基于案例推理的应急辅助决策方法研究*

将案例推理的方法应用到应急决策中,为应急决策提供了一种实用的科学辅助方法。在分析了应急案例特征的基础上设计了一种基于概念树—突发事件本体模型—事件元模型三层架构的应急案例通用的案例描述与组织方法;根据应急案例属性复杂及属性值缺失的问题设计了基于结构相似度和属性相似度双层结构的案例全局相似度计算算法,避免了传统最近相邻算法中的属性值缺失问题;最后通过基于案例推理的应急辅助决策原型系统的开发使设计方法得以实现,证明了该方法具有较好的实用性。     

交通拥挤控制的实时决策支持模型

针对交通拥挤的快速检测和控制问题,设计了一种基于管理者知识和经验,能够实时反映交通拥挤状况的决策支持模型．设计的自动决策支持模型中包含了概念模型和推理模型,推理模型中集成了交通拥挤自动检测算法和拥挤交通量控制方案选择的模糊推理算法．研究结果表明,采用自动决策支持模型能在一定程度上取代交通管理者对拥挤的管理,从而提高拥挤管理的效率和决策质量．     

基于实时多Agent系统的作战智能决策仿真模型

该文首先对Agent和多Agent系统的理论和应用进行了概述，提出一种用于实时人工智能系统(RTAIS)的多Agent结构模型AA的形式化描述，这种Ageng结构包含两层Agent，即RTAIS Agent(AA)和AA内部的一组Agent体(IA)，并介绍基于该模型的舰艇协同攻击潜艇的仿真系统的实例，证明AA结构模型应用于实时智能系统，不仅能适应强实时系统的实时性要求，而且提供了更高的智能水平。     

一种基于UML的实时工作流建模方法研究

实时系统由于其业务对时间要求的特殊性,使得传统工作流技术难以满足其需求.在传统工作流的基础上,针对实时系统提出了实时工作流的概念,并建立了实时工作流元模型.与传统的工作流相比,主要对工作流的时间约束和异常处理进行了考虑.在活动上扩展了启动时间和执行时间,在工作流过程上扩展了执行时间,在并发活动上扩展了并发时间约束等,此外,元模型中还考虑了活动的超时异常以及应用程序和活动之间的执行关系.为了能够利用实时工作流元模型进行实时工作流建模,通过扩展UML定义了一种实时工作流描述语言,并分别从设计要求、定义技术和profile三个方面对实时工作流描述语言进行了阐述,给出了实时工作流的建模规则.最后结合船舶指控系统的具体实例,对建模方法进行了说明.     

基于FKPCA与双决策子空间的人脸识别

针对人脸识别中的小样本问题,提出一种快速核主元分析(FKPCA)与双决策子空间的人脸识别方法。利用FKPCA方法将原始样本空间映射到高维空间,在高维空间中实现原始样本的降维,在双决策子空间分别用Fisher准则和类间散布判决准则提取常规信息和非常规信息,通过加权欧式距离进行信息融合并用最近邻分类器进行识别。在ORL人脸库上的实验结果表明,该方法具有较高的识别率与较快的识别速度。     

基于推理模型甘蔗智能专家系统实时决策的设计及实现

本文详细介绍基于推理模型的甘蔗智能专家系统实时决策的基本结构、知识表达和推理机制,系统采用关系矩阵和基于产生式推理相结合的推理方法,提高了甘蔗智能专家系统实时决策的准确性.     

具有实时决策功能的网络转发器的设计

对一个具有实时决策功能的多线程网络转发器(NDS)的设计进行了介绍，重点阐明了NDS中的实时决器(RDM)。RDM根据近期网络报文的执行时间来预测一个新报文是否被接受：若该报文可以在给定的时限里处理完，则被接受，否则被丢弃，以缩短系统的响应时间。该模块已经在一个电力系统中得到了应用从而提高了系统的实时性。     

基于最小风险的贝叶斯决策理论相关反馈方法*

在对之前的相关反馈技术的问题和不足进行总结的基础上,提出一种基于最小风险的贝叶斯决策理论相关反馈方法,通过一种自适应机制产生记忆,同时应用最小风险来使用户获得满意的检索结果。实验结果表明该方法准确率高、响应速度快。     

GIS与实时决策系统的集成方案

本文论述了ＧＩＳ与实时决策系统的集成方案。虽然，实时决策系统和ＧＩＳ系统存在于不同的领域，描述的是不同方面的问题。但这两者的结合将产生一个新的决策系统，能解决更为复杂的问题，使决策者更快更准确地做出决策。     

基于双决策子空间和神经网络的人脸表情识别

提出了一种新的基于双决策子空间和径向基函数（RBF）神经网络的人脸表情识别方法。该方法首先采用KPCA+ FLD算法在双决策子空间（核空间和值域空间）中进行决策分析,提取两类判决特征信息：非常规信息和常规信息,并按一定的规则融合这两类判决信息;再运用RBF神经网络分类器和融合特征信息进行人脸表情的分类识别。基于日本女性表情数据库JAFFE的实验结果表明,它是一种有效的人脸表情识别方法。     

高铁客运站技术设备使用时段分配网络模型

针对计算机编制高铁客运站技术作业计划的方法进行研究,为开发计划自动编制系统及模拟仿真程序提供指导.方法基于模块组合思想,利用网络对空间结构的描述能力,通过定义不同技术设备的描述符号以及相关计算法则,结合专为各种性质列车分别创建的网络变换建立高铁客运站技术设备使用时段分配网络模型.模型采用按一定顺序寻找满足要求的网络通路并进行网络变换的方式,在确保各项作业安排限制后续安排的同时消减后续作业安排对前期安排的影响,保证求解所得方案具有可执行性.实例模拟结果表明,模型的实现具有可操作性,且实现过程方便直观,所编制的技术作业计划也可实现,能够用于指导现场工作,应进一步研究完善以提高所编制计划的质量.     

铁路编组站配流与调机运用的协调决策优化

运用数学优化方法,研究列车配流与调机运用的协调决策问题。建立了以欠轴列车数最少为目标的协调优化模型,并采用改进遗传算法求解。根据列车解体和编组顺序的特点,利用解体序号矩阵,采用自然数编码,并针对问题的特殊性应用联赛选择规则进行选择,且进行有限制的个体变异操作,减少了遗传算法本身随机性带来的影响,使变异后的种群能向高适应度方向进化。以某编组站为例进行模拟计算,结果表明该算法能够在较短时间内收敛至满意解。     

基于变权重组合模型的铁路客运量短期预测

科学、准确的铁路客运量短期预测是提高铁路客运系统竞争力与服务水平的关键。针对铁路短期客运量的特点,提出了一种基于灰色理论的变权重组合预测模型。为了获取不同模型在不同时刻的权重系数,采用广义回归神经网络对动态权重进行跟踪和预测。以2014年1~12月份的铁路客运量为研究对象,分别建立均值GM（1,1）模型、离散GM（1,1）模型、灰色Verhulst模型以及变权重组合预测模型。实例分析的结果表明,三个单一模型的平均相对误差分别为17.14%、16.99%和12.94%,而变权重组合模型为7.01%,变权重组合预测模型的预测精度明显高于单一模型。     

铁路超限超重货物装载加固可拓实例推理方法

铁路超限超重货物具有长大、笨重和价值昂贵等特征,装载加固影响因素众多且无法完全量化表达,超限超重货物装载加固决策问题是一个半结构化问题,设计装载加固可拓实例推理技术对提升铁路超限超重货物安全装载水平和运输质量尤为重要。结合铁路超限超重货物特征及其装载加固决策要素,采用可拓基元与实例推理技术,构造超限超重货物装载加固实例推理基础数据与推理规则模块的可拓基元模型,分析装载加固可拓实例属性取值特征,给出局部与全局相似度计算公式,设计超限超重货物装载加固可拓实例推理算法,确定待解实例的解。实例运用表明所给出的可拓实例推理方法可制定出合理安全的装载加固方案,切实有效解决铁路超限超重货物装载加固决策问题。     

铁路应急资源动态多阶段调度决策模型及算法研究

近年来,铁路突发事件时有发生,严重影响铁路的正常运营,合理地进行应急资源的调度是提高铁路整体应急救援能力,减少突发事件所造成损失的有效途径。以博弈论为理论基础,将各应急点看作博弈局中人,考虑救援点到应急点的运力限制以及不同资源在不同应急点的重要度等因素,构建了资源动态需求函数,并用应急点对资源缺少量的时间累积来刻画系统损失。将多应急点的资源调度描述为一个多阶段非合作博弈过程,以系统总损失最小为目标,建立多应急点-多救援点-多种资源的动态多阶段资源调度模型,并设计了求解该模型Nash均衡的改进布谷鸟算法,从而得到最优的铁路应急资源调度方案。通过具体算例验证了模型的可行性与算法的优越性。结果表明该模型较为切近实际、适用性较强且改进后的算法更具高效性,可为铁路应急资源调度决策提供依据和支持。     

基于粗糙集与AHP理论的IT项目风险群决策

针对IT项目的风险管理与群决策过程中存在大量不确定、不完全信息等特征,在传统决策方法的基础上,将粗糙集方法与AHP理论相结合,提出了粗集IT项目风险群决策的基本步骤,并借助粗糙集的原理与方法,通过实例分析探讨了IT项目风险群决策中关于知识表达、属性约简、规则挖掘、方案排序等方法,尤其是引入属性动态权重、专家主观权重、客观权重的概念与计算方法,进而对整个决策排序算法进行了改进。