电力客户信用评价系统的设计及实现

基于组合评价模型对电力系统客户信用进行综合评级,通过综合考虑电力系统信用相关因素,选取了电力系统大客户购电水平、信用状况、潜在价值、用电特性、可持续能力5个方面的相关参数,建立了电力大客户评价指标体系,进而建立了基于多种单一评价法的组合评价模型对电力系统客户信用进行综合评级分析的系统.实际应用表明该系统获得了较为满意的应用效果.     

一个基于DEM的数字河网体系提取算法的应用

基于DEM提取数字河网是一种高效率获取河网信息的方法,D8算法由于直观简单,成为数字河网提取中应用最为广泛的模型之一.介绍了D8算法模型的基本原理、计算步骤以及流域水系提取阈值设定等问题,并采用这一模型对烟台市大沽夹河网DEM数据进行数字河网体系的提取,对提取的数字河网体系进行了检验.研究结果表明,在算法中不同的流域应取不同的阈值,所取阈值的范围对提取出的河网密度、精细度等有着巨大的影响.最后,指出这个算法所存在的缺点.     

模糊因素在道路网选取过程中的应用及评价

道路网选取因素的确定是道路网选取的基础。针对已有算法没有充分考虑模糊因素在道路选取时的作用的问题,提出了道路选取过程中应考虑到的几种模糊因素,借助模糊数学综合评价方法对其进行了综合评价,并将评价结果与基于网眼密度的道路网选取算法进行了融合。实验表明,考虑了模糊因素后的道路网选取在继承了基于网眼密度算法优点的基础上保留了某些交通流量大、具有历史意义或经济价值的"重要"道路,相应地删除了个别同等级但上述意义相对较小的道路,道路网选取结果更加合理,更加符合人们的实际需求。     

基于神经网络的高新技术企业吸收能力评估

知识吸收能力足影响高新技术企业创新能力的重要因素,同时是一个非常复杂的系统.鉴于传统评价方法的局限,研究了人工神经网络技术在高新技术企业知识吸收能力评估管理中的优化应用.在总结分析企业吸收能力的影响因素基础上,建立了吸收能力评价的指标体系.通过引入人工神经网络,提出了一个基于BP神经网络的吸收能力的仿真评估模型,综合考虑了专家意见和要素间的非线性等特点.模型的仿真结果和目标分析结果具有较高的逼近度,从而证明了人工神经网络在高新技术企业知识吸收能力评估中的可行性及其优越性.     

基于GIS多源栅格数据的模糊综合评价模型

栅格是地球信息科学中大量使用的信息单元,其研究结果具有真正空间性的意义,而且可方便建立各种复杂数学模型。模糊综合评价方法是目前多指标综合评价实践中应用最广的方法之一。为了将模糊综合评价方法应用于空间栅格数据中,首先分析了模糊综合评价方法的原理及方法,然后以多源栅格数据为基础,以GIS空间叠置分析功能为手段,建立模糊综合评价GIS模型,并成功应用于实例中。实验结果表明,该模型能够较好地解决多源栅格数据的模糊综合评价问题。     

基于猜测概率和失误概率的学习诊断模型

受测者在测试过程中存在猜测和失误的可能,然而现有的诊断模型并未考虑这两个因素,因此无法在这种情况下对受测者的知识状态进行有效诊断。本文提出了一种知识空间理论中基于猜测概率和失误概率的学习诊断模型,当受测者出现猜测或失误时,该模型仍可对受测者的知识状态进行有效的诊断。模型依据试题的猜测概率和失误概率对答题状态进行转移,以诊断受测者的真实知识状态,并重点分析了这两种概率的计算方法。该模型在实用性、诊断的准确性等方面具有较好的效果。     

基于改进人工蜂群算法的配电网重构方法

为提高配电网运行的经济性和供电的可靠性,本文选取系统平均停电频率和系统平均停电持续时间两个指标来表征配电网的供电可靠性,并同时考虑有功网损的因素,建立了计及供电可靠性指标的配电网多目标重构模型.本文将量子理论和Metropolis准则引入到人工蜂群算法中,并通过模糊满意度决策方法来确定多目标重构模型的最优解,提出了基于改进人工蜂群算法的配电网多目标重构模型优化方法.建立配电网重构实例仿真系统,通过与其它智能方法的重构对比分析证明了本文重构模型及求解方法的可行性和优越性.     

基于模糊综合评判的评价系统模型研究与应用

提出一种基于模糊综合评判的评价系统模型.设计了基于该模型的评价系统软件结构和工作流程.然后针对其中的关键技术,分别研究了因素集和评判集建立、数据隶属度处理、一级和二级模糊评价等功能的算法逻辑.最后,开发实现了一个企业的车辆运营效益评价系统,系统通过运行该企业五年的车辆数据,得到了两个级别的模糊评价结果.分析表明评价系统的结果非常符合实际效益情况,证明模糊综合评判方法能够用于多层次的综合评价系统,而且效果较好.     

基于蛙跳算法的装备测试设计优化方法

装备测试性设计方案的选取是一个测试设计的优化问题。在评析现有测试设计优化模型的基础上,综合考虑技术风险、进度风险、人力耗时和"性价比"因素,建立装备测试性设计优化的数学模型。采用蛙跳算法进行模型的优化求解,并针对该算法在收敛速度慢和早熟方面的不足,设计改良方法。通过仿真实验说明了该方法具有较好的收敛速度和求解精度。     

基于EM算法的软件可靠性研究*

结合边界值和等价类的方法对输入域的提取和输入点的选取作了详细分析.在考虑软件复杂性、缺陷后果严重性和信息不足等因素的基础上,提出了基于测试用例的软件可靠性模型,并结合EM算法和数理统计知识对该模型进行了相应的理论证明.实验表明,新模型具有较好的适用性.     

Modeling and analysis of project team formation factors in a project-oriented virtual organization (ProVO)

In this era of rapid changes in the project-oriented R&D organization’s environment, some are actively pursuing joint research to gain a leading edge over other R&D organizations. The condition for joint research is the knowledge that an organization needs from other organizations and the capability of collaboration. This study presents a ProVO model using the concept of virtual organization and project team formation based on knowledge and collaboration. In this model, VO is represented by the capability of carrying out a project and the cost of employment. Capability consists of knowledge competence (KC) and collaboration competence (CC). KC, in turn, consists of individual knowledge and collective knowledge from social network, while CC consists of density, degree centrality, and closeness centrality. To verify the presented model, we conducted a case study on a research institute. The analysis results show that all five project team formation factors of KC and CC are statistically significant. A prototype was also developed for selecting project team members using the binary logistics regression model. The proposed ProVO model can assist quantitative decision making on the selection of project team members by a project-oriented R&D organization from the aspects of knowledge and collaboration.     

基于信任关系和互补判断矩阵的群决策方法

随着信息和网络技术的不断发展,基于社会网络的群决策问题受到越来越多研究者的关注.针对社会网络环境下模糊互补判断矩阵的群决策问题,研究群体共识调整过程和方案选择方法.首先,融合决策者之间的社会关系、身份地位、知识能力3个方面信息来构建决策者两两之间的信任关系;其次,提出一种尽可能减少元素间共识补偿的共识度度量方法,在此基础上建立基于信任关系的共识调整模型,并从理论上证明该模型的有效性;最后通过信任关系矩阵的特征向量中心度分别求出专家的重要性权重,用以集结专家的偏好信息和对方案进行排序选择,算例分析表明了所提出方法的有效性.     

基于空间多准则决策分析的滑坡灾害易发性评价研究

利用多准则决策分析方法可在不相关、不一致的准则基础上评估一系列可供选择的方案从中找出最优决策分析方法的特性,构建基于层次分析法的空间多准则决策分析模型,并将其应用到地质灾害易发性评价中。以福建省滑坡灾害为研究对象进行实验验证,选取灾害点分布密度、地形地貌、地层岩性、气象条件和人类工程活动等作为滑坡灾害易发因子,借助MapGIS 和SPSS软件进行易发性评价。利用ROC 曲线对评价结果进行验证,得出空间多准则决策分析模型的ROC 曲线面积为0.852,结果表明福建省滑坡灾害易发性评价结果是理想的,将空间多准则决策分析模型应用到滑坡灾害易发性评价是合理的。     

动态自适应选择神经网络集成的方法研究

为了有效提高神经网络的集成性能，提出了基于局部分类精度估计的动态自适应选择集成的思想．根据贝叶斯理论．证明了在满足一定假设的条件下，动态自适应选择集成的分类性能可以逼近最优贝叶斯分类器．在此基础上，分别介绍了硬决策和软决策两种个体网络选择方法．选自UCI机器学习数据库的5个数据集的实验结果表明，动态自适应选择的分类性能明显优于常用的投票法和平均法，且集成分类性能对邻域的大小并不敏感；其中，软决策方法要优于硬决策方法．     

地理信息知识获取Rough-NN模型研究

提出了一种粗糙集结合神经网络的粗糙集神经网络模型，对具有高度自相关性的地理信息进行知识获取．主要思想是利用辨别矩阵形成约简算法，得到最简的if-then规则；然后构造三层神经网络模拟最简规则，其中网络的输入输出由本文提出的参数训练方法确定．本文利用VB实现该模型，并对松花江流域的洪涝干旱灾情进行了仿真实验，结果表明该模型可以快速地获取最简的if-then规则，得到正确的决策结果．     

深度置信网络的代价敏感多粒度三支决策模型研究

最优粒度选择是自编码网络构造多粒度特征的关键环节。针对自编码网络粒度选择方法不合理导致特征提取效果差以及错误分类成本和测试成本高的问题,提出一种基于小批量梯度下降(mini-batch gradient descent, MBGD)的粒度层选取策略。该方法通过改变粒度选择方式重新构建多粒度空间,设计一个新的基于深度置信网络(deep belief network, DBN)的代价敏感多粒度三支决策模型。更优的粒度选择方法提升网络的特征提取能力,促使多粒度空间的构造朝着最快到达最细粒度空间的方向发展,降低图像重构误差以达到更小的错误分类代价和测试代价。实验结果表明,提供合理的粒度选取策略提高了代价敏感多粒度三支决策模型的决策准确性,并在给定代价情况下更快地获得总代价最小的最优粒层。     

基于知识决策树的城市水体提取方法研究

针对城市水体与建筑物阴影、沥青路面和浓密植被等暗地物的光谱混淆性,构建了结合光谱特征和空间特征的城市水体提取知识决策树。其基本思路为：首先 利用短波红外波段提取暗地物,其次分别利用浓密植被在近红外波段和沥青路面在红波段中的反射率剔除这两类暗地物,再次利用空间密度特征剔除建筑物阴影,最 后根据面积对水体进行补充识别。与现有方法相比,本方法提出了城市水体提取中需关注的暗地物类型并开展针对性特征分析,并利用由噪声环境下密度聚类方法 （DBSCAN）描述的空间密度特征区分城市水体和建筑物阴影。对北京城区SPOT 5多光谱影像开展的实验得到的检测率为86.18%,虚警率为13.82%,表明本方法是基于 中分辨率多光谱影像提取城市水体的有效方法。     

基于知识图谱的智能决策支持技术及应用研究

知识图谱是把复杂的领域知识通过数据挖掘、信息处理、知识计量和图形绘制而显示出来,解释知识领域的动态发展规律。知识图谱把所有不同种类的信息(heterogeneous information)连接在一起得到一个关系网络并从"关系"的角度去分析问题。知识图谱目前被广泛应用于智能搜索、智能问答等领域。提出了一种基于知识图谱的智能决策支持框架,用于解决传统决策支持系统存在的问题。通过大数据、知识图谱等海量知识分析和模型构建技术,结合决策支持系统,增强对问题的分解与处理、形成具有关系型网络的知识系统。最后结合电信领域中的经典决策案例,搭建基于知识图谱的欺诈电话智能决策支撑平台。和传统的决策支持系统比较,该研究方法的优点在于结合大数据处理方法提升了知识建模的算力和决策支持的效率,使实时处理大规模信息数据成为现实;基于知识图谱的关系型网络,提升了决策模型的准确性和关联相关性。     

A Posteriori Approach for Community Detection

Conventional community detection approaches in complex network are based on the optimization of a priori decision, i.e., a single quality function designed beforehand. This paper proposes a posteriori decision approach for community detection. The approach includes two phases: in the search phase, a special multi-objective evolutionary algorithm is designed to search for a set of tradeoff partitions that reveal the community structure at different scales in one run; in the decision phase, three model selection criteria and the Possibility Matrix method are proposed to aid decision makers to select the preferable solutions through differentiating the set of optimal solutions according to their qualities. The experiments in five synthetic and real social networks illustrate that, in one run, our method is able to obtain many candidate solutions, which effectively avoids the resolution limit existing in priori decision approaches. In addition, our method can discover more authentic and comprehensive community structures than those priori decision approaches.     

基于贝叶斯概率语义网的铝电解槽况知识表示模型与约简方法

铝电解生产过程中的知识具有跨领域、不确定、多源异构等特征,采用传统知识表示方法将导致组合爆炸、多义性、知识选择困难及可理解性差,从而降低铝电解槽况判断的效率及准确性.将贝叶斯条件概率与传统语义网相结合,提出一种新的可用于铝电解槽况判断的知识表示方法.该方法分别采用知识元和概率做关联和乘法运算,可有效解决知识在推理过程中出现多义性和知识选择困难的问题;同时,提出基于组合消除的知识约简方法,旨在解决关联关系矩阵中重复知识因子多、矩阵维数高导致存储和计算困难的问题.最后通过铝电解槽况判断的案例分析,验证了贝叶斯概率语义网模型的合理性、可行性和有效性.