基于熵权的模糊分析法在风险管理中的应用

在分析建设项目风险管理的基础上,结合模糊数学中层次分析法和熵权的概念,建立了熵权模糊分析模型。针对建设项目中的风险因素,提供了管理决策的依据,以正确的进行项目风险的管理和决策工作。     

土的结构熵及结构性定量化探讨

首先提出土的综合能量的划分、土的结构熵、土的结构性定量化参数、熵能转化参数的概念，使得复杂多变的土的微观结构要素能用能量状态一结构熵进行量化，打破传统土力学中以均质体理论研究非均质土的框架。描述土的宏观力学效应、微观能量状态两者的构架及其之间的联系，着重探讨宏微观能量状态的相互转化，并通过浸水膨胀性土与非膨胀性土中结构熵的力学效应的表现，说明结构熵理论可以解释微观结构所表现出的宏观力学效应，为土的结构性定量化研究提供一条新的途径。     

熵模型及其在城市研究中的应用

城市可视为自适应复杂系统,在对城市的研究中存在着不确定性问题。熵模型为城市复杂系统定量研究中的不确定性问题提供了解决思路。本文梳理了熵应用于城市研究的相关文献,阐述了熵指数模型、最大熵模型和熵概率模型的内涵及其在城市研究中的应用场景;结合对巴蒂空间熵模型的修正,重点论述了广义空间熵概念,并提出了局部空间熵模型。论文认为,熵模型为城市系统中复杂性研究提供了方法与技术上的支撑,在新城市科学的研究范式中,以熵理论为代表的社会物理学2.0有着广泛的应用潜力。     

基于熵权模糊综合评价法偏远地区PPP风险分析

结合偏远地区PPP模式投资大、收益慢、风险因素多等特点,多方面考虑PPP项目风险是投资成功的关键,因此需要加强对PPP模式的风险管理。应用熵权法和模糊综合评价法的基本原理来对PPP模式中存在的风险进行分析。首先,根据参考文献和PPP项目实际,建立风险评价指标体系;然后,运用熵权法,确定各指标的权重;再次,根据模糊综合评价法,确立风险等级;最后,采用案例进行验证,得出计算结果与现场实际得出结论相一致,印证了以熵权法与模糊综合评价法相结合的风险分析方法具有可行性。运用该综合方法可直观得出项目的风险等级,判断该PPP模式是否适用于具体项目,并且根据结果规避风险,为以后的PPP模式中项目管理的科学决策起到辅助作用。     

高校课堂中的熵变模型与小熵管理

"熵增"概念表达的是系统混乱或无序程度,高校课堂的教学效果受到多种负面因素的冲击,存在典型的熵增现象,进行小熵管理减少正熵流、增强负熵流具有突出的必要性。本文构建了高校课堂的熵变模型,将熵增因素分为两大类别,并具体描绘了正熵流和负熵流在课堂中的表现。     

基于WSR和熵权物元可拓理论的深基坑安全风险评价

为客观合理地对深基坑安全风险进行评价,引入WSR方法论,以物理-事理-人理为基础,从3个维度分析深基坑施工安全风险,构建以人理为核心的深基坑施工安全风险管理评价指标体系。并运用熵权法和可拓学理论构建深基坑安全风险评价的熵权物元可拓模型,利用该模型对某建设项目深基坑安全风险等级进行评价,最后通过评价结果的分析从物理、事理、人理3个维度提出相应的改进措施。     

Kremer的非平衡辐射熵公式存在的问题

用ＫｒｅｍｅｒＧＭ等提出的普适的非平衡辐射熵的热力学公式，算出在参量β的各种不同的取值下的辐射熵值，并把计算的结果同用各向异性平衡辐射熵公式在同样的β值下算得的结果相比较，发现：在β的很大的取值范围内两种结果基本上是一致的，因此用Ｋｒｅｍｅｒ公式算出的不是真正的非平衡辐射熵，而是各向异性的平衡辐射熵或在真空中无熵产生的辐射熵。最后分析了ｋｒｅｍｅｒ理论导致这种问题的原因。     

最大熵模型及其在一种土地利用模型中的应用

本文旨在讨论熵模型在交通与空间相互作用分析中的应用。作者首先回顾了交通分布中的熵模型，尤其从解法结构的角度对其进行阐述。本文介绍了一种最大熵模型，为便于读者更好地理解两个传统熵模型的结构，对传统模型作了扼要的评价。文章的后面部分探讨一个城市内城市活动（特别是居民数量）分布估算和预测建模方法，其中人口分布公式是由重力模型式最大熵出行分布模型推导出的。     

最大熵原理与供热系统元部件可靠性的研究

从熵的角度描述了供热系统中元部件故障发生时间的不确定性，探讨了最大熵理论在供热系统的元部件中应用的可行性。利用最大熵原理，推导出一系列供热系统元部件可靠性指标的计算公式。     

熵与信息

主要讨论信息的概念以及信息与热力学基本函数熵之间的关系．信息与熵不仅在统计学的几率表达形式上是一致的，而且在物理意义上和能量的联系也是对应的．信息和熵是本质统一的物理量．熵是体系无序程序的度量，而信息则是体系有序程度的度量，熵可以认为是信息的“缺乏”．     

The use of whittaker's components of diversity in summarising river survey data

The use of β diversity, which is a measure of taxonomic change, allows information to be presented as to the extent of faunal change along a river section. The γ diversity is the normal Shannon diversity for an aggregated pair of stations. Since the β and γ diversity measures are, in practice, independent, they measure different aspects of the community composition namely structural and taxonomic changes. Graphical presentation of the β and γ diversities gives a better grouping of similar sites and separation of dissimilar sites than is achieved by using the Shannon function for each separate site, thus enabling points of change to be readily detected. Due to its reliance upon both community structure and taxonomic turnover rather than indicator species it can be used in situations where the natural unpolluted fauna is unknown. Since the method is a simple extension of the Shannon index, already widely used by many biologists, it could be calculated without difficulty.     

信源概率模型的不确定性及广义信息

通过分析Ｓｈａｎｎｏｎ信息的认知特性及本质，讨论了信源存在条件及分类。根据信源建模的特征及密钥随机性对密文概率模型的影响，提出了随机概率模型描述的广义信源及广义信源熵。并把Ｓｈａｎｎｏｎ信息推广为前信息及广义信息，证明了二种信息量之和对确定的划分Ａ（或信符集）守恒。     

近30年太湖流域湿地生态系统服务价值 对景观格局变化的响应：基于“退田还湖” 工程的实施

由于太湖流域湿地生态系统服务价值(ESV)受到"退田还湖"工程实施的影响,定量研究其发展演变规律,能够为流域湿地的保护提供参考。运用RS和GIS技术,以1990、2000、2010和2019年TM遥感影像为数据源,对4个时期太湖流域湿地景观格局动态变化进行研究,并分析"退田还湖"工程实施前后湿地ESV变化规律,探讨工程对湿地生态效益的影响。研究表明:1)1990—2000年,在"围湖造田"工程的影响下,太湖流域湿地总面积减少了3010.35km~2,其中自然湿地减少了4554.01km~2,湿地ESV降低了35.73%;2)2000—2010年,在"退田还湖"工程实施初期,自然湿地的减少趋势得到控制,湿地ESV提高了77.96%,湿地斑块数目(NP)增加了126%,香农多样性指数(SHDI)呈上升趋势;3)2010—2019年,在"退田还湖"工程的推进下,湖泊湿地呈增长趋势,坑塘与水库面积显著增加,受湿地总面积减少的影响,湿地ESV下降;4)总体来看,1990—2019年太湖流域湿地面积减少了29.40%,湿地ESV减少了50.07%。"退田还湖"工程实施前后,太湖流域湿地ESV对湿地...     

模糊信符集上的通信系统及信息量

讨论了模糊划分上Ｓｈａｎｎｏｎ信息论的基本问题。定义了模糊信符、模糊信源、模糊信道及模糊信宿。得出了模式互信息、模式信息及模糊信道容量；并简要讨论了对编码的影响。     

论信息学原理的来源与组成

信息学原理实质上是认识过程的教学理化，与Shannon信息论共同构成信息科学的理论基础．它包括信息认知论和信息语义论，主要来源于模式识别及自然语言理解。     

Shear stress distribution prediction in symmetric compound channels using data mining and machine learning models

Shear stress distribution prediction in open channels is of utmost importance in hydraulic structural engineering as it directly affects the design of stable channels. In this study, at first, a series of experimental tests were conducted to assess the shear stress distribution in prismatic compound channels. The shear stress values around the whole wetted perimeter were measured in the compound channel with different floodplain widths also in different flow depths in subcritical and supercritical conditions. A set of, data mining and machine learning algorithms including Random Forest (RF), M5P, Random Committee, KStar and Additive Regression implemented on attained data to predict the shear stress distribution in the compound channel. Results indicated among these five models; RF method indicated the most precise results with the highest R² value of 0.9. Finally, the most powerful data mining method which studied in this research compared with two well-known analytical models of Shiono and Knight method (SKM) and Shannon method to acquire the proposed model functioning in predicting the shear stress distribution. The results showed that the RF model has the best prediction performance compared to SKM and Shannon models.     

利文桥

1 总述 “利文桥”连接香依河两岸的利默里克大学校园,开创了条跨越河岸风景和河漫滩的新通道,走过桥梁,人们可以尽享与大自然亲密接触。     

Efficient shear stress distribution detection in circular channels using Extreme Learning Machines and the M5 model tree algorithm

With the aid of 174 laboratory data sets, Extreme Learning Machine (ELM) and decision tree (M5) models were investigated in predicting the shear stress distribution in circular channels. To evaluate the sensitivity of the input variables, 15 different input combinations were applied to each model. The calculation results show that the Re and y/P parameter values greatly affect ELM method performance, while y/P and h/D are sensitive to shear stress distribution modeling with M5. The best models among ELM and M5 were compared with an equation based on the Shannon entropy. According to the comparison results, the two proposed models outperform the Shannon entropy equation. Moreover, the ELM method’s function is superior in estimating the shear stress distribution and more adapted to experimental data with average Root Mean Square Error (RMSE) of 0.0236 compared to the M5 method with RMSE of 0.0364.     

糖皮质激素治疗与中重度溃疡性结肠炎患者肠道菌群的相关性:单中心回顾性研究

目的分析接受及不接受糖皮质激素治疗的中重度溃疡性结肠炎(ulcerative colitis,UC)患者肠道菌群的差异,并探讨肠道菌群对静脉糖皮质激素疗效的预测价值。方法回顾性分析2016年11月1日至2018年6月30日期间,在北京协和医院消化内科门诊就诊或住院治疗的中重度UC患者临床资料。根据采集粪便样本时患者是否正在使用糖皮质激素,将患者分为激素组和无激素组。无激素组患者入院后接受静脉激素、口服激素或免疫抑制剂治疗,根据3d后的疗效,将入院后接受足量静脉激素治疗的患者分为治疗有效组和无效组。采用16S rRNA扩增子测序方法对粪便菌群测序分析,采用香农指数评估肠道菌群α多样性,采用Metastats分析比较不同组患者肠道菌群的物种构成差异。结果共35例符合入选和排除标准的中重度UC患者入选本研究,无激素组20例,激素组15例。无激素组中13例患者在采集粪便样本后接受静脉足量糖皮质激素治疗,其中有效组8例,无效组5例。激素组和无激素组患者的肠道菌群α多样性(香农指数:无激素组3. 57±0. 73,激素组3. 03±1. 15,P=0. 123)及物种组成无统计学差异。激素治疗有效组和无效组患者的肠道菌群α多样性亦无统计学差异(香农指数:有效组3. 69±0. 61,无效组3. 15±1. 01,P=0. 248),但无效组的乳杆菌属(无效组0. 0015±0. 0000,有效组0. 0141±0. 0002,P=0. 010)和双歧杆菌属(无效组0. 0178±0. 0005,有效组0. 1716±0. 0382,P=0. 011)相对丰度显著低于有效组,而志贺菌属(无效组0. 4161±0. 0750,有效组0. 1093±0. 0173,P=0. 008)和普雷沃氏菌属类群9 (无效组0. 0176±0. 0004,有效组0. 0018±0. 0000,P=0. 044)的相对丰度则显著高于有效组。结论中重度UC患者肠道菌群的α多样性及物种组成可能与是否激素暴露无关,但治疗前肠道菌群的物种组成可能是静脉激素疗效的潜在预测指标。     

Entropy-based optimum sizing of trusses

A new method for optimally sizing the bars of a structural truss is described. Though many different methods for solving this problem have been proposed in the past, the present method is radically different in that it sets the problem in a probabilistic context and uses the Shannon entropy function to infer improved solutions based upon available information. The resulting method is extremely simple to operate and is efficient, suggesting that there may be other potential uses for informational entropy in applications not usually concerned with statistical inference.