问题与事例的类似性评价及基于事例学习的建模方法研究

引入知识工程与机器学习理论,以问题与事例的类似性分析为研究对象,以利用以往的建模经验知识和事例指导改进建模操作为突破口,提出实际应用问题基于知识的树状表示方法,从问题域、问题结构和数据信息三方面给出了问题与事例类似性的评价方法和类似度的计算公式,并对基于事例学习的建模方法及其建模支持系统进行了初步研究。本项研究有利于促进和深化建模与模型管理的类人化、智能化研究、在动态系统的实时优化控制领域具有较广阔的应用前景。     

一种模糊随机多目标决策方法

从可能度的定义出发，将模糊多目标决策的模糊判决原理推广到模糊随机多目标决策，提出了一种基于目标函数的可信度、可能度、满意度的决策方法，建立了可能度－可信度（PR）、可能度－可信度－满意度（PRS）的决策模型，可广泛应用于各种充满不确定性决策信息的复杂决策问题。     

多目标水资源系统的目标规划模型及解法探讨

本文建立了综合利用水库规划问题的多目标目标规划(GP)模型,利用水资源系统的特点,探索出了适合水资源系统 GP 模型求解的新方法一分级满足法,该法较 GP 的通用算法有较大的优越性。文中以云南省昭通渔洞水库的规划为算例,获得了满意结果。     

基于多目标决策理论的多机器人协调方法

多机器人协调问题是当前机器人技术领域的研究热点和难点、对多机器人之间的协调理论进行研究具有重大的理论和实际意义，为此，提出了一种基于多目标决策理论的多机器人协调方法，给出室内环境的拓扑建模法，在环境的拓扑图中利用A^*算法搜索出每个机器人的静态无碰路径，用拓扑图的节点保证机器人运动的大方向正确，在局部范围内根据多目标决策理论和避碰规则集协调机器人的运动，通过计算机仿真试验验证了此方法的有效性和可行性。     

基于知识的交互式多目标动态规划决策方法

以多目标决策的权重法为基础，提出一种基于知识的交互式多目标动态规划决策方法，该方法利用权重将多目标规划问题转化为单目标动态规划问题救解，权重的修正是通过知识库中的产生式规划经模糊推理实现，它有效地克服了让决策者直接给出最佳权重向量的困难，节省了大量的内存和机时，文中还给出了多目标动态规划权重法非劣解定理的证明和一个算例。     

基于事例的足球机器人学习

足球机器入主要是应用训练、比赛中逐渐积累起来的经验知识来比赛,这样足球机器人相当一部分比赛知识是经验型的．为此,论述了基于事例的足球机器入学习的具体方法和模型,并应用于机器人足球比赛中,实验证明,该方法可行、有效．     

用非线性多目标规划确定矿山经济规模

针对矿山的具体特点。提出了以非线性多目标规划作为求解方法。并建立了相应的数学模型，最后，对一实例进行了解算。     

多目标决策权值的统计分析方法

在多目标决策中,经常采用加权系数法化为单目标问题,而权系数常用 Delphi 法或AHP 法确定.为寻求反映客观性的权系数向量,本文首先引入反映被测评对象信息的反馈权值向量,然后用反馈权值向量检验由 Delphi 法或 AHP 方法得到的先验权值向量,最后给出一种修正权值向量的方法.     

基于目标的随机建模方法

储层随机建模技术是近几年发展起来的一项高新技术,可为合理开发油藏、制定开发战略和技术措施提供地质依据。结合地质建模软件Petrel研究示性点过程建模方法的基本理论、建模参数设置,分析示性点过程建模方法的优势。     

大庆油田开发规划的大系统目标规划模型

为使大庆油田开发规划的编制更加合理、科学、实用,建立了具有独立子系统的大系统目标规划模型,并给出了求解这类问题中的串式调优法。最后通过对萨中油区的实际计算说明了用此方法能够编制出决策者满意而又合理的开发规划,并且可操作性强。     

Optimum blending of iron ore from Choghart stockpiles by using goal programming

Iron and steel industry is an important sector of Iran’s economy. Choghart iron ore mine is an important iron ore producer of Iran steel industry. Phosphorous contained in the iron ore concentrates of Choghart mine has a detrimental effect on the steel making process, whereby this causes cracks to form in the refractory lining of blast furnaces. In the past, about 1.43 Mt of low-grade and 4.53 Mt of high-phosphorous materials had been transported to low grade and high phosphorous stockpiles, respectively, for future beneficiation. As a result of the progressive depletion of high-grade ore and establishment of beneficiation plant in Choghart, exploitation of these two stockpiles in this mine became an important issue. In this work, a linear goal programming (GP) model was developed in order to determine the optimum iron ore blend in terms of quality from low grade and high phosphorous stockpiles of Choghart mine. The model was solved by the SOLVER V.9 program. Results show that feeding with acceptable quality (w(Fe)≥50% and w(P)≤1.2%, mass fraction) materials can be blended from stockpiles that satisfy the needs of the Choghart processing line.     

改进的基因表达式编程算法在演化建模中的应用

为了克服传统基因表达式编程易早熟收敛、种群多样性难以保持、演化效率不高、拟合度不高等缺陷。给出了基于表现型的种群多样性测度,并提出了基于排挤小生境的改进基因表达式编程算法．该算法将小生境半径内的早熟个体通过罚函数排挤出去．使其它优良个体得以更大概率进化,并使各个个体之间保持一定的距离．分别对一元函数和多元复杂函数进行演化建模实验．结果表明,改进的算法能在演化过程中能保持丰富的群体多样性,能够有效避免过早收敛．具有更高的成功率、更高的收敛速度和拟合精度．     

基于统计学习的多层医学图像语义建模方法

提出一种在小样本的情况下,基于多层贝叶斯网络的医学图像语义建模方法.该方法采用支持向量机实现从低层视觉特征到对象语义的映射,使用贝叶斯网络融合对象语义,提取高级语义,从而建立一个多层医学图像语义模型,可支持多层次的医学图像语义自动标注及其检索.将该方法用于星形细胞瘤恶性程度的语义提取,并建立一个多层语义模型.实验表明,该模型与使用K近邻分类器或高斯混合模型取代SVM的语义模型相比,查全率有明显的提高.     

多目标线性规划的TH网络方法及其应用

在修正TH网络 (Thank和Hopfield提出的求解线性规划的神经网络 )的基础上 ,引入目的规划求解多目标线性规划 .理论分析和实例研究证明 ,该方法能保证网络收敛于原规划的非劣解 .     

基于实例推理的产品概念设计

在分析概念设计特点的基础上 ,提出了一个应用实例推理于产品概念设计的系统模型 ,并以圆柱齿轮减速器的概念设计为例 ,对知识表达、相似实例检索及实例修改策略进行了全面论述 .     

基于遗传程序设计的洪水灾害损失评估及自动建模

通过对洪水灾害损失评估发展现状的调查,分析了现有评估方法存在的问题.通过分层调查统计和分析计算的办法得出多维的洪水灾害损失数据,并利用遗传程序设计实现自动建模.在建模的过程中不但系统地考虑了洪水过程对洪水灾害评估的影响,还考虑到季节、预警时间等因素的影响,并且通过前期数据处理方式考虑了洪泛区的避险条件和抗洪抢险措施对洪水灾害评估的影响,从而能够大大提高评估的精度.     

教育语义网中的知识领域本体建模

针对多学科领域知识本体构建难度大和难以普及的问题,提出了适用于教育领域的基于知识工程的本体建模方法,通过确定领域知识的范围,对领域知识进行概念和术语的提取,然后基于分类后的概念集定义层次结构和构建关系模型,构建出完整的本体结构模型.该方法不仅简化了本体建模的过程,还可以使学科领域专家能够独立地开发出学科课程相关的本体.以“统一建模语言（UML）”课程为实例,示范了课程本体开发的过程,验证了上述学科领域知识本体开发方法的可行性．     

Application of numerical modeling and genetic programming to estimate rock mass modulus of deformation

Estimation of the rock mass modulus of deformation (E_m) is one of the most important design parameters in designing many structures in and on rock. This parameter can be obtained by in situ tests, empirical relations between deformation modulus and rock mass classification, and estimating from laboratory tests results. In this paper, a back analysis calculation is performed to present an equation for estimation of the rock mass modulus of deformation using genetic programming (GP) and numerical modeling. A database of 40,960 datasets, including vertical stress (σ_z), horizontal to vertical stresses ratio (k), Poisson’s ratio (ν), radius of circular tunnel (r) and wall displacement of circular tunnel on the horizontal diameter (d) for input parameters and modulus of deformation for output, was established. The selected parameters are easy to determine and rock mass modulus of deformation can be obtained from instrumentation data of any size circular galleries. The resulting RMSE of 0.86 and correlation coefficient of 97% of the proposed equation demonstrated the capability of the computer program (CP) generated by GP.