基于扩展粗糙集模型的集值不完备信息系统决策研究

在客观世界中信息系统往往是不完备的。该文将粗糙集模型经过扩展后应用于属性值为集合值的不完备信息系统,给出了几种不同的上下近似集定义,着重建立和分析了一种不完备决策表,研究了对应的粗糙集模型扩展后的属性约简的方法,并根据约简生成了决策规则。     

Windows环境软件分级再生策略研究

为降低软件系统再生成本，提高再生效益，文中在预测软件系统老化趋势的基础上，利用细粒度再生时间短和粗粒度再生效果好的特点，提出一种双粒度分级再生策略。该策略包括系统级再生和服务级再生。首先，以Windows环境下的综合信息管理系统为背景，搭建Apache Web服务器老化数据采集平台，通过修改服务器参数实现加速老化实验并采集系统老化数据；然后，将时域卷积神经网络模型（TCN）应用于老化趋势预测，对采集的老化数据进行特征提取并建模，得到该方法的预测精度高于循环神经网络；最后，提出一种再生决策函数评估平均再生成本的变化，依据再生成本的变化产生再生请求，实施分级再生。结果表明，双粒度分级再生策略平均再生成本降低7.6%，系统运行时间延长22.7%。与单纯的系统级再生策略相比，该策略能够降低平均再生成本，提高操作系统可靠性。     

基于支持向量机的异常值检测的两种方法

支持向量机逐渐成为机器学习的一种方法。异常值检测是支持向量机中一种特殊的分类问题,被称为一类分类。一类分类通过核映射确定一个包含正类样本的紧致区域,以便使异常值更容易暴露出来。介绍了一些一类分类算法的基本思想。     

一种两类决策系统的递增式粗集归纳学习方法

本文提出了一种两类决策系统的递增式粗集归 纳方法．首先利用基于粗集和用户要求的属性简化方法,对决策表进行属性简化;然后修改 了决策矩阵和决策函数的定义,并采用基于修改后的决策矩阵和决策函数的方法从简化的决 策表中归纳出决策规则;最后,一个例子验证了本文方法的有效性和实用性．     

基于分支程序逆向评估的安全多方计算

针对传统决策函数表示计算复杂度高、编码规模大、参与者局限于2方问题,提出一个基于边值二叉决策图和分支程序逆向评估的解决方案。引入边值二叉决策图(EVBDD)技术,给出一种基于 EVBDD的安全2方计算协议;引入分支程序逆向评估方法,将安全计算参与者由传统的2方扩展到多方;借助基于边值二叉决策图的安全计算协议为基础协议,设计一个基于分支程序逆向评估安全多方计算协议;对协议的正确性、安全性和效率进行分析。与现有解决方案相比,新协议提高了效率,弥补了因隐私泄漏出现的安全问题。     

0/1背包问题竞争决策算法

竞争决策算法是在分析大自然生物世界特别是人类的各种竞争机制和决策原理的基础上,利用竞争造就优化、决策左右结果的特性来到达优化目的的新型寻优算法。在考虑0/1背包问题特点的基础上给出了用竞争决策算法求解0/1背包问题的算法,经过大量数据测试和验证,获得了较好的结果。     

在零件的参数优化设计中的数学建模

零件参数的选取是一个最优化问题。假定产品与零件的参数为正态分布的随机变量。在此基础上,以零件的标定值和容差为决策函数,以产品的总费用为目标函数构造一个非线性规划的模型。首先,用计算机程序选择适当的零件标定值使产品参数的平均值达到标定值；而后,再用计算机程序对容差的选取方式逐步尝试,选择最优的容差方式使得总费用最小。     

基于支持向量机和决策函数的暂态稳定评估方法

暂态稳定评估是保证电力系统安全稳定运行的关键点,为解决应用机器学习进行暂态稳定评估保守性不足的问题,提出了一种基于支持向量机和决策函数的暂态稳定评估方法。该方法以故障前潮流量为初始特征集,结合暂态安全稳定量化评估和统计理论方法,提取输入特征;通过支持向量机训练暂态稳定评估模型,得出评估模型的决策函数,并依据支持向量的决策值确定门槛值,保证评估结果保守性。新英格兰10机39节点测试系统和实际系统算例验证了所提方法的可靠性和实用性。