基于模糊ANP的系统系的效能评估算法及其应用

针对系统系效能的综合评估问题,基于模糊ANP提出了一种新算法.考虑到效能之间的关联性,建立起分级式网络化效能评价指标系统系,实现了系统系(SoS)到子系统,再到系统功能之间的逐级映射,进而得到系统系效能评估的层次模型.采用改进模糊指数标度的网络分析法定量计算系统功能对系统系效能的权重,得到系统功能对系统系效能的贡献度.最后以微电网构成的电力系统为例验证分析,证明所提算法的有效性.     

基于支持向量机的飞行事故率预测模型

飞行事故率是表征飞行安全水平的重要指标,其预测是典型的小样本问题.针对目前飞行事故率预测中存在的预测精度不高的问题,提出了一种基于回归支持向量机的飞行事故率预测建模方法.最后结合实际算例,采用SVR进行了飞行事故率预测建模并把预测结果与灰色预测和灰色马尔柯夫链预测进行了对比.仿真结果表明SVR具有很高的建模精度和泛化能力,从而验证了采用SVR进行航空飞行事故率预测的合理性和先进性.     

一种新的基于SVM参数优化的算法

针对单纯使用遗传算法处理大规模数据需要时间长和对计算机的内存等硬件要求较高的问题,将神经网络嵌入到遗传算法中构造出混合智能遗传算法用于SVM核函数的参数优化,数值试验结果表明该算法对SVM核参数优化是可行的、有效的,并能得到较好的SVM核参数组合和具有较高的分类准确率及较好的泛化能力.     

ANP法在区域企业技术创新能力评价中的应用

在应用网络层次分析法(ANP)进行综合评价中存在两个问题:一是网络层次结构中子系统内部的依存关系往往缺乏实质性的阐述和研究,而这是网络层次结构的关键;二是没有通过实例比较网络层次法和层次分析法,证明网络层次分析法的实用价值.以区域企业技术创新能力的评价为背景,分别应用网络层次分析法(ANP)和层次分析法(AHP)建立评价指标体系,并利用各省数据评价了区域企业技术创新能力的现状,给出了政策建议,以期为制定区域企业技术创新战略、规划等提供了定量参考依据.     

基于支持向量机模型的建筑物沉降预测

针对建筑沉降发生的过程,采用支持向量机(SVM)模型对建筑物沉降进行预测.使用前期施工过程中的沉降观测数据作为训练样本集,建立现场动态沉降量预报模型.仿真试验和实践结果表明,模型与BP神经网络预测模型相比能够更准确地反映实际沉降过程,且满足精确性和适用性的要求.     

基于回归分析的机场拥挤预测问题研究

及时有效的预测机场拥挤状态并辅助机场管理部门采取相应缓解拥挤的措施,将有助于提高机场的服务质量和运行效率.提出了利用回归分析的方法对机场拥挤问题进行研究.利用已有的历史航班数据挖掘出与机场拥挤最为相关的因素,并将其作为预测变量来预测响应变量.使用到两种回归分析方法即:普通最小二乘回归(OLS)和支持向量回归(SVR).使用历史数据来训练模型,并将这两种训练模型用于真实数据集上做测试,且取得较好的预测效果.实验结果证明该方法在机场拥挤预测问题上的可用性和有效性.     

基于双子支持向量机的信用卡流失分析

银行信用卡业务属于高收益、高风险的业务,如何实现对信用卡的客户流失控制是发卡银行迫切需要解决的问题.目前,随着银行积累了大量的数据,并建立了数据仓库,使得采用数据挖掘技术来实现信用卡客户流失分析成为了可能.利用双子支持向量机,基于某商业银行的信用卡数据,建立了信用卡流失分析模型,实验结果证明了方法的有效性.     

基于PCA与NSSVR的人口老龄化研究

基于非线性光滑支持向量回归机研究了人口老龄化问题.首先介绍了非线性光滑支持向量回归机(NSSVR);其次,提出了人口老龄化影响体系,利用主成分分析(PCA),在体系基础上提取出对老龄化影响明显的9个指标;再次,通过非线性光滑支持向量回归机模型建立了老龄化率与9个影响指标间的相互关系;最后,用非线性光滑支持向量回归机模型对未来人口老龄率进行预测.实证表明,方法具有很好的预测效果.     

基于支持向量机的企业破产分析

企业破产分析是不确定的、非线性的复杂系统,传统方法往往难以准确描述这种非线形特性,而支持向量机能够解决线性及非线性分类问题并且具有全局收敛性和良好的推广能力,因此,基于支持向量机的智能化新技术建立企业破产分析预测系统模型.实证表明该模型具有良好的预测能力和较强的实用性.     

线性ε-支持向量回归机的数据扰动分析

支持向量回归机是解决回归问题的一个重要方法.在实际问题中由于测量及计算误差的存在,我们得到的数据往往只是真值的某种近似,带有一定的舍入误差,因此有必要研究支持向量回归机的数据扰动问题.考虑到线性回归问题在实际生活中有广泛的应用价值,把线性ε-支持向量回归机作为研究对象.由于最终关心的是它的原始问题的解,所以我们研究给定的训练集中输入数据发生微小地扰动后,原始问题的解的变化情况.在一定的条件下给出了解对扰动数据偏导数的表达式,建立了线性ε-支持向量回归机的原始问题的灵敏度分析定理.文中还进一步分析了建立该灵敏度分析定理所需要的条件,给出了条件减弱后的结果.文章最后还通过一些简单的数值试验验证了定理的准确性.     

基于主成分分析和支持向量机的威胁判断模型

目标威胁判断是防空作战中一项重要内容,在建立目标威胁模型时,首先要挑选特征参数,分析了影响威胁度的若干因素.这里采用主成分分析方法选择目标的特征参数;利用支持向量机建立了威胁判断模型,通过实例与神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单.     

基于集对层次理论的深基坑支护方案综合优选

集对分析是处理不确定性问题的系统理论的新方法,应用集对分析原理、层次分析和集值统计方法,建立了考虑影响因素权重的评价模型,探讨深基坑支护方案评价与优选实用方法.用实例给予了验证.     

基于灰色关联分析的模糊支持向量机中隶属度的确定

本文用灰色关联分析来替代模糊隶属度的求解,提出了一种新的有效地刻画样本不确定性的隶属度计算方法,理论上表明它是解决模糊支持向量机方法中一般使用特征空间中样本与类中心之间的距离关系构建隶属度函数的不足的方法之一,在一些特定条件下分类性能要强一些.     

基于主成分分析和PSO-SVM的树叶分类方法研究

提出一种树叶分类方法.在数据方面,所获得数据既包含树叶的图形信息数据,也包含树叶的纹理信息.在前期数据预处理阶段,采用主成分分析方法对原始数据进行降维处理,从16个特征中提取出3个主成分,且累计主成分贡献率达到85%以上.在后期数据分析处理阶段,用支持向量机对树叶数据进行分类预测,并用粒子群算法对支持向量机参数进行寻优处理,提高分类精度.实验结果表明,相对于遗传算法和网格搜索法寻到的最优参数相比,粒子群算法优化支持向量机具有最高的准确率,高达94.1%,高于其他两种分类方法.     

基于SVR的智能建筑火灾预警模型设计

火灾信息处理算法的有效性直接决定着建筑火灾自动预警系统的可靠性,开发新型智能火灾预警算法是目前建筑火灾探测预警领域研究的热点之一.针对现有火灾预警算法的不足,研究设计提出一种基于支持向量回归机(SVR)的智能建筑火灾预警算法.为了验证该算法在多传感器复合式建筑火灾预警系统信息处理中的可靠性与优越性,以普通火灾和欧洲试验火历史数据为例,通过Matlab模拟仿真,进行实证分析,并将预警结果与BP神经网络预警结果进行对比分析.研究成果可为新型建筑火灾自动预警系统的设计提供科学的依据.     

线性支持向量顺序回归机的原始问题的解集分析

本文主要对线性支持向量顺序回归机进行理论研究.对其相应原始问题解的存在性唯一性问题进行细致的分析,指明其解集的确切结构,并给出由对偶问题的解求出原始问题的解集的具体步骤.从而为建立理论上完备的线性支持向量顺序回归机提供了依据.     

支持向量回归机和多小波变换在数字图像水印算法中的应用

给出一种多小波域上基于支持向量回归机的数字图像水印新算法,算法充分利用了多小波变换和支持向量回归机的优点.通过对新算法实验结果的分析和与其他算法的对比得到:算法对JPEG压缩、模糊处理、锐化等攻击具有很强的鲁棒性.     

基于ANP的装备质量管理风险评估模型

根据装备质量管理的特点对装备质量管理的风险因素进行了分析,依据指标体系的设计原则建立了装备质量管理风险评估的指标体系,并给出了基于网络层次分析法和粒子群优化算法的的装备质量管理风险评估指标权重值的确定方法.并给出了实例分析.