基于AHP的院级科研立项评价研究

从科研项目立项的重要性出发,探讨了层次分析法在立项评价中的应用问题.详细介绍了层次分析法的实施步骤,结合实际建立了一套较科学、公正的项目立项评价模型,最后运用层次分析法确定出评价指标的权重,通过实例测试了立项评价过程的正确性.     

神龙城投资的分析与预测模型及推广

为了反映不同因素对湖南省株洲市神龙城商业圈发展的影响,将人口数量、居民人均可支配收入和商业区的住房成本作为商业圈发展的主要影响因素,并运用层次分析法判断该城市房价的合理性。进一步利用回归分析法,将3个影响因素作为变量,通过商业圈房价的未来走势来预测神龙城商业圈未来的发展。最后借助Matlab软件和有关数据对模型进行了检验,发现预测结果与实际结果比较吻合,有一定的通用性。     

基于示踪剂质量守恒的测流模型研究

地下水渗透流速是一个很重要的水文地质参数,示踪技术可较为准确地估算地下水渗透流速。针对前人计算公式受诸多条件限制或存在不足之处,根据示踪剂质量守恒原理重新建立了示踪稀释物理模型,利用微元法推导了含水层水平流速计算新公式,修正了广义稀释定理,讨论了新公式与传统公式的内在联系,给出了实测数据的处理方法。应用于工程实例,表明采用新公式能够得到更为丰富的含水层水平流速变化信息,并与地质条件相一致,计算结果更为可靠的。     

基于资源分布规律的信息系统风险量化模型

为了实施信息系统的风险度量,首先基于信息流的资源分布规律,参考风险评估要素改进模型,得到具有体系性和完整性的风险分布;在获取风险分布后,基于资源保护角度,考虑安全保护等级,运用层次分析法、多级模糊综合评判、函数级数展开、F-统计量等方法和工具对资源的安全属性所面临的风险进行量化,给出系统的风险量化指标体系,重点考虑风险之间的相关性,构建相关性准则,并得到其计算量为o(Si)。     

陶瓷结合剂化学组成的计算与配方优化设计

本文利用计算机技术．对陶瓷结合剂化学成分进行精密计算．在此基础上，根据结合剂所需要的化学成分，采用数学模型精确优化设计出陶瓷结合剂配方(即各种原材料的配比)，文章介绍了上述算法具体实现方法，给出了算法模型和精确的程序语言描述，算法重点解决了误差放大．计算稳定性等工程计算问题，对实际系统运行样本数据进行了验证，同时，文章描述了算法所引用的数据库表的结构设计方法及提高数据库应用效率和灵活性的技巧；分析了整个软件系统模块组成，描述了系统功能。通过实际应用与测试．验证了该系统算法和软件系统的可用性，对研究开发新型陶瓷结合剂具有重要指导作用。     

基于模糊层次分析的动态联盟伙伴选择策略

论述了基于模糊层次分析(AHP)的动态联盟伙伴选择策略。综合运用AHP方法和模糊决策方法构建了动态联盟伙伴选择的排序模型 ,通过求解该模型来得到参考排序值 ,力求使排序的结果能够客观、公正地反映不精确决策所蕴含的客观规律 ,以保证选择策略的准确性     

岸站式河湖水质远程监控柜设计与开发

随着我国工业化进程的加速,河湖水体污染现象日益加剧,已经严重威胁到我国的经济和社会发展。鉴于目前河湖水质监测手段落后和水质评价困难的现状,本文设计了岸站式河湖水质远程监控柜。该监控柜主要安放于河湖岸边,利用水质传感器实时采集河湖的水质信息参数,连同监控柜的状态信息等通过无线网络上传至上位机监控平台,对采集到的水质信息进行分析处理,实现了对河湖水质状况的有效监测,且兼具门禁指纹认证、枯水检测等功能。同时,为了对河湖水质状况做出及时、客观的评价和分级,结合改进层次分析法与熵权法的特点,提出一种水质参数权重确定算法。该算法既兼顾了决策者的偏好,同时又尽量减小了赋权的主观随意性,促使主观与客观评价相统一,且计算较简便、可操作性好。将上述算法嵌入到监控柜上位监控系统中,在唐山青龙河水域进行了系统测试,测试结果表明该监控柜系统运行正常,可以实时获取青龙河的水质信息参数,对河湖水质状况做出及时、客观的评价和分级,实现对河湖水质的综合分析与管理,进而为河湖水环境保护提供一种有效地辅助决策平台。     

栅元有效共振积分的CUDA算法设计与实现

核反应堆中需要实时精确地计算堆芯和增殖材料的有效共振积分或群截面来实现反应堆的安全控制。整个计算过程因为涉及大量的积分运算和庞大的核素截面数据,采用常规的计算方法,计算时耗相当大。基于统一计算设备架构(CUDA)平台,利用图形处理器(GPU)的计算能力,对整个计算过程进行并行化分解,多线程同时运算,大幅度提升计算速度,降低时耗。实验结果表明,在GPU上并行计算所得结果与原始数据没有明显差异,且加速效果显著。     

一种新的融合情景的美食推荐算法

针对传统协同过滤推荐算法不适用于情景因素,严重影响用户行为的这类场景,提出一种融合情景的推荐算法,并将该算法应用于美食推荐。首先,运用由情景属性构造向量表示情景,将情景信息作为一个重要因素添加到兴趣模型中,从而产生U-I-C兴趣模型。根据用户在不同情景下使用方式的不同,重新创建当前用户与各情景相对应的子用户,得到以情景作为标识的用户-项目评分矩阵。针对融合情景的兴趣模型易产生数据稀疏问题,设计利用改进的W-SlopeOne算法对未知评分进行填充;并通过对相似度公式进行优化,进而更加准确地找到当前用户的近邻,为用户提供更加有效的推荐服务。最后,通过实验验证该算法的有效性。     

基于相关系数的决策树优化算法

通过分析ID3算法的基本原理及其多值偏向问题,提出了一种基于相关系数的决策树优化算法。首先通过引进相关系数对ID3算法进行改进,从而克服其多值偏向问题,然后运用数学中泰勒公式和麦克劳林公式的性质,对信息增益公式进行近似简化。通过具体数据的实例验证,说明优化后的ID3算法能够解决多值偏向问题。标准数据集UCI上的实验结果表明,在构建决策树的过程中,既提高了平均分类准确率,又降低了构建决策树的复杂度,从而还缩短了决策树的生成时间,当数据集中的样本数较大时,优化后的ID3算法的效率得到了明显的提高。