基于关联函数的动态聚类算法及应用

根据时序立体数据的特点,提出了基于关联函数一致性矩阵的动态聚类算法。给出了适用于时序立体数据关联函数的改进标准关联函数计算公式,并将该算法应用于乙烯裂解炉报警系统,结合流程的时序立体数据,得到了裂解炉报警系统的动态聚类分类结果,并验证了提出算法的有效性。本文算法对于时序数据的聚类具有较强的鲁棒性。     

安全层次系统及其密钥生成算法

在许多大型计算机信息系统、管理系统及通讯系统中,全体用户的数据安全关系可以抽象为一个通用模型,即安全层次系统。本文首先给出了安全层次系统的形式定义,然后讨论了利用它实现数据约束共享的重要途径——密码技术,并提出一个密钥生成与分配的通用机制。接着依次介绍了基于该通用机制的两类典型算法:自顶向下和自下而上密钥生成算法,并分析了它们的安全性与效率。     

基于粗糙集的层次分析及其应用

在实际择优决策过程中,层次分析法被广泛使用,而在不完备复杂信息系统中粗糙集理论被大量使用,对系统进行约简。本文在层次分析方法的基础上,通过粗糙集理论对层次分析模型中矩阵的维数进行了降维,有效地改善复杂大系统的处理复杂度,提升了计算机利用层次分析法解决实际择优问题的效率。实例证明了该方法的可行性和有效性。     

现代化工流程报警系统优化算法及应用

过量的流程报警信息给操作者的决策和诊断带来困难,根据现代化工流程报警的特点,提出基于动态模糊聚类算法对化工流程报警系统进行合理分组,采用模糊差异驱动决策算法对报警等级排序,在线优化流程报警系统,提高报警系统的有效性。结合乙烯裂解炉系统的报警优化验证了提出的优化算法的有效性,对现代化工过程参数报警系统管理和操作优化具有较强的实用性。     

基于粗糙集的层次分析及其应用

在实际择优决策过程中,层次分析法被广泛使用,而在不完备复杂信息系统中粗糙集理论被大量使用,对系统进行约简.本文在层次分析方法的基础上,通过粗糙集理论对层次分析模型中矩阵的维数进行了降维,有效地改善复杂大系统的处理复杂度,提升了计算机利用层次分析法解决实际择优问题的效率.实例证明了该方法的可行性和有效性.     

基于抽样的概念层次数据挖掘算法

一、引言属性归纳算法的出现主要有以下几个原因。首先,虽然某些规律,如关联规则可以在基本概念层上发现,但是一些更让人感兴趣的规律一般只在更高的概念层上才能发现,并且表达得更简洁一些。因此有必要将数据库中的基本数据泛化到相对高的概念层上才能更有效地挖掘数据。其次,由于自发的挖掘会产生太多的规则而失去重点,因此一般推荐由用户来提出数据挖掘的要求,这样可以有限制地搜索相关的数据集来挖掘出相关的数据。最后,存在某些知识背景可利用,如概念层次。这不仅提高了挖掘的效率,而且可以反映出用户在挖掘过程中的一些控制,这样可以更有利于得到期望的泛化结果。     

基于用户层次信息的协同推荐算法

在个性化信息推荐服务中,协同推荐作为一种基本的信息过滤方法得到广泛的应用,它根据和目标用户具有相似行为的用户对资源的评价来进行推荐。但是,我们的研究发现,协同推荐算法所获得的相似用户群和实际用户的概念层次没有关系,这和我们的直觉是矛盾的,这驱使我们在协同推荐算法中考虑进用户的分类信息。实验结果表明,这样的方法是有效的,它和传统协同过滤相比具有更高的推荐精度。     

基于物元的流程报警系统重构算法及应用

根据流程工业的特点,提出了流程工业系统的物元表示方法.结合流程报警系统的特点,提出了面向时序数据的关联函数的计算方法和基于可拓学的系统重构方法.采用关联函数对重构系统进行聚类处理,建立了面向流程工业应用的实用系统重构算法.通过在乙烯裂解炉报警系统中的应用,验证了该算法的有效性.     

基于动态层次分析的自适应多目标粒子群优化算法及其应用

提出一种基于动态层次分析的自适应多目标粒子群优化算法,利用模糊一致矩阵层次分析法选取全局最优粒子,保证进化方向的合理性和客观性。在进化过程中对种群状态进行客观度量,自适应更新种群的权重和学习因子等重要参数,使种群进化具有自我调节能力。将提出的算法分别应用于标准多目标测试函数、PID控制器参数优化和甲醇转化烃类物质的工业过程模型辨识中,通过与其他算法的对比说明了所提出算法的有效性和可行性。     

基于AHP的物流管理信息系统敏捷性评估研究

针对企业物流管理信息系统敏捷性评估存在的问题,本文对其进行较为系统的研究。首先,引入层次分析法将敏捷性评估从定性评估转为定量评估;其次,提出敏捷性指标体系建立原则;最后,建立物流管理信息系统敏捷性评估CTRSPI模型,并给出每个指标的评价方法和说明,并对敏捷性指标体系中的每个指标计算方法进行了具体说明。结果表明,提出的模型能够实现敏捷性评估的定量判断,便于比较不同物流管理系统的敏捷性及其等级。     

基于小波分析的预测算法在智能商务中的应用

针对智能商务系统数据挖掘的特性,应用小波分析理论,提出了基于小波分析的预测算法,并将其运用于“天商-2000”智能商务系统中。     

基于Matlab的时间序列分析和动态数据建模

介绍了Matab语言的特点,结合火控精度测定数据实例着重讨论了其在时间分析和动态数据建模方面的优越性以及应用。在实际工作中使用Matlab可以大大提高试验的效率。     

基于改进MulSim相似聚类算法的水利信息管控方法

针对当前水利信息管控能力滞后的问题,提出了多维水利信息可视化管理系统。通过STC89C51RC单片机作为控制模块,该模块外部设置有无线传输模块、电平转换模块等实现水利信息的多方式管控与计算。为了能够在多维数据集中的情况下识别出维度不同的数据信息,提出了MulSim单点与多点相似聚类算法模型,将多维水利数据集的点有效地进行分组,提高了水利数据信息管控能力。通过试验,本研究方法多维水利信息可视化管理系统能够实现多种形式的数据聚类,故障检测点较多,平均可视化时间为42 ms。     

群AHP法判断矩阵调整和群信息集结算法研究

对群层次分析法中不一致判断矩阵的调整和群信息的集结问题进行了研究,分别给出了多项推荐的判断矩阵调整算法和基于聚类的群信息集结算法来解决这2个问题,并以此为基础开发实现了一个基于Web的群层次分析法系统,以在企业的实施案例说明了系统的实用性和有效性。     

基于Profile信息的连续性分析算法及其优化

在Open64编译框架基础上,提出一种基于Profile信息的循环内数据访问连续性分析算法及其向量化优化方法。采用反馈式编译优化技术,获取程序运行时的连续性Profile信息,通过结构体剥离和数据重组方法实现程序向量化。实验结果表明,该算法针对不规则程序代码,可提供更精确的向量化信息,提高程序的向量化程度。     

基于信息融合的高炉料面分布模型与应用

针对高炉炉内料面的分布特征,分析了对料面特征有影响的各种因素．通过对各类影响料面分布的测量参数的信息融合获取料面特征,建立了高炉料面分布模型．在某钢铁企业的2200m3高炉中得到了实际应用,实现了对高炉炉内料面分布的在线监测．     

集成AHP和数据挖掘的个性推荐系统研究

提出了一个基于层次分析和数据挖掘的个性推荐系统。运用层次分析法来评价顾客生命周期价值中每一个RFM变量的重要程度,根据加权的RFM来对顾客进行聚类分析,通过关联规则挖掘从顾客簇中抽出频繁购买模式,根据簇中关联规则向顾客推荐相关商品。实验表明性能优于相等权重的聚类方法和不进行聚类直接从所有顾客中进行关联规则挖掘的方法。     

基于信息熵的决策属性分类挖掘算法及应用

在利用判定树进行分类挖掘时,需事先知道属性的分类。对不具体的或未知的属性分类,利用“高类聚、低耦合”原理对属性进行最优分类。在属性分类的基础上,利用基于信息熵的属性期望信息及对应的信息增益理论选择最佳分类决策属性,并按最佳分类决策属性引出分枝形成判定树。该文对属性的最优分类理论及算法进行了描述,并讨论了选择最佳决策属性构造判定树的算法,结合具体应用实例进行了验证并构造了判定树。     

一种基于模糊集的时间序列挖掘算法的设计与实现

针对商业销售的智能分析需求,文章提出了一种基于模糊集合的数据挖掘时间序列模式算法。该算法已得到有效的应用,对企业的经营决策有一定的参考价值。