式从而提高了译码速度,因此在大动态信噪比环境下该算法具有优越的性能。     

递阶层次结构决策指标体系构建算法及应用

对决策问题及其支配关系采用加权有向图表示．首先设计一个指标用于衡量决策因素间的支配程度,并给出了决策问题可转换为递阶层次结构的两个前提条件;然后建立了3个多项武时间复杂度算法：第1个算法在最大程度保留决策因素支配关系的基础上,去掉决策因素间的循环支配;第2个算法利用可达矩阵的知识,将决策问题转化为递阶层次结构;第3个算法给出了各决策指标的权重．应用上述算法开发出智能评估专家系统,并以区域技术刨新能力指标体系的构建为例,介绍了该软件系统．     

数据融合算法的评估

任何一项技术的进步与其评估技术的发展密切相关,数据融合技术也是一样;随着融合理论的发展,提出了多种融合算法,但是目前尚未形成一个普遍公认的算法评估体系和标准;针对这一问题,提出了一种融合算法评估方法,利用该方法对采用Bayes理论和D—S证据理论进行目标身份识别的结果进行了定量分析,结果证明该方法具有可行性,可以对融合算法进行定量评估。     

基于ANP算法的高职院校评估方法的研究

为了对高职院校进行评估,针对高职院校评估指标的关联性和客观性不强的问题,提出一种基于Apriori-网络层次分析法的高职院校评估系统方法。首先在现有的研究和规范标准的基础上,通过阅读国家政策、文献、查阅现有的高职院校指标体系,以及对各省份高职院校近三年质量年度报告的梳理,明确了评估高职院校的指标,建立一套基于高职院校评估三级指标体系;然后通过Apriori算法来确定指标之间的关联程度,以此来构建ANP网络模型,提出一种基于改进Apriori算法+ANP算法的高职院校评估指标体系。     

基于主成分分析的代码混淆有效性综合评估模型

针对目前代码混淆有效性评估问题的复杂性和不一致性,提出一种基于主成分分析的代码混淆有效性综合评估模型。该模型将传统主成分分析进行改进,提出动态自适应主成分分析并应用于代码混淆有效性的指标体系中,通过实现变量重命名、数据编码、控制流压扁算法和插入不透明谓词死代码四种混淆方法,同时定义代码复杂度综合评估值和代码混淆度两个反映代码混淆有效性的综合指标进行模型的有效性验证。实验结果表明,该模型能提供一种有效证明代码混淆有效性的综合评估方法,最后还讨论不同的混淆方法和主成分赋权方法对结果的影响。     

战场通信网络仿真系统可信性评估

针对战场通信网络仿真系统没有合适的可信性评估指标体系和评估方法的问题,综合其在协议模型、网络环境和仿真性能方面的特点建立层次化指标体系。针对逻辑类指标和数值类指标的不同特点,提出使用分类综合可信性评估算法评估整个指标体系的可信性。实例评估表明,建立的层次化指标体系和分类综合可信性评估算法的针对性和可操作性较强,较好地结合了专家经验与客观测量数值。     

Evaluation of urban taxi-carpooling matching schemes based on entropy weight fuzzy matter-element

The evaluation of urban taxi-carpooling matching is the key index for the success of taxi carpooling. In this research, matter-element theory is introduced. Moreover, a matter-element evaluation model is established, and a matter-element evaluation algorithm based on fuzzy entropy weight is proposed. In accordance with the characteristics of the matching data, the algorithm takes the distance to the carpool destination, the distance to the carpool starting point, the carpool distance and the time to the carpool starting point in the passenger-matching scheme as the characteristic indexes of the evaluation category. A compound fuzzy matter-element matrix is established through an index fuzzy value method, and a matter-element matrix of a preferred membership degree and a fuzzy matter-element matrix of standard deviation are constructed. An index weight is determined through entropy weight method, and the closeness degree of the matter-element matrix is calculated. It avoids the shortcoming of traditional matter-element method which uses artificial determination of an eigenvalue index and correlation degree calculation. Experimental results show that the evaluation result of this algorithm is close to the actual evaluation result. In addition, the evaluation effect is better in this algorithm than in the traditional matter-element algorithm.     

基于人工智能的高职院校专业办学水平评估系统

以重庆工职院机械学院的国家示范建设重点专业"数控技术"为研究目标,给出了一个完善的校内自我评估模式,建立了相关的指标体系和质量标准.运用模糊神经网络的原理和方法,建立了基于FNN-ES的综合评价模型和基于VC++的评估软件具体实现,给出了使用人工评估的结果对智能模型进行训练和使用的详细过程.利用matlab验证和改善该FNN算法的性能,训练成熟的软件可用于校内成熟专业的评估,并进而推广到其它院校,理论和实践的结果表明,FNN-ES用于专业评估能克服各种人为因素,使评估结果更科学、稳定和合理,能为省级和国家级层面上的校外评估提供导向和基础数据.     

基于过程神经网络和量子免疫算法的油气评价

为评价我国目前油气资源的可持续发展能力,提出了一种将过程神经元网络与量子免疫算法相结合的评价方法。首先,在构建油气资源可持续发展能力评价指标体系的基础上,采用过程神经元网络建立评价指标体系与评价结果之间的映射关系;然后采用量子免疫算法完成网络的训练;最后,以2004年～2006年的油气资源经济可持续发展评价为例,验证了方法的有效性和可行性。     

基于快速BP算法的城市可持续发展综合评价

城市可持续发展是一个多因素的相互作用的过程 ,要建立一个既简单又能反映可持续发展普遍规律的评价方法难度很大。通过把附加动量法和自适应算法相结合而形成的快速BP神经网络算法用于对城市可持续发展综合评价 ,结果证明该方法是有效的。     

Complexity assessment: A design and management tool for information system development

Information system complexity is related to many software engineering metrics. Design, construction and maintenance difficulty can be associated with their respective complexity metrics. Complexity measurement algorithms for information system schemas are considered. A set of properties is proposed that serve as a basis for complexity assessment throughout the life cycle. Heretofore, an emphasis in system engineering has been the analysis of software program complexity. Current work, as well as new alternative measures, in software complexity are discussed. Complexity measurement is extended to include other major phases of the system life cycle. Benefits include the evaluation of complexity propagation between system development life cycle phases. Complexity projection provides for improved management of the development process. The implementation of the Dynamic Complexity Monitor (DYCOM) is discussed. DYCOM is comprised of analyzers and models useful in both research and industrial environments. DYCOM supports complexity assessment for requirement definitions, logical and physical design schemata, and implementation and maintenance. The system determines complexity projection functions between life cycle phases. Further, projection functions are automatically updated as the system is used. DYCOM “learns” from system development experience. Also, proposed complexity models can easily be added to DYCOM in order to evaluate their utility. DYCOM serves as a laboratory for examination of alternative complexity metrics.     

基于模糊聚类分析的客户分类算法研究*

用可定制的评估指标树来描述客户分类的评价体系, 让用户自主确定每个评价指标。在此基础上, 提出了一种基于模糊聚类分析的客户分类算法, 对客户进行分类管理, 并给出了一个计算实例, 取得了正确的计算结果。该计算实例表明, 这个算法可以用于关于客户关系管理的决策支持系统中。     

基于模糊聚类分析的客户分类算法研究

用可定制的评估指标树来描述客户分类的评价体系,让用户自主确定每个评价指标。在此基础上,提出了一种基于模糊聚类分析的客户分类算法,对客户进行分类管理,并给出了一个计算实例,取得了正确的计算结果。该计算实例表明,这个算法可以用于关于客户关系管理的决策支持系统中。     

Problem solving through imitation

This paper presents an approach to problem solving through imitation. It introduces the Statistical and Temporal Percept Action Coupling (ST-PAC) System which statistically models the dependency between the perceptual state of the world and the resulting actions that this state should elicit. The ST-PAC system stores a sparse set of experiences provided by a teacher. These memories are stored to allow efficient recall and generalisation over novel systems states. Random exploration is also used as a fall-back “brute-force” mechanism should a recalled experience fail to solve a scenario. Statistical models are used to couple groups of percepts with similar actions and incremental learning used to incorporate new experiences into the system. The system is demonstrated within the problem domain of a children’s shape sorter puzzle. The ST-PAC system provides an emergent architecture where competence is implicitly encoded within the system. In order to train and evaluate such emergent architectures, the concept of the Complexity Chain is proposed. The Complexity Chain allows efficient structured learning in a similar fashion to that used in biological system and can also be used as a method for evaluating a cognitive system’s performance. Tests demonstrating the Complexity Chain in learning are shown in both simulated and live environments. Experimental results show that the proposed methods allowed for good generalisation and concept refinement from an initial set of sparse examples provided by a tutor.     

自适应IQA阈值序列图像NLM超分辨重建方法

序列图像超分辨率（super resolution,SR）算法可以利用多帧低分辨率图像之间的互补信息重建出一张高分辨率结果。传统非局部均值（non-local means,NLM）超分辨率重建方法的迭代次数选取和最佳SR重建结果筛选过程高度依赖使用者经验值和主观评价,这极大地增加了算法复杂度,降低了算法的鲁棒性。为了解决这两个问题,提出一种基于图像质量评价（image quality assessment,IQA）自适应阈值的NLM超分辨重建算法。通过设计一种SR重建结果质量评价指标,将该指标引入到NLM重建算法中：一方面作为阈值,用以确定算法迭代收敛条件;另一方面作为评价标准,用以筛选多个输出结果中重建效果最佳的高分辨率图像。实验结果表明,提出的算法能在有效保证鲁棒性的同时,极大地提升NLM超分辨率重建算法的运算效率。