海南省水资源配置决策的层次分析模型研究

海南省特殊的地理位置决定了其水资源配置问题的独特性,在水资源配置方案中,呈现出多阶段、多层次、多目标、多决策主体的特点,使得水资源配置模型难以确定并给决策带来了很大的风险性。本文研究了适合于海南省水资源优化配置所需的评比指标,对层次分析法加以改进,结合海南省水资源配置问题的决策要求,用改进后的层次分析法进行评价指标优化计算,最终得出了较为满意的结果。     

国际放射防护委员会所用的组织权重因子的演变

本文阐述国际放射防护委员会所采用辐射致部危险度和组织权重因子的改变。着重介绍ＩＣＲＰ１９９０年建议书中有关辐射危害的估算方法，在总危害中不仅考虑到辐射诱发致死癌症的概率，还考虑辐射诱发非致死癌症的概率，在受照者所有后代产生的严重遗传疾患的概率，以及这些有害作用所致的预期寿命损失。     

基于扇形领域扩展的同步双向A*算法

为提高航空器飞行的安全性和平滑性,解决传统A^*算法拐弯角度过大、搜索路径节点过多等问题,提出一种基于扇形领域扩展的同步双向A^*搜索算法。首先,根据栅格图法扩展危险区域边界;其次,设计了基于同步双向搜索的A^*算法,动态定义正反向搜索的目标节点。针对搜索角度有限问题,提出了在5×5领域内的扇形领域扩展策略,并设计了含有双重权重参数的评价函数以减少冗余点的产生。为验证改进算法的有效性,选取方形和不规则形状危险区进行仿真。结果表明改进的同步双向搜索算法搜索的路径更平滑;与传统双向A^*算法的结果相比,在不同形状的危险区域下,搜索路径长度分别减少了1.65%、13.16%,搜索路径节点个数减少了42.6%、46.81%,具有较强的搜索效率。     

基于改进的NSGA2算法考虑病患公平性及医院运作成本的病床配置优化研究

针对目前医院病床调度存在运营成本较大以及医患关系之间公平性的问题,提出一个考虑医院运作成本和病患公平性下单科室病床分配的多目标随机规划模型。首先,根据基于医院的相关政策,提出一个考虑响应性与准入性的权重测度指标来反映医患关系的公平性,并考虑医院的运作成本建立多目标随机规划模型;其次,为方便算法求解,引入线性化方法将复杂模型处理成混合整数线性模型;最后,采用改进后的NSGA2算法对多目标问题求解,并对算例进行不同的数值实验。通过调整不同的参数进行相对应的灵敏度分析,改进后的算法提升了算法的收敛性与多样性,实验结果验证了模型的有效性和适用性。     

基于模糊综合评价的灌区水闸工程造价控制研究

本研究对东风渠灌区续建配套节水改造牧马山干渠整治项目水闸工程造价控制水平进行研究,利用专家咨询、文献查阅、现场调研等方式确定评价指标体系,利用熵权确定客观权重,专家咨询法确定主观权重,将主客观权重进行加权,利用模糊综合评价方法确定牧马山干渠整治项目水闸工程造价控制水平.结果表明:该项目水闸工程造价控制水平18.72％为优,45.62％为良,28.30％为及格,7.36％为不及格.依据最大隶属度对该灌区水闸工程造价控制进行评价,造价控制水平为良.     

等级测评项目实施问题思考

文章以等级测评项目实施情况为立足点,阐述了等级测评过程中有可能存在分歧的现象,细致描述了等级测评双方就同一个问题而形成的观点,并对问题形成的原因和解决问题的可行性进行了分析,提出消除剪刀差的思路和建议,为全国广大测评机构在解决等级测评实施问题方面提供了参考。     

基于多模型变权重组合的软件可靠性仿真研究

研究提高软件可靠性预测精度问题,对软件可靠性研究已成为当前软件工程的一个研究热点,传统的单一软件可靠性模型由于使用的技术及提取的信息有限,软件可靠性预测精度不高。为提高软件可靠性预测精度,在建立多种单一软件可靠性预测模型的基础上,提出一种样本点的多模型变权重组合模型。将多种预测技术有效地聚合在一起,取长补短,在样本数据有限的情况下,不仅改善了样本内学习能力也增强了样本外的泛化能力,提高了综合预测精度。仿真验证模型无论在样本内还是样本外都较优于经过模拟退火算法优化的BP神经网络(SA-BP)及经过遗传算法优化的最小二乘支持向量机(GA-LSVM),说明变权重组合模型是一种精度更高的软件可靠性失效数据预测模型,具有较好的应用推广价值。     

基于用户兴趣偏好的网络文档检索

本文提出了一种基于用户兴趣偏好的网络文档检索策略。用户长期浏览网页的过程中搜集用户的兴趣偏好特征值,并将表达用户偏好的关键词按序排列,以语义关联度为标准对每次搜索引擎的网页排序结果进行重排,并在此过程中充分考虑用户偏好信息的保护。用户兴趣偏好特征值通过用户的浏览反馈行为对自身进行动态修改,使其不断捕获变化着的用户兴趣热点。实验表明,基于用户兴趣偏好的网络文档检索策略较传统的文档检索在召回率、准确率等性能指标上有所提高。     

配电云平台的决策级数据融合及其并行化

随着传感器技术的不断发展,配电主站中包含的传感器数量不断增加,配电云平台能够接收海量数据.为了提高数据的利用率,同时提高云平台对数据的处理效率,本文提出一种关于配电云平台的决策级数据融合方法及其并行化方案,通过计算传感器的重要程度判断传感器网络中各传感器反映某事项的程度,从而决定是否将数据实时传输到应用层,同时利用改进的基于权重的D-S理论在应用层实现进一步的数据融合,整个过程利用Spark进行并行化计算.本文提出的数据传输及融合方法能够在保证数据传输完整性的前提下大大提高应用层的决策效率,尤其对于需进行实时判断的事件,所提方法能够保证配电云平台实时高效地做出决策.     

基于文化鲸鱼优化算法的特征权重优化分配方法

为了解决基于数据的预测模型中特征权重分配不合理的问题,将鲸鱼优化算法(whale optimization algorithm,WOA)纳入文化算法的种群空间中,获得了一种文化鲸鱼优化算法(cultural whale optimization algorithm,CWOA)以用于特征权重的优化分配.首先,将预测模型的均方根误差作为适应度函数;然后,采用WOA在种群空间中对特征权重进行迭代寻优;接着,通过接受函数将种群空间中的最优权重置于信仰空间中进行性能评价与双变异演化,以此形成形势知识和规范知识;最后,通过影响函数对种群空间中的权重进行更新指导,如此循环,从而得到特征权重的优化分配结果.以基于案例推理的预测模型为例,使用加州大学欧文分校(University of California Irvine,UCI)标准数据集对特征权重的不同分配方法进行了对比实验,结果表明该方法分配权重后的预测精度最优,在涉及特征权重分配的机器学习领域具有一定应用价值.