多源环境下学生综合素质的决策分析

在现实生活中,多源环境下大学生综合素质分析是一个非常重要的课题。针对此问题,本文从粒计算的角度出发,结合粗糙集决策的方法,构建了多源环境下大学生综合素质决策信息系统,用Matlab对该系统进行约简,并根据约简进行规则提取,对获得的规则进行分析和验证,得出了大学生综合素质决策结论。本文是多粒度粗糙集应用的一个范本,具有重要的理论和实践意义。     

一种大型实验测试仪器集中并发控制关键技术

为了实现Z-pinch研究的大型实验中大数量多种类测试仪器的集中控制,利用虚拟仪器技术和并发控制技术管理数十台测试仪器,介绍了基于delphi和SQL servers数据库的管理控制系统设计,给出了实现控制的核心技术及软件实现代码;结果表明,并发控制技术的应用大大改善了原有的实验控制系统,获取50台仪器数据的时间降到40秒左右;这种基于虚拟仪器的并发控制技术,控制更多数量的测试仪器是可行的,对于从事实验仪器控制的技术人员有很现实的参考意义。     

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Elman神经网络的252Cf源核系统随机中子脉冲信号识别方法

针对252Cf自发裂变中子源构成的核信息系统,以实际所测随机中子脉冲数据的自相关函数为研究对象,借助仿真实验, 利用Elman神经网络对不同质量核材料进行识别。在实测数据的基础上,通过叠加随机抖动,模拟产生了不同质量核材料的相关函数样本,并将其用于神经网络的训练与测试,实验结果表明,训练过的Elman神经网络能够较好地识别相关函数的特征,分辨不同质量的核材料,平均识别率达到85%,综合平均误差为0.04,且具有较高的鲁棒性。     

混合信息系统的邻域多粒度决策粗糙集及应用

为进一步有效处理混合型数据，在混合信息系统中引入邻域多粒度决策粗糙集；鉴于欧氏距离只考虑到数据之间的绝对距离，因此在模型中以卡方距离作为替代；在给定邻域半径之下，提出了混合信息系统的邻域多粒度决策粗糙集模型，对其相关性质进行了证明；实例分析结果表明，该模型具有更好的分类能力，并可通过调整相关参数使模型具有一定的容错性。