基于累积前景理论与PGSA的应急响应群决策模型

针对区间概率条件下的突发事件应急响应群决策问题,考虑决策者的心理行为特征,提出了基于累积前景理论和模拟植物生长算法的决策模型.首先,根据人员伤亡和财产损失的损益值计算突发事件情景的综合价值,其次,基于累积前景理论计算各应急方案的累积前景值.然后,构建了以各决策者信息与群体集结信息之间距离最小为目标的非线性规划模型,采用模拟植物生长算法获得群体最优集结信息.最后,通过案例验证模型的有效性和可行性.     

一维非线性周期结构中弹性波传播的辛数学方法

利用辛数学方法分析了质量-弹簧非线性周期结构链中弹性波的传播问题．首先利用能量方法得到频域动力方程,随后通过小量变换将非线性动力方程线性化,得到辛矩阵,进而通过求解辛矩阵的本征值问题来研究波的传播性能．质量-弹簧模型中的弹簧刚度非线性对结构链的传播特性影响很大,研究发现非线性明显改变了周期结构的传播性能,而且不同于线性结构,非线性结构的传播特性与入射波强度有关．数值算例表明随着非线性强度及入射波强度的增大,传播通带宽度逐渐减小,禁带宽度逐渐增大．当入射波强度增大到一定值时,弹性波无法在结构中进行传播．与一般递归方法的比较分析,验证了辛数学方法在非线性周期结构波传播问题中的有效性与优越性．     

基于一维搜索和动态调节的非线性规划PSO算法

对非线性规划问题的处理通常采用罚函数法,使用罚函数法的困难在于参数的选取。本文提出了一种解非线性规划问题的新PSO算法(NSDPSO),该方法融入了一维搜索和动态调节技术,使NSDPSO很好地克服了标准PSO算法在前期收敛较快而在后期易陷入局部最优的缺陷。另外,文中还给出了一种新的适应度函数及选择算子,使算法在选择下一代时保持群体中不可行解的一定比例,这样不但能有效地增加群体的多样性,而且可以避免传统的过度惩罚,使群体向最优解逼近。最后的数据实验表明该算法对非线性规划问题求解是非常有效的。     

动力系统的Poisson结构和可积变形

利用动力系统的守恒积分构造Poisson结构,将动力系统表示为广义Hamilton系统的形式,并以一个三维动力系统为例,通过添加任意可微函数推广守恒积分,构造系统的可积变形,并给出变形后系统的Poisson结构,由此得到了新的刘维尔可积系统.     

基于群智能算法的预防性维修周期优化

分析将蚁群优化算法应用于预防性维修周期工程寻优问题时遇到的算法参数选择困难等问题,提出将粒子群优化算法和空间划分方法引入该过程以改进原蚁群算法的寻优规则和历程.建立混合粒子群和蚁群算法的群智能优化策略:PS_ACO(Particle Swarm and Ant Colony Optimization),并将其应用于混联系统预防性维修周期优化过程中,以解决由于蚁群算法中参数选择不当和随机产生维修周期解值带来的求解精度差、寻优效率低等问题.算法的寻优结果对比分析表明:该PS_ACO算法应用于预防性维修周期优化问题,在寻优效率及寻优精度上有部分改进,且可相对削弱算法参数选择对优化结果的影响.     

基于Vague集理论一维属性——需求匹配的知识推荐算法研究

论文从推荐系统中知识推荐算法的核心——产品属性与用户需求的匹配出发,首先探讨了如何采用形式化的Vague集语言描述用户的需求和产品的属性问题。之后分别运用用户兴趣度模型和产品特征模型搭建了用户需求和产品属性的Vague集模型。在模型融合的过程中采用Vague集理论中成熟的相似度计算公式,实现了用户需求与产品属性的匹配计算。最后,从爱奇艺中任意提取了5名注册用户和5部2019年新上映的电影,按照搭建的模型进行了数据计算,得到了可靠的计算结果,同时也构造了用户和产品之间的知识库,为后期知识推荐规则的形成奠定了基础。     

关于群布尔矩阵的收敛和周期

在文[1]和[2]中,各自得到了如下结果：一个循环布尔矩阵A是本原的当且仅当gcd（i2-i1,…,i1-i1,n）＝1,其中A＝Pi1十Pi2十…＋Pi1,0≤i1＜i2＜…＜i1≤n-1,P是对应于n阶循环置换（123…n）的置换矩阵．在本文中,先把此结果推广到群矩阵（一种循环矩阵的推广）．其次,讨论群布尔矩阵的周期．给出了计算周期的算法,最后,探讨循环布尔矩阵A的使Am p＝Am的最小正整数m.     

基于样块和粒子群算法的图像修复

图像修复是近年来图像视觉研究当中的一个热点.Criminisi算法是一种比较常用的方法.为了消除原算法当中置信度和数据项相互影响的问题,并且考虑到平滑项对图像的锐化作用,对优先权的计算重新进行了调整.而将粒子群算法运用到最佳匹配块的搜索过程当中,避免了全局搜索带来的大工作量和不准确性,提高了算法的修复效率和准确性.经过仿真实验证明,改进后的算法不仅在PSNR值上有所提高,修复效果也更符合人们的视觉需求.     

基于结构元理论的模糊最大流算法研究

运用结构元理论来求解模糊弧容量网络的最大流问题.先简要介绍模糊结构元及相关定理.之后证明了模糊网络最大流的判定定理,该定理表明:求模糊网络最大流等价求一经典网络最大流.最后,通过一个例子来说明求解过程。     

基于结构洞理论的城市复杂项目群组织优化研究

研究目的:从城市复杂项目群组织的复杂性着手,针对目前项目群组织管理和控制在实际应用中出现的问题,研究一种优化项目群组织的有效方法.研究过程:基于结构洞理论模型,通过分析城市复杂项目群组织结构的网络特性,找到项目群组织中各个关系人之间的结构洞,以此作为研究的对象来建立组织的优化模型,在确立目标函数的情况下,通过结构约束算法求取网络规模的密度约束,并通过最小二乘法进行有效的修正.研究结论:通过模型的构建,可以得出结构洞理论是研究城市复杂项目群组织关系的有效理论方法,为其组织优化提供了交互视角,有利于组织中关系人目标的实现.     

一类抽象动力系统的C0群性质及其在迁移理论中的应用

本文研究一类抽象动力系统的性质.使用Hilbert空间的分解方法,获得了主算子的谱和相应的群的表示;使用有界线性算子的扰动理论,获得了抽象动力算子的谱分解.作为应用,研究了迁移理论中的一类积-微分方程.     

基于Cox模型的虚拟响应算法

提供一种求解Cox模型的新方法:基于Cox模型的基本特征构造虚拟响应变量,在此基础上利用最小二乘迭代算法得到基准生存函数和回归系数的估计,并进一步将该算法推广到广义Cox模型,利用局部多项式方法拟合虚拟响应变量,解决了协变量作用形式为非参的情形.     

基于前景理论和灰色关联的群决策评估模型

构建了基于前景理论和灰色关联的国防科研项目运行阶段群决策评估模型.基于群层次分析法确定评估指标权重,采用前景理论描述专家心理期望行为,以各项目的属性均值序列为参考方案,建立各项目与参考方案间的关联系数,并以此构建基于关联系数的价值函数,根据各项目的综合前景价值对国防科研项目运行阶段的各评估项目进行择优排序.实例表明了方法的客观合理性和有效性.     

基于时域精细积分算法的瞬态传热多宗量反演

基于有限元法和精细积分算法,提出了一种求解瞬态热传导多宗量反演问题的新方法．采用有限元法和精细积分算法分别对空间、时间变量进行离散,可以得到正演问题高精度的半解析数值模型,由此建立了多宗量反演的计算模式,并给出敏度分析的计算公式．对一维和二维的热物性参数、热源项、边界条件等进行了单宗量和多宗量的反演求解,初步考虑了初值和噪音等对反演结果的影响,数值算例验证了该方法的有效性．     

基于故障树和混沌粒子群算法的锻压机床故障诊断方法

锻压机床由于生产效率高和材料利用率高的特点,被广泛应用于各领域.然而,锻压机床发生故障时,其故障种类繁多、故障数据量大,所以对锻压机床故障源的快速、准确诊断较困难.针对该问题,文章提出一种将故障树分析法和混沌粒子群算法相融合的方法,对锻压机床的故障源进行故障诊断.该方法是先通过故障树分析法对锻压机床的故障进行分析从而得到故障模式及其故障概率,然后由得到的故障模式和已知的故障维修经验分析归纳出故障模式的学习样本,再根据得到的故障概率运用混沌粒子群算法的遍历性快速、准确地诊断出锻压机床发生故障的精确位置.文章提出的方法以锻压机床的伺服系统为例进行了故障诊断实验,将该实验结果与遗传算法、粒子群算法进行对比.实验结果表明,文章的算法在锻压机床伺服系统的故障诊断中准确度更高、速度更快.     

基于云模型和PageRank算法的社会网络群决策方法

近年来,随着信息、通信和技术的快速发展,决策者之间的关系也由此变得越来越紧密。在此背景下,决策者基于社会网络关系存在交互,社会网络群体决策会产生比传统群体决策更多的信息,信息不完全性、随机性以及决策者有限理性等因素都会导致群体决策结果与实际情况产生偏差。针对社会网络群体决策中决策偏好信息为定性概念的语言信息,且决策者之间存在信任度的群体决策问题,本文提出了一种基于云模型和PageRank算法的社会网络群决策方法并针对现有的云聚类算法拓展出了社会网络云聚类算法。首先,将语言信息转化为云模型;其次,基于社会网络拓扑图利用PageRank算法来计算每个决策者的权重;接着,使用社会网络云聚类算法将决策者分成几个子聚集并求出子聚集的权重;最后把云模型综合成方案云,利用随机模拟技术获取各个方案云的评分,给出方案的排序,并通过对比分析验证了该方法的有效性。     

素数阶群理论的量词消去算法及其上界

在以前的一些工作中,作者已经证明语言(?)={+,0,e)上素数阶群的理论T有量词消去性质并研究了它的判定问题的复杂性.本文在此基础上将利用T的判定问题的复杂性结果给出理论T的量词消去的一个算法,同时给出该算法的复杂性上界.     

基于加倍周期序列的因子结构的研究

首先研究了加倍周期序列的奇异词,进而得到序列的奇异分解.然后通过研究该序列的特殊诃和因子性质及结构,得到复杂度的新的计算方法.最后探讨了加倍周期序列的局部同态问题.     

基于灰色关联分析和证据理论的语言值群决策模型

供应商选择是复杂的决策问题,需要平衡不同专家的标准和意见。本文结合灰色关联分析和Dempster-Shafer合成规则来建立两种基于不确定语言变量的多属性决策模型。首先,就个体而言,灰色关联分析是根据关联性的大小来度量每个专家的个体偏好。其次,就决策群体而言,Dempster-Shafer合成规则是聚集决策者的个体偏好为一个集体偏好,将聚合结果进行排序,从而得到最优决策结果。将所建立的方法应用于供应商选择问题,通过实例展示了基于语言值的群决策模型可为处在全球经济市场中的企业提供一种有效的方法来评估和选择供应商。