基于改进的模糊综合评判方法的聚表剂性能评价

聚表剂凭借其良好的增黏性,抗盐性以及乳化特性成为陆相油田潜在的优势驱替剂.以华鼎Ⅰ、海博BI和DG聚表剂为研究对象,分析了影响聚表剂溶液黏度性质的单因素指标,基于改进的模糊综合评判方法对三种聚表剂的粘度性能进行优选;通过并联岩心模型驱油实验对优选结果进行验证.结果表明华鼎Ⅰ的粘度性能最优,DG聚表剂的粘度性能最差;并联岩心驱油实验中以改善剖面能力为验证指标与模糊评价结果相吻合;以采出程度为验证指标与模糊评价结果不吻合,原因在于不同聚表剂之间的洗油能力存在差异.综合来看,改进的模糊数学评判方法对于聚表剂的优选具有一定的参考意义.     

土工格室边坡侵蚀稳定性的模糊物元评价模型及其应用

随着土工格室在高速公路、河道边坡护坡工程中的逐渐推广,土工格室边坡侵蚀稳定性研究成为研究热点.为有效地对土工格室防止边坡侵蚀的能力进行评价,指导工程实践与应用,通过对土工格室特性、边坡特征以及施工养护等影响因素的分析,建立了土工格室边坡水力侵蚀稳定性评价的指标体系;针对评价等级相对模糊及单项指标评价结果的不相容性问题,引入模糊物元理论,构建了土工格室边坡侵蚀稳定性的模糊物元评价模型,利用层次分析法确定指标权重,最后进行关联分析,根据最大关联原则确定评价等级.研究表明模型将定性和定量相结合,考虑全面,计算简单,易于编程,结合工程实际案例对该模型进行验证分析,评价结果与实际情况符合较好.     

n人可信策略博弈

本文研究模糊支付n人策略博弈,由于支付信息的不完全性,模糊支付可视为模糊变量。基于可信性理论,在不同的决策环境中引入模糊排序方法表征支付者行为。因此,本文定义四种可信均衡,等价于纳什均衡。其次证明了可信均衡存在性定理。除此之外,在现实策略博弈中用算例说明四种可信均衡的现实意义。最后讨论四种可信均衡之间可能存在的关系。     

多集值信息表中的多粒度模糊决策论粗糙集

多粒度粗糙集和决策论粗糙集是Pawlak粗糙集的重要推广,目前已成为人工智能研究的热点.然而,它们大多处理的都是单值信息系统中的问题.而实际生活中绝大多数都是处理多值问题,为了解决这一问题,在多集值信息表中将多粒粗糙集与模糊决策论粗糙集相结合进行研究,提出了其在乐观,悲观情形下的上下近似,研究了一些相关性质并给出了多集值信息表中的多粒度模糊决策论粗糙集精度、粗度的概念,最后通过一个具体例子验证其有效性.     

高能电子照相成像模糊模拟研究

高能电子照相是一种新兴的无损探测技术,可以在不拆解客体的情况下对客体材料及其内部结构进行定量测量。与高能质子照相相比,其分辨能力更高,可达到亚m量级,有望成为介观现象诊断的有力工具。为研究相互作用和成像束线对成像模糊度的影响,采用Geant4模拟软件,建立12 GeV电子束从客体到像平面全过程照相模型,主要分析了成像束线引起的色差模糊、客体纵向长度引起的模糊以及次级粒子造成的模糊。研究结果表明,高能电子照相成像模糊为亚m量级,其中成像束线引起的色差模糊为主要贡献项,次级粒子和客体纵向长度引起的模糊可以忽略。     

地下水脆弱性风险预警和评估的区间三角模糊多属性决策模型

应用基于逼近理想解排序法的区间三角模糊多属性决策模型,对三江平原六大分区地下水脆弱性进行了风险预警和评估.评估结果与前人吻合,可为有关决策部门采取相应降低环境风险的措施提供参考.实例验证表明,模型具有更高的计算精度和更好的评价效果,为有关环境风险决策部门对地下水风险预警和评估提供了新的思路和方法.     

基于卷积神经网络的焊缝缺陷图像分类研究

为有效地对焊缝缺陷进行分类，从而判断焊接质量的等级，对传统卷积神经网络进行改进，提出一种多尺度压缩激励网络模型（SINet）。将4组两两串联的3×3卷积模块与Inception模块、压缩激励模块（SE block）相结合。通过多尺度压缩激励模块（SI module）将卷积层中的特征进行多尺度融合和特征重标定以提高分类准确率，并用全局平均池化层代替全连接层减少模型参数。此外考虑到焊接缺陷数量不平衡对准确率的影响，采用深度卷积对抗生成网络（DCGAN）进行数据集的平衡处理，并在该数据集上验证模型的有效性。与传统卷积神经网络相比，该模型具有良好的性能，在测试集上准确率达到96.77%，同时模型的参数个数也明显减少。结果表明该方法对焊缝缺陷图像能进行有效地分类。     

具有非对称模糊加工时间工期指派调度优化问题的一类加权模型及其求解算法

根据模糊变量截集所表达的信息的重要程度,建立了模糊环境下工期指派调度优化问题的一类加权模型,该模型中工件加工时间为非对称三角模糊数,目标函数为极小化提前完工惩罚和拖期完工惩罚和的加权可能性均值.证明了当工件加工时间具有相同宽度比时,模型是多项式可解的,并给出了求解的多项式算法.数值实验表明加权模型与现有的非加权模型相比能有效的降低总费用.     

否定非对合剩余格上基于正规模糊理想的一致拓扑空间

拓扑结构是逻辑代数研究领域的重要研究内容之一,为了揭示否定非对合剩余格上的拓扑结构,基于正规模糊理想诱导的同余关系在否定非对合剩余格上构造一致拓扑空间并讨论其拓扑性质.证明了:(1)一致拓扑空间是第一可数,零维,非连通,局部紧的完全正则空间;(2)一致拓扑空间是T_1空间当且仅当是T_2空间;(3)否定非对合剩余格中格运算和伴随运算关于一致拓扑都是连续的,从而构成拓扑否定非对合剩余格.同时,获得了一致拓扑空间是紧空间和离散空间的充分必要条件.最后,讨论了拓扑否定非对合剩余格中代数同构与拓扑同胚间的关系.对从拓扑层面进一步揭示否定非对合剩余格的内部特征具有一定的促进作用.     

基于Deep-IndRNN的DGA域名检测方法

恶意服务常利用域名生成算法（DGA）逃避域名检测,针对DGA域名隐蔽性强、现有检测方法检测速度较慢、实用性不强等问题,采用深度学习技术,提出了一种基于Deep-IndRNN的DGA域名检测方法。方法运用词袋模型（BoW）将域名向量化,然后通过Deep-IndRNN提取域名字符间特征,并使用Sigmoid函数对域名分类检测。其主要特点在于:通过将Deep-IndRNN的多序列输入拼接为单向量输入,以单步处理代替循环处理,同时结合Deep-IndRNN能保存更长时间记忆的特点,可有效释放深度学习时占用的GPU、CPU等系统资源,且在保证高准确率和精确度的前提下提高训练、检测速度。实验结果表明,基于Deep-IndRNN的DGA域名检测方法在检测任务中具有较高的准确率和精确度,相比于DNN、CNN、LSTM、BiLSTM、CNN-LSTM-Concat等同类检测方法,能显著提高训练、检测速度,是有效可行的。