基于萤火虫群优化算法的烟草香级集成分类方法

针对烟草化学成分与卷烟制品香级之间确定的数学模型难以建立的问题.提出了一种基于萤火虫群优化算法的烟草香级集成分类方法.方法首先使用混合核SVM独立训练多个个体支持向量机,然后利用改进的离散型萤火虫群优化算法选择部分精度较高、差异度较大的个体分类器参与集成,最后通过多数投票法得到最终的分类预测结果.对比实验结果表明,算法在分类准确度上具有较大的优势,证明了算法的有效性·从而为烟草的香级分类提供了可靠依据.     

高维约束矩阵回归问题

高维约束矩阵回归是指高维情况下带非凸约束的多响应多预测统计回归问题,其数学模型是一个NP-难的矩阵优化,它在机器学习与人工智能、医学影像疾病诊疗、基因表达分析、脑神经网络、风险管理等领域有广泛应用.从高维约束矩阵回归的优化理论和算法两方面总结和评述这些新成果,同时,列出了相应的重要文献.     

半监督度量学习内蕴最速下降算法的收敛性分析

主要研究对称正定矩阵群上的内蕴最速下降算法的收敛性问题.首先针对一个可转化为对称正定矩阵群上无约束优化问题的半监督度量学习模型,提出对称正定矩阵群上一种自适应变步长的内蕴最速下降算法.然后利用李群上的光滑函数在任意一点处带积分余项的泰勒展开式,证明所提算法在对称正定矩阵群上是线性收敛的.最后通过在分类问题中的数值实验说明算法的有效性.     

稀土安全评价:集成算法改进与实证

稀土作为我国战略性矿产资源,其安全问题一直是政府和学术界关注与研究的重要课题.建立了稀土安全的概念框架与评价体系,针对传统AHP中九标度法的不足,基于熵值法、加速遗传算法及扩充标度值的层次分析法,提出了一种改进的层次分析法(EV-AGA-EAHP),通过集成模糊C-均值聚类算法和模糊综合评价法,研究提出了一种模糊综合集成评价方法(EV-AGA-EAHP-FCM-FIJ),给出了集成算法及步骤,对2001-2013年我国稀土安全水平进行了评价,提出了保障我国稀土安全的建议.     

结构系统识别不确定性分析的Bayes方法及其进展

受测试误差、建模误差、数值离散化以及环境变异等因素的影响,结构系统识别过程不可避免地存在不确定性,因此有必要引入概率统计方法来提高其鲁棒性,为工程结构安全监测提供更为可靠的结果.近年来,Bayes(贝叶斯)方法因为其诸多优势在系统识别领域受到了广泛关注.该文梳理了Bayes系统识别的历史脉络和研究进展.从Bayes系统识别的理论框架出发,分析了量化系统识别不确定性两类方法的适用条件与局限性.此外,文章综述了Bayes方法在模态参数识别、有限元模型修正以及结构损伤识别方面进行不确定性分析的理论、实现及其应用.最后对基于Bayes方法进行系统识别研究的发展趋势做出了展望.     

变温条件下考虑车辆-路面相互作用的车辙分析

研究沥青路面结构的车辙问题,首先基于车辆与路面的相互耦合作用,建立路面不平整度引起的车辆荷载简化模型;然后根据沥青混合料蠕变试验数据,拟合出基于修正Burgers模型的沥青路面车辙的计算参数;最后结合气温观测数据,借助ABAQUS有限元软件,引入路面温度场,建立了考虑连续变温的日车辙预估计算模型.模拟了考虑车辆 路面相互作用的沥青路面在连续变温条件下的车辙变化规律,并分析研究了温度、车辆荷载以及车速对车辙的影响.结果表明,考虑车辆 路面相互作用得到的日累积车辙深度增大了6.5%,说明这一因素对沥青路面车辙的预测是不可忽略的;轴载及路面不平整度均与车辙量线性相关;而相同轴载作用下,温度越高,车辙增长越快,得到的车辙量越大;随着车速增大,车辙深度呈减小趋势,并且在车辆与路面发生共振的车速下,该文模型得到的结果增大了32%.     

Volterra核函数法在轴承滚珠磨损中的特征提取及应用

针对滚动轴承滚珠磨损故障特征难以提取的问题,提出一种基于多脉冲激励法下的Volterra级数核的求解算法.该方法是一种非线性系统模型的“交叉”诊断法,利用轴承系统输入输出的采样信号,建立Volterra非线性辨识系统模型,并运用多脉冲激励Volterra低阶核求解算法,将得到的低阶核通过时域和频域进行对比来判断轴承当前所处的运行状态.该文以无心车床主轴轴承为例进行实验验证,并与传统的小波分析法对比得出:多脉冲激励法能够方便准确地提取轴承的故障特征,该方法对此类故障的诊断具有一定的借鉴意义.     

基于极值分布下混合联合位置与散度模型的参数估计

极值分布在金融工程、气象工程和其他领域中都有重要用途,本文提出基于极值分布下的混合联合位置与散度模型,通过EM算法给出该模型参数的极大似然估计.最后,通过随机模拟和实例研究说明该模型和方法是有用和有效的.     

基于人血浆荧光光谱与CARS-PLS-LDA的结直肠癌早期检测

该文利用竞争性自适应加权算法（CARS）筛选重要的人血浆荧光光谱变量,并结合偏最小二乘法判别分析（PLS－LDA）建立了结直肠癌患者与非癌患者的分类模型,同时与全波长模型和基于平行因子分析（PARAFAC）建立的模型进行比较。从模型评价指标看,CARS－PLS－LDA的性能显著优于全波长模型和基于PARAFAC的模型。高波未稀释组和低波稀释组的荧光光谱结合CARS－PLS－LDA分类模型的AUC（Area under curve）值均高于0.9,可有效地识别结直肠癌患者。结果表明,CARS变量筛选能够明显改善结直肠癌分类模型的性能,有助于后续癌症临床诊断工具的开发与研究。     

基于嵌套启发式算法的集中通勤接送服务车次分配与调度优化北大核心CSCD

车次分配与调度是交通运输服务行业提供优质服务、节约运营成本的核心技术问题.文章针对集中通勤接送服务中车次分配与调度问题,建立了以最小化成本为目标的0-1整数规划模型,刻画了问题的多目标抵达地、多车协作和多行程车次等特征,并设计了一种嵌套启发式算法求解模型,拓展了构造路径方法.算例数值结果表明,文章所设计的模型和算法是有效的、可行的.