布尔变量的形式概率分析

本文将布尔变量的概率度量分解为白噪音部分和确定性部分,阐述了后者的概率意义,提出了有别于经典概率的形式概率概念,并以此建立了一种简洁的分析和计算方法,以解决经典方法不易分析和计算的布尔变量的分布问题.     

基于多元密度核估计的Bayes判别法

判别分析是根据所研究个体的观测指标来推断该个体所属类型的一种统计方法,但一般的Bayes判别法都须假设各个判别变量服从正太分布,且经常出现回代误判率不为零的问题.首次将多元密度核估计应用到Bayes判别法中,消除了判别变量要服从正太分布这个条件约束,并应用建立的最优窗宽调整算法,将回代误判率调整为零,最后对实例进行分析看出结论应用效果较好.     

基于删失数据的指数威布尔分布最大似然估计的新算法

本文讨论了指数威布尔分布当观测数据是删失数据情形时参数的最大似然估计问题.因为删失数据是一种不完全数据,我们利用EM算法来计算参数的近似最大似然估计.由于EM算法计算的复杂性,计算效率也不理想.为了克服牛顿-拉普森算法和EM算法的局限性,我们提出了一种新的方法.这种方法联合了指数威布尔分布到指数分布的变换和等效寿命数据的技巧,比牛顿-拉普森算法和EM算法更具有操作性.数据模拟讨论了这一方法的可行性.为了演示本文的方法,我们还提供了一个真实寿命数据分析的例子.     

基于梯度提升决策树的航班延误分类预测

考虑航空交通网络状态特征对航班延误的影响,将上游的航班延误状态特征加入到预测因素中,并使用梯度提升决策树(Gradient Boost Decision Tree,GBDT)的方法构建了航班延误预测模型.与以往的决策树算法、SVM分类算法、RF算法相比,GBDT算法在航班延误分类预测上具有更高的准确度,可有效提高机场运行管理效率.     

周期时变布尔控制网络的能控性及其在一类细胞凋零网络中的应用

细胞凋零是细胞受基因控制的生物学演化现象,在生物进化中起非常重要的作用.布尔网络的提出为人们研究基因控制问题提供了新方法.文章以矩阵半张量积作为主要工具,考虑周期时变布尔控制网络的能控性和能达性问题.首先将周期时变布尔控制网络转换为离散动态系统,定义系统的依时间输入-状态关联矩阵;其次由依时间输入-状态关联矩阵给出了一系列周期时变布尔控制网络的能控性和能达性的充要判定条件,并设计了寻找最优控制序列的算法;最后将所得结论应用到一类细胞凋零网络,验证了所提供方法的有效性.     

基于蚁群算法的模糊分类系统设计

提出了一种基于最大-最小蚁群算法的模糊分类系统设计方法.该方法通过两个阶段来实现:特征变量选择和模型参数优化.首先采用蚁群算法对特征变量进行选择,得到一组具有较高分辩性能的特征变量,提高模型的解释性;在模型结构确定后,蚁群算法从训练样本中提取信息对模型的参数进行优化,在保证模型精确性的前提下,构造具有较少变量数目及规则数目的模糊模型,实现了精确性与解释性的折衷.最后将本方法运用到Iris和Wine数据样本分类问题中,并将结果与其它方法进行比较,仿真结果证明了该方法的有效性.     

分布估计算法中适应度函数模型检验及应用

在一种基于马尔可夫网络的分布估计算法中,利用解的适应度函数模型表示变量的概率分布.通过相关系数检验建立了一种衡量适应度函数模型有效性的方法,同时该方法也可以用来确定初始种群规模大小.在二维相关变量结构下,将该方法应用于一种多变量生物动态模型的优化问题,结论表明通过该方法可以选择适当的种群规模,保证适应度函数模型的有效性,并提高算法的优化性能.     

一种布尔矩阵传递核的计算算法

布尔矩阵的传递核一定存在且不一定唯一,但根据定义很难将其构造出来。本文首先根据传递布尔矩阵的性质,对于任意一个布尔矩阵,研究了一个包含于它的特殊传递布尔矩阵;然后给出了该特殊传递布尔矩阵是传递核的一个充要条件。最后,根据该充要条件,提出了一种计算一般布尔矩阵传递核的算法。     

采用信息散布指数的改进决策树算法

为了解决传统决策树算法偏向于多值特征的不足,提出了一种基于信息散布指数的改进决策树算法.引入信息散布指数作为评价准则惩罚因子,该指数能够反映出特征的多值程度,从而降低了评价准则对多值特征的依赖性.同时,结合信息增益,面向二元、分类和序数等离散类型数据实现了决策树的构造.通过实验结果表明:提出改进算法能够减少对多值特征的偏倚,与其他几种算法相比具有更低的分类错误率和更优的分类性能.     

基于状态空间模型与改进HSMM相结合的装备故障诊断方法研究

提出了一种将状态空间模型与隐半马尔科夫模型(HSMM)相结合的装备故障诊断方法,将能有效利用直至前一时刻状态监测数据的HSMM预测概率模型与能有效利用直至当前状态监测数据的状态空间模型进行了有机结合.针对已有的HSMM研究中状态持续时间均服从指数分布,小样本下求解状态持续时间分布难的缺陷,以及将每一监测时刻的状态剩余持续时间与状态的持续时间完全等同起来造成诊断误差的不足,对HSMM进行了两点改进:一是将状态持续时间的概率分布连续化、参数化,并将其先验分布设定为威布尔分布;二是基于状态开始时间识别提出了状态剩余持续时间的概念.对基于改进HSMM的预测概率进行了推导,给出了基于直至当前状态监测数据下故障诊断判据的计算公式和应用这一新方法进行故障诊断的步骤.案例研究表明方法是合理有效的.     

系统多故障状态模糊决策的研究

复杂系统发生故障时，往往出现两个或两个以上故障现象，并且故障原因与故障现象之间常存在交叉关系，传统的故障树分析法无法对系统多故障进行诊断。本将模糊决策的基本原理和故障树定量分析中常用的重要度分析法相结合，提出了一种对多故障状态的分析方法，并对液化气储配站烃泵灌装系统多故障状态进行了分析，取得了良好的应用结果。     

蕴含权重的偏序集多准则决策法

针对偏序集方法不能解决含有权重的多准则决策问题,提出一种“隐式”赋权的偏序决策方法。首先将含有m个方案和n个准则的决策问题表示成偏序集,之后按权重由大到小的顺序,对准则进行逐步相加形成n个新的准则,得到一个新的偏序集。根据偏序集间的包含关系,证明了新偏序集不仅蕴含了权重信息,而且比初始偏序集有更强的排序能力。结果表明,该法在应用中仅需获取权重排序信息,无需精确权重,适用于权重难以确定的多准则决策问题。以三峡库区水质评价为例,例子表明新方法明显优于原有的偏序决策方法,能够对13个方案进行聚类和排序,而原有方法在该例中几乎难以应用。     

基于粗糙集的北部湾区域物流发展协调性评价

本文通过建立不完备序决策系统下的概率优势关系模型,提出了条件属性集与决策属性集之间的协调度概念,将这一方法用于评价广西北部湾经济圈各区域物流发展与经济发展之间的适应性与协调性,得出了桂林、梧州、玉林、柳州、南宁、北海等地处于物流发展落后状态,防城港、贵港等地处于物流发展领先状态而其余各地相对协调的结论,相关结论可为政府平衡各地经济与物流发展提供建议。     

基于误差传递和联系数的动态区间型多属性决策方法

提出了一种基于误差传递和联系数的动态区间型多属性决策方法。该方法从区间数型属性值的误差视角出发,运用误差传递模型确定了属性权重区间;兼顾多时间段内信息“累积存量”和“增长速率”,确定时间变权;利用UDWA算子集结所有决策时间段的属性权重区间,获得综合属性权重区间;利用IWAA算子集结不同属性下决策信息,得到属性综合决策矩阵;根据集对分析理论,利用联系数和投影隶属度得到备选方案的优劣性排序。以高专利密集型企业研发伙伴选择为例,验证了该方法的可行性和有效性。     

基于云模型和VIKOR扩展方法的电网企业科技发展区间值多属性群决策

国家电网公司确立了“一强三优”的战略目标,以公司总体发展战略为基石,集中力量开展科技发展和评估技术的相关研究。因此,对公司科技发展战略进行分析和评估是极其具有现实意义和理论意义的。本文提出了一种基于云模型和VIKOR扩展方法的群决策方法。将语言决策值综合为正态云模型,进而转化为区间值。通过VIKOR扩展方法构建可能度矩阵进行综合群决策。研究表明,针对准则值为语言值或区间值的多属性群决策,该方法可以更加客观有效。     

FMMSIC: a hybrid fuzzy based decision support system for MMS (in order to estimate interrelationships between criteria)

One of the main tasks in exploitation of ore-body is to select a suitable mining method. In mining method selection (MMS) problems, a decision procedure has to choose the best exploitation method that satisfies the evaluation criteria. It is generally hard to find a mining method that meets all the criteria simultaneously, therefore a good compromise solution is preferred as the final selection. Furthermore, the MMS problem is an inherently uncertain activity. To deal with the uncertainty, this paper presents an hybrid decision support system based on the fuzzy multi attribute decision making, named the fuzzy mining method selection with interrelation criteria (FMMSIC). FMMSIC models the relative weights of criteria by combining the fuzzy analytic network process and fuzzy entropy, and discusses using these hybrid techniques to determine the overall weights. Subsequently, the technique for order preference by similarity to an ideal solution method was modified by various normalization norms according to the MMS problem condition. Finally, to illustrate how the FMMSIC is used for the MMS problems, an empirical study of a real case is conducted. It shows by means of an application that the FMMSIC is well suited as a decision support system for the MMS.     

A sequential condition‐based repair/replacement policy with non‐periodic inspections for a system subject to continuous wear

This paper studies a condition‐based maintenance policy for a repairable system subject to a continuous‐state gradual deterioration monitored by sequential non‐periodic inspections. The system can be maintained using different maintenance operations (partial repair, as good as new replacement) with different effects (on the system state), costs and durations. A parametric decision framework (multi‐threshold policy) is proposed to choose sequentially the best maintenance actions and to schedule the future inspections, using the on‐line monitoring information on the system deterioration level gained from the current inspection. Taking advantage of the semi‐regenerative (or Markov renewal) properties of the maintained system state, we construct a stochastic model of the time behaviour of the maintained system at steady state. This stochastic model allows to evaluate several performance criteria for the maintenance policy such as the long‐run system availability and the long‐run expected maintenance cost. Numerical experiments illustrate the behaviour of the proposed condition‐based maintenance policy. Copyright © 2003 John Wiley & Sons, Ltd.     

基于Leslie模型的资源持续利用

传统的Leslie模型是具有年龄结构种群演化的有效研究方法.基于持续收获状态的均匀收获是生物资源可持续利用的重要手段.对均匀收获状态下种群保持稳定的条件进行了研究,证明了均匀收获下稳定状态的充要条件,同时基于该条件,给出了临界稳定状态的判定方法,并就临界稳定状态下种群的分布情况进行了研究.通过引入实际数据并就实际数据进行计算,对该判定条件及最终的种群分布情况进行了实证分析.     

基于VIKOR和关联系数的犹豫三角模糊语言多属性决策方法

针对属性评价值为犹豫三角模糊语言集的多属性决策问题,提出一种基于VIKOR方法的犹豫三角模糊语言多属性决策方法.首先定义了犹豫三角模糊语言集的相关概念.然后运用VIKOR和关联系数方法,在可接受优势和决策过程稳定的条件下对方案进行择优,在理论分析的基础上,提出了这种新方法的计算步骤.并构建了确定最优属性权重的非线性规划模型,研究了当专家权重和属性权重未知情况下的犹豫三角模糊语言多属性决策方法.最后通过实例说明了该方法的有效性和可行性.     

Learning multicriteria classification models from examples: Decision rules in continuous space

The classification problem statement of multicriteria decision analysis is to model the classification of the alternatives/actions according to the decision maker's preferences. These models are based on outranking relations, utility functions or (linear) discriminant functions. Model parameters can be given explicitly or learnt from a preclassified set of alternatives/actions.In this paper we propose a novel approach, the Continuous Decision (CD) method, to learn parameters of a discriminant function, and we also introduce its extension, the Continuous Decision Tree (CDT) method, which describes the classification more accurately.The proposed methods are results of integration of Machine Learning methods in Decision Analysis. From a Machine Learning point of view, the CDT method can be considered as an extension of the C4.5 decision tree building algorithm that handles only numeric criteria but applies more complex tests in the inner nodes of the tree. For the sake of easier interpretation, the decision trees are transformed to rules.