灰度关联理论在CBR中的应用研究

针对基于规则推理技术(RBR)知识获取困难、自学习能力差等缺陷,将基于案例推理技术(CBR)引入故障诊断系统中.介绍了基于案例推理的故障诊断方法的工作机理和过程模型,阐述了案例表示、案例检索、案例保存和案例库维护机制,然后简单介绍了灰色关联理论知识,并把灰色关联理论应用到故障案例相似度的计算中.根据实验结果可知,该方法有效地改进了案例检索算法,提高了故障案例匹配的准确度和检索效率,同时具有较好的分辨率.     

灰度关联理论在CBR中的应用研究

针对基于规则推理技术（RBR）知识获取困难、自学习能力差等缺陷,将基于案例推理技术（CBR）引入故障诊断系统中。介绍了基于案例推理的故障诊断方法的工作机理和过程模型,阐述了案例表示、案例检索、案例保存和案例库维护机制,然后简单介绍了灰色关联理论知识,并把灰色关联理论应用到故障案例相似度的计算中。根据实验结果可知,该方法有效地改进了案例检索算法,提高了故障案例匹配的准确度和检索效率,同时具有较好的分辨率。     

基于案例推理和粗糙集的商用飞机故障诊断研究

本文将采用基于案例推理和粗糙集的方法进行国产商用飞机故障诊断的研究。其中,用MongoDB存储飞机故障案例库,通过构建中文航空词本进行同义词替换减少案例描述的中文表述差异,使用粗糙集表示故障案例,粗糙集确定属性权重结合海明距离实现案例检索,并通过实例验证该方法的可行性和有效性,最后是案例库学习提高基于案例推理系统的可靠性。     

基于贝叶斯粗糙集和混合专家模型的CBR 系统

建立一个完整的案例推理系统,提出一种高效的案例检索方法和一种案例调整策略.在案例检索过程中,提出一种基于贝叶斯粗糙集的属性权重确定算法,在此基础上利用最邻近法检索出与当前案例最相似的一组案例作为参考.使用检索出的相似案例训练分层混合专家模型,并用微粒群算法优化模型参数,实现了对案例的调整.采用实际转炉生产数据进行仿真,结果表明了该案例推理系统的有效性.     

基于投影寻踪和MapReduce的并行案例推理模型

在大规模、高维度的数据环境下,传统的案例推理具有计算复杂度高、实时性差等缺点。为在大数据环境下进行案例推理,提出了一种基于投影寻踪和MapReduce的并行推理模型dpCBR。在数据预处理阶段,计算源案例到基准向量的一维投影距离并缓存,降低计算复杂度并减少重复计算开销。在案例检索阶段,先根据投影距离裁剪案例库,再进行相似度匹配,减少不必要的案例匹配开销。应用MapReduce进行分布式并行处理,使dpCBR具备对大规模案例库的推理能力。实验结果表明,dpCBR模型可以明显提高大数据环境下案例推理的效率。     

WDRR:一种带权重的多维案例推理算法

案例推理技术已经成为故障诊断、管理辅助决策、专家系统等实现的重要手段.现有的案例推理算法针对海量案例集时,普遍存在检索效率不高问题.设计了一种带权重的多维案例推理算法(Weighted DimensionReduction and R-tree,WDRR),该算法结合案例的多维特征权重,将多维案例降维成二维案例点,并在此基础上建立R树空间索引;案例检索时首先借助R树索引,确定案例的二维点所在,再结合二次权重和K近邻(KNN)算法进行精确过滤,根据相似度阈值输出案例推理的结果,并完成案例学习和索引修正.实验证明该方法针对海量案例集的检索效率和准确率都有较大的提升.     

基于案例推理的信息系统业务流程知识重用技术研究

本文在研究信息系统业务流程设计的知识表示与重用技术的基础上,提出了一种基于案例的智能化设计知识重用方法进行信息系统业务流程设计.重用方法包含案例表示、基于相似度算法和智能聚类的案例检索、案例优化、案例库组织四个方面.综合四个方面,实现了基于案例推理的业务流程案例检索和知识重用实验系统原型,并进行了实验.实验结果表明本重用方法具有较好的可行性、有效性、效率与质量.     

基于改进K-means聚类的案例检索策略

针对目前基于案例推理系统中案例检索存在的问题,根据K-means算法思想,分别设计一个案例聚类算法及案例检索算法。根据K-means算法的不足,对初值选取规则及案例检索算法进行改进。分析基于案例权重的样本案例选取规则,并论述案例聚类算法和检索算法。实验结果表明,该方法能有效提高案例检索效率及案例检索结果的召回率。     

基于案例推理的谈判支持系统的研究

通过对谈判案例的表达、检索、复用、评价、适配和学习的研究,基于案例推理的谈判支持系统解决了谈判者谈判相关知识缺乏的问题;在谈判案例表达方法中提出了属性分类方法;采用改进的最近相邻法进行谈判案例适配,以获得更相近的谈判历史案例;通过对基于案例推理的谈判机制分析,构建了基于案例推理谈判支持系统的体系结构,并详细设计了谈判系统的功能.最后,通过一个采购谈判方案验证了基于案例推理谈判支持系统的实用性.     

异质信息环境下基于案例推理的应急决策方法

针对在突发事件应急决策中,信息表述为精确数、区间数、语言术语、直觉模糊数、中智数、梯形模糊中智数等多样性的特点,同时鉴于案例推理方法的简单易用,提出一种异质信息环境下基于案例推理的应急决策方法.首先,引入异质数据的距离及相似度测度,并基于偏差最大化方法计算异质信息属性权重;然后,基于综合相似度测度,采用案例推理的方法从案例库中找到与目标案例相同或者相似的历史案例,从而获得有效的解决当前突发事件的应急预案和处理措施;最后,通过一个应急突发事件案例验证所提出决策方法的可行性和有效性,同时与其他方法相比较验证其优点.     

基于Moore-Penrose 逆的加权距离函数研究

"距离"是科学研究与工程技术领域中使用非常广泛的一种度量.在分析各种距离优、缺点的基础上,根据马氏距离不受量纲影响,能描述和处理相关性数据的性能优势,利用加权Moore-Penrose(WMP)广义逆定义了WMP马氏距离,并通过奇异值分解及矩阵的谱分解理论构造其数学形式和计算方法.理论分析和仿真实验表明,所提出的方法不仅保持了马氏距离和MP马氏距离的优点,而且克服了它们的缺点,同时又具有更好的独特性能.     

基于模糊结构元的模糊数直觉模糊多准则决策方法

针对准则权重信息不完全确定的模糊数直觉模糊多准则决策问题,采用模糊结构元方法进行处理.基于模糊数直觉模糊集的模糊结构元表示、模糊数比较和排序的模糊结构元方法以及直觉模糊数的记分函数和距离测度,定义了模糊数直觉模糊数的记分函数和距离测度,进而提出两种准则权重信息不完全确定而准则值为模糊数直觉模糊数的多准则决策方法:记分函数法和逼近理想解排序(TOPSIS)法.实例分析表明了这两种方法的可行性和有效性.     

基于非等间距的多变量MGM(1,m)模型

针对相互影响的多变量非等间距原始数据序列的模拟颅测问题,对多变量MGM(I,m)模型在非等间距情形下进行建模,建立了非等间距MGM(1,m)模型,以提高模拟颅测精度.心用实例表明了非等间距MGM(1,m)模型较各个变量建立单变量非等间距GM(1,1)模型的模拟预测精度有显著提高.该模型适于等间距和非等间距建模,使非等间...     

一种改进的粗k 均值聚类算法

Lingras提出的粗K均值聚类算法易受随机初始聚类中心和离群点的影响,可能出现一致性和无法收敛的聚类结果.对此,提出一种改进的粗K均值算法,选择潜能最大的K个对象作为初始的聚类中心,根据数据对象与聚类中心的相对距离来确定其上下近似归属,使边界区域的划分更合理.定义了广义分类正确率,该指标同时考虑了下近似集和边界区域中的对象,评价算法性能更准确.仿真实验结果表明,该算法分类正确率高,收敛速度快,能够克服离群点的不利影响.     

铜闪速熔炼过程操作模式快速匹配策略

在利用相似模式的归纳与综合实现铜闪速熔炼过程多操作参数同步优化的过程中,针对模式库庞大引起相似模式发现效率低的问题,提出了两级模式快速匹配方法.该方法采用主元分析实现属性权重设定,通过构造模式间相似性度量准则,并在初级匹配准则中引入柯西不等式,以减少计算复杂度,快速缩小次级匹配的搜索范围,提高模式匹配速度. UCI数据集仿真和实际生产数据应用结果验证了该方法的有效性和可行性.     

基于IDSQ的自适应动态协同自组织算法

在无线传感器网络中传感器节点相互协同完成感知任务,以传感器量测的信息效用与获取量测的能量消耗来折中地选择参与节点,但用户对服务质量(QoS)的需求并没有在节点选择时得以体现.为此,提出一种自适应动态协同自组织算法(A-DCS).该算法能根据用户给定的精度需求,自适应地选择簇首,确定参与感知任务的簇成员顺序和个数,并计算相应的能量消耗.以目标跟踪为应用背景的仿真结果表明,在跟踪精度和能量消耗2个指标下,该算法优于信息驱动传感器查询(IDSQ)和动态协同自组织(DCS).     

软件项目风险应对措施优选的区间模型及其算法

针对软件项目风险应对计划中风险应对措施的优选问题,提出一种区间优化模型.该模型基于项目视角,以风险应对成本和风险水平最小化为目标,结合考虑风险管理者的风险偏好,选出满意的风险应对措施组合.考虑到风险概率和风险损失等参数难以给出精确值,模型采用区间数来表示风险概率和风险损失信息.针对模型的求解,利用区间数距离定义和区间数排序规则,给出一种迭代求解算法.案例分析表明了该模型和算法的有效性和可操作性.     

基于立体视觉的球形机器人定位方法

针对球形机器人定位问题,提出了基于立体视觉的球形机器人定位方法.通过双目相机采集环境图像序列,提取Shi-Tomasi特征点,计算尺度不变特征变换(SIFT)特征描述符,并利用欧氏距离进行立体匹配;通过KLT算法进行特征点跟踪;采用解析法求解机器人在前后帧图像之间的位姿变化量;同时采用特征点筛选、RANSAC算法和卡尔曼滤波等方法,提高运动估计的准确性和鲁棒性.实验结果验证了所提出方法的可行性.     

一种基于信息熵的异常数据挖掘算法

信息熵是粒计算理论中度量不确定信息的重要工具之一, 已有的异常数据挖掘算法主要针对确定性的异常
数据挖掘, 采用信息熵度量不确定性数据进行异常数据挖掘的研究报道较少. 鉴于此, 在引入信息熵概念的基础上,
定义基于信息熵的异常度来度量数据之间的异常程度, 并提出基于信息熵的异常数据挖掘算法, 该算法可有效进行
异常数据的挖掘. 理论分析与实验结果表明, 所提出算法是有效可行的.

     

基于新冲突度量的属性信息相关算法

在传感器识别性能不理想的情况下,其给出的属性信息质量较低,传统的冲突度量难以客观地对它们之间的相异程度进行定量描述.为此,定义了一种新的冲突度量,该度量可以很好地对来自同类和异类目标的属性信息进行区分.在新冲突度量的基础上,采用多维分配算法实现了属性信息相关.理论分析和仿真实验均表明了所提出的基于新冲突度量的属性信息相关算法的有效性.