产品智能化设计中进行结构设计的方法

提出了联合采用聚类分析、模糊识别、基于实例的推理进行产品结构设计的方法,基本思想如下：①任一“产品超类‘都可以按照’“产品-部件-零件”的层次进行划分,由此建立一棵“树”.②一个“产品类”拥有许多以“参数”表达的技术属性.采用聚类的方法,可以把每个属性映射到“树’的某个结点,构成该结点的属性集,然后基于这个属性集、利用已有的产品实例建立一个对应于该结点的模糊模型.③采用模糊识别的方法,按照“树”的拓扑结构对当前待求的设计问题进行识别,实现产品在概念设计阶段的结构设计.④采用CBR方法,实现详细设计阶段的结构设计.本文方法适用于大多数机电产品的智能化设计.     

入侵检测系统的模式建立与匹配方法

现有方法在对数据属性进行分析处理时,容易造成属性中关键信息的丢失,导致了较高的误报率和漏报率.基于这种现象,提出了一种特殊的两阶段聚类方法和基于模糊轮廓树的模式匹配方法.由描述属性建立模糊轮廓树,在此基础上,再对行为属性实施聚类.最后,得到一系列的"某一类型下的若干行为模式".同时,这棵模糊轮廓树又具有判定树的功能.在检测阶段,根据模糊轮廓树,确定一个模糊类别,在该模糊类别内再实施精确的匹配操作.该方法有效保护了属性中蕴含的描述信息和行为信息,避免其关键信息丢失,降低了入侵检测的误报率和漏报率.     

基于混合属性的产品优化聚类算法

针对分类研究中采用单一类型数据造成的结果失真, 提出了综合考虑产品属性和销售时间序列的两阶段优化聚类算法。分别采用基于属性的相似性排序及时间序列的分层优化聚类实现产品单独聚类, 然后基于初始聚类结果及参数化的动态相对权重提出考虑噪声数据处理的分层聚类方法实现产品综合优化分类。企业实例应用研究表明综合聚类模型及两阶段算法在聚类精度及时间复杂度上具有明显的优势, 相对权重的动态参数化设置有效解决了不同产品间个性化特征的差异表示。通用数据集的仿真进一步验证了算法在解决混合属性产品聚类问题时的优越性及广泛适用性。     

可调节产品族的自底向上优化再设计方法

在建立可调节产品族优化模型的基础上,基于独立优化、平台规划、实例产品设计和方案评价的产品族自底向上设计流程,提出基于敏感度分析和模糊聚类的产品族优化再设计方法.在产品平台规划阶段,首先使用变量敏感度分析初步划分可能的平台常量和可调节变量集合;然后对实例产品间由于变量通用所造成的性能、成本和约束满足变化进行模糊C均值聚类,并引入模糊覆盖指数决定最优的聚类数目,合理规划多平台常量的共享.通过建立平台非通用性指数以定量评价产品族方案的通用程度.最后采用通用电机产品族的再设计实例,证明了该方法的正确性与高效性.     

角色模型的粗集-模糊聚类分析方法

角色分析可以满足产品个性化设计系统中对于用户模型构建的需要。提出了基于粗集的模糊聚类角色分析与模型构建方法,通过构造基于粗集的模糊相似矩阵、确定角色属性的模糊相似聚类分析方法,从用户调研数据中提取典型用户属性特征,构建角色模型。该方法完善了角色分析在产品设计中的应用方法,有助于快速生成概念产品设计模型与方案。     

基于ResNet50和通道注意力机制的行人多属性协同识别方法

针对目前行人多属性识别算法识别精度不高的问题,利用行人属性之间的内在关联关系,基于“特征提取+回归”的思想,提出了一种基于深度卷积神经网络的行人多属性协同识别方法。该方法首先对多个行人属性标签进行组合编码,得到一个标签组合向量;然后采用基于通道注意力机制的ResNet50作为主干网络提取行人图像的深度特征;最后,设计了一个包含3个全连接层的神经网络结构来建立标签组合向量与行人深度特征之间的映射模型,在一个统一的网络框架下就可以同时对行人的多种属性进行准确识别。在行人属性公共数据集PETA和RAP上的实验结果表明,采用提出的识别方法在公共数据集PETA上获得的识别准确率为84.08%,而在公共数据集RAP上可以获得高达88.12%的识别准确率。     

一种不确定性规则挖掘的混合方法及其应用

为了在含有连续条件属性的决策表中挖掘和应用决策规则,通过采用互信息熵作为模糊聚类的截距值选定准则,对信息系统对象集进行模糊聚类划分,并根据粗糙集的有关概念,确定基于截距的近似集和边界,从中挖掘出不确定性决策规则,进一步建立决策知识库。最后以该知识库为识别模型,结合模糊隶属度的计算和不确定性推理进行地层识别,取得了令人满意的效果。     

基于直觉模糊与计划识别的威胁评估方法

分析了威胁评估中信息的不确定性以及计划识别存在的不足,将直觉模糊理论与计划识别相结合,提出了一种基于直觉模糊理论的多属性计划识别方法。建立了基于直觉模糊多属性计划识别模型,给出了计算方法。用实例验证了模型的有效性和正确性。实验结果说明,该模型可以提高威胁评估的效率与可信度,能更直观地给出对态势预测的描述。     

基于特征属性分类改进的模糊聚类方法及其应用

模糊聚类分析是一种重要的分类方法。传统模糊聚类分析法着眼于全体属性,在对多属性数据集分类方面具有明显优势,对基于特定、重要属性的分类时显得不足。本文对传统方法进行改进,提出了一种基于特征属性分类的模糊聚类方法,利用特征属性进行分类,产生了较好的分类效果,展示了一个成用实例。改进的方法人人提高了特定分类问题的应用价值。     

城市轨道交通设备故障聚类与贝叶斯网络预警

针对城市轨道交通的海量监控报警数据分析难度大的问题,结合设备故障特征,应用数据挖掘方法定义聚类特征树,建立基于故障集的层次聚类分析模型,取得故障要素的高频聚类并识别关联规则。通过构建故障贝叶斯层次网络,提出故障预警模型,计算取值概率推断预警值,进一步探讨了关联性预警的识别和应用策略。采用某城市轨道交通的阶段报警数据实例验证,表明识别出的故障关联规则与实际较好地符合,利用该方法推断故障预警能快速定位风险隐患,为安全管理提供有效的决策支持。     

基于信息融合技术的动态安全态势评估模型

本文提出了一种基于信息融合的动态网络安全态势评估方法。此方法采用信息融合系统的三层结构,数据层用粗糙集理论确定有用属性及权值,定时收集多源数据并标准化,特征层采用模糊聚类分析进行信息预分类,决策层用模糊识别和D-S证据理论组合的识别方法得到最终结果。     

Induction of multiple fuzzy decision trees based on rough set technique

The integration of fuzzy sets and rough sets can lead to a hybrid soft-computing technique which has been applied successfully to many fields such as machine learning, pattern recognition and image processing. The key to this soft-computing technique is how to set up and make use of the fuzzy attribute reduct in fuzzy rough set theory. Given a fuzzy information system, we may find many fuzzy attribute reducts and each of them can have different contributions to decision-making. If only one of the fuzzy attribute reducts, which may be the most important one, is selected to induce decision rules, some useful information hidden in the other reducts for the decision-making will be losing unavoidably. To sufficiently make use of the information provided by every individual fuzzy attribute reduct in a fuzzy information system, this paper presents a novel induction of multiple fuzzy decision trees based on rough set technique. The induction consists of three stages. First several fuzzy attribute reducts are found by a similarity based approach, and then a fuzzy decision tree for each fuzzy attribute reduct is generated according to the fuzzy ID3 algorithm. The fuzzy integral is finally considered as a fusion tool to integrate the generated decision trees, which combines together all outputs of the multiple fuzzy decision trees and forms the final decision result. An illustration is given to show the proposed fusion scheme. A numerical experiment on real data indicates that the proposed multiple tree induction is superior to the single tree induction based on the individual reduct or on the entire feature set for learning problems with many attributes.     

叶片气动优化仿真数据的数据挖掘应用研究

叶片气动优化设计过程中产生的海量过程仿真数据中隐含着丰富的领域设计知识,为了获取其中隐含的设计知识,将基于粗糙集的决策树数据挖掘方法应用到叶片气动过程仿真数据的知识挖掘中。以跨音速压气机转子叶片NASA Rotor37气动优化设计为例,利用K-Means聚类分析对仿真数据进行离散化处理,采用粗糙集属性重要性算法进行属性约简,采用决策树算法构建叶片优化设计知识决策树,挖掘出叶片优化设计变量弯扭、周向积迭线的控制点偏移量与目标函数总压损失系数之间隐含的设计规则。结果表明,基于粗糙集的决策树的数据挖掘技术为叶片气动优化设计领域知识获取提供了一条有效的新途径。     

一种基于模糊增益比例的决策树属性选择方法

节点属性的选择是决策树生成过程中的关键环节,以ID3和C4.5为代表的经典决策树算法中,树节点的选择是通过子集样本数计算信息增益或增益比例得到的。但是,对于连续性属性,由于离散化分割导致了子集边界元素在隶属关系上的模糊,使样本计算的方式存在了一定的不合理性,为解决这一问题,采用了模糊集理论并以模糊度的方式取代样本个数参与增益比例的计算,给出了一种获得决策树分类中不确定性尺度的可行途径。     

通用OCR开发工具的设计

提出了一个通用OCR开发工具的设想,用于各种文字的OCR软件的开发,它能够在使用者的干预下自动完成识别器的设计,大大减少文字识别软件开发的工作量。系统以决策树作为基本的判别器,并用多个决策树组成多方案识别系统。提出设计树和分类器设计器的概念,分别用于决策树设计过程的控制和决策树节点中的分类器的设计。最后实现一个实验系统,验证了该文的设想和设计方案的可行性。     

基于FCBR与AHP混合机制的产品概念设计方法

以FCBR和AHP混合机制为基础构建一个面向产品概念设计的系统架构,该架构将模糊集原理应用于CBR,解决了概念设计时用户需求描述的不确定与不规范性问题,得到符合设计要求的评价模块集,应用AHP方法对评价案例集进行功能指标和经济指标上的评价,从而获得最合适的候选设计方案,通过调用功能改写案例库中的改写规则来修改候选案例得到最终优化方案。应用实例表明,在概念设计中使用该混合机制可以为用户提供有效的设计决策。     

基于多节点协同的电力网络靶场混合入侵识别方法

研究了基于多节点协同的电力网络靶场混合入侵识别方法,提升电力网络对混合入侵行为的防御能力。依据多节点协同的分层协作结构,设置电力网络靶场训练平台内的通信节点作为感知节点,利用感知节点感知混合入侵数据,将感知结果传送至电力网络靶场训练平台的中心节点,利用中心节点融合混合入侵感知数据形成聚合节点。协同融合层的聚合节点将协同融合结果传送至识别层,识别层利用混合入侵识别模块,依据K-means聚类算法对混合入侵数据的聚类结果,构建C4.5决策树,利用决策树输出电力网络靶场混合入侵识别结果。实验结果表明,该方法可以精准识别电力网络靶场混合入侵行为,识别精度高于98%。     

Classification model for product form design using fuzzy support vector machines

Consumer preferences regarding product design are often affected by a large variety of form features. Traditionally, the quality of product form design depended heavily on designers’ intuitions and did not always prove to be successful in the marketplace. In this study, to help product designers develop appealing products in a more effective manner, an approach based on fuzzy support vector machines (fuzzy SVM) is proposed. This constructs a classification model of product form design based on consumer preferences. The one-versus-one (OVO) method is adopted to handle a multiclass problem by breaking it into various two-class problems. Product samples were collected and their form features were systematically examined. To formulate a classification problem, each product sample was assigned a class label and a fuzzy membership that corresponded to this label. The OVO fuzzy SVM model was constructed using collected product samples. The optimal training parameter set for the model was determined by a two-step cross-validation. A case study of mobile phone design is given to demonstrate the effectiveness of the proposed methodology. The performance of fuzzy SVM is also compared with SVM. The results of the experiment show that fuzzy SVM performed better than SVM.     

基于案例推理的同异反产品设计及其应用

集对论从联系的角度实现系统信息的整体处理．在CBR的基础上，结合集对论的思想和知识工程的机制，有效地处理了产品设计中领域专家的经验知识和人类创新思维的信息交合，提出一种新的产品设计方法——基于CBR的同异反产品设计法，以实现产品设计的自动化、智能化和系统化，并使之具有自学习能力，针对面向市场的产品设计的三个阶段，初步说明其在产品设计中的应用。     

An optimum design selection approach for product customization development

Consumer preferences and information on product choice behavior can be of significant value in the development processes of innovative products. In this paper, product customization evaluation and selection model is introduced to support imprecision inherent of qualitative inputs from customers and designers in the decision making process. Focusing on customer utility generation, an optimum design selection approach based on fuzzy set decision-making is proposed, where design attributes priority is identified from customer preferences using an analytical hierarchy process. A multi-attribute analysis diagram is developed to visualize the preference of each attribute from the expert’s group decision. Conjoint analysis is used in the product customization to focus on customer utility generation in terms of multiple criteria. The use of the decision-making method is illustrated with a case example that highlights the utility of the proposed method.