浅析概率可靠性模型的优缺点

中国结构设计规范大多采用了概率可靠性模型作为结构设计理论,该模型和其它数学模型一样,都有其优点及缺点;阐述了概率可靠性模型的概念,采用比较法和计算分析的方法对该模型自身进行了研究,分析了其具有的优缺点,并指出了改进的方向．     

基于多层动态索引的相似炉型检索方法研究

针对炉型设计涉及的原始数据量庞大,合理炉型的界定范围广,界限模糊等问题,提出应用基于实例的推理方法辅助炉型初始方案的生成.分析了高炉炉型设计的特征属性,并建立了层次结构,针对其特征索引较多,权重系数小,检索效率低等问题,建立一种多层动态索引策略来改进传统的最近邻法,实现了炉型初始设计方案的智能生成.从而提高了相似实例检索的准确性和有效性,为后续对比调整提供了具有可比性和高参考价值的设计方案.     

C0-半群的概率型逼近

借助于算子值数学期望以及概率论方法,利用适当的随机变量的矩生成函数估计式,讨论了Banach空间上C0-半群的概率表示式及收敛速度的估计式.     

一次性求解多个SAT问题

在实际应用中通常需要求解对应CNF（ConjunctiveNormalForm）公式之间仅相差几个子句的一系列SAT（SatisfiabilityProblem）问题,但目前绝大多数SAT求解算法都是针对单一SAT问题设计的。为此,基于DPLL提出了nDPLL算法,并在随机问题上对该算法的效率进行测试。实验结果表明,nDPLL算法能一次性求解多个SAT问题,对于特定范围的CNF公式集具有较高的效率,CNF公式集的规模越大、相近因子越高、子句数和变量数的比值越大,则nDPLL算法的效率越高。     

基于CBR和RBR混合推理的齿轮箱智能诊断技术

针对传统齿轮箱智能诊断系统获取知识的困难,提出了基于案例(case-based reasoning,CBR)和规则(rule-based reasoning,RBR)混合推理方式的智能诊断技术.在研究此2种推理技术优缺点的基础上,取长补短,合理地将其应用到轧机齿轮箱故障诊断工作中,提高了故障诊断的准确率和效率.针对传统案例检索中相似度算法的不足之处,提出了一种新的案例检索算法,有效地解决了传统的相似度算法检索案例不准确的问题.     

基于直觉模糊推理的网络舆情预警方法*

为解决网络舆情预警等级问题,提出了一种基于直觉模糊推理的网络舆情预警方法。借鉴战场态势分析思想,对网络舆情态势分析的原理进行了阐述,选取了适合计算机实现的七个网络舆情态势分析模式对预警等级进行判断。选择七个舆情话题进行实验,实验结果表明,该方法能够准确地估计出威胁等级,符合专家经验判断,说明该方法是可行的。     

基于MWSPCA-CBR的智能预警方法研究及其在石化工业中的应用

石油钻井是一项高风险性、耗资巨大的系统工程。为了智能预警石油钻井过程中的异常，缩短非生产时间，降低相关风险，提出一种基于移动窗稀疏主元分析法（MWSPCA）的案例推理（CBR）异常智能预警方法（MWSPCA-CBR）。首先利用MWSPCA算法分析钻井过程中的实时数据，快速定位出异常可能发生的时间，然后使用基于案例推理方法分析异常数据，确定可能的异常类型，并为实时监控专家提供相关异常的处理方法。所提方法应用到石油钻井过程异常预警中，实验结果验证了所提方法的可行性和有效性，为钻井过程降低风险成本提供了新思路。     

Feature selection on probabilistic symbolic objects

In data analysis tasks, we are often confronted to very high dimensional data. Based on the purpose of a data analysis study, feature selection will find and select the relevant subset of features from the original features. Many feature selection algorithms have been proposed in classical data analysis, but very few in symbolic data analysis （SDA） which is an extension of the classical data analysis, since it uses rich objects instead to simple matrices. A symbolic object, compared to the data used in classical data analysis can describe not only individuals, but also most of the time a cluster of individuals. In this paper we present an unsupervised feature selection algorithm on probabilistic symbolic objects （PSOs）, with the purpose of discrimination. A PSO is a symbolic object that describes a cluster of individuals by modal variables using relative frequency distribution associated with each value. This paper presents new dissimilarity measures between PSOs, which are used as feature selection criteria, and explains how to reduce the complexity of the algorithm by using the discrimination matrix.     

Proof systems for planning under O-approximation semantics

In this paper we propose Hoare style proof systems called PRD^0and PRKWD^0 for plan generation and plan verification under 0-approximation semantics of the action language AK.In PRD^0 （resp.PRKW0D）,a Hoare triple of the form{X}c{Y}（resp.{X}c{KWp}）means that all literals in Y become true（resp.p becomes known）after executing plan c in a state satisfying all literals in X.The proof systems are shown to be sound and complete,and more importantly,they give a way to efficiently generate and verify longer plans from existing verified shorter plans by applying so-called composition rule,provided that an enough number of shorter plans have been properly stored.The idea behind is a tradeoff between space and time,we refer it to off-line planning and point out that it could be applied to general planning problems.     

基于概率性能感知演化博弈策略的“云+边”混合环境中任务卸载方法

针对“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中多任务卸载效率不足的问题,提出了一种基于概率性能感知演化博弈策略的任务卸载方法。首先,在一个“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中,假设其中分布的边缘服务器具有时变波动的性能,采用一种基于概率性能感知演化博弈策略的任务卸载方法对边缘云服务器的历史性能数据进行概率分析,以获得演化博弈模型;然后,生成服务卸载的演化稳定策略（ESS）,使每个用户都能在获得高满意度的前提下进行任务的卸载。基于云边缘资源位置数据集和云服务性能测试数据集进行模拟实验,在24个连续时间窗口上进行不同方法的测试比较。实验结果表明,所提方法在多个性能指标上都优于传统的贪婪（Greedy）算法、遗传算法（GA）和基于纳什均衡的博弈论算法等任务卸载方法。该方法的平均用户期望达成度相较于三个对比方法分别提升了13.7%、117.0%、13.8%,平均卸载时延分别降低了6.5%、24.9%、8.3%,平均货币成本分别降低了67.9%、88.7%、18.0%。