基于多支持度的增量式关联规则挖掘算法

传统的基于关联规则的挖掘算法采用的是统一的最小支持度,但是在实际的事务数据库中数据项的重要性是不同的。针对目前多支持度和增量式关联规则更新维护的局限性,提出一种基于多支持度的增量式关联规则挖掘算法。允许用户根据不同项的重要性设置权值,有利于发现更多有趣的规则。采用矩阵的向量内积策略,结合动态剪枝,无需多次扫描事务数据库,不生成庞大候选集。实验结果验证了算法的有效性。更多还原     

基于S-IFOWA算子的多属性决策方法及其应用

基于直觉模糊有序加权平均算子的相关思想,提出一种新的集成算子—对称直觉模糊有序加权平均(S-IFOWA)算子.并研究此算子的相关性质及给出基于S-IFOWA算子的多属性决策方法,并用实例来说明该方法的可行性和有效性。 更多还原     

消除风向模糊性的一种方法

针对高频雷达探测海面风向存在模糊性的问题,提出了一种简单易行的多波束最小差值算法.应用该方法对OSMAR2000在东海的数据进行风场反演,并和观测船实测结果对比,两者吻合甚好,风向平均误差为20°,探测距离可达200km.     

物理摆的多吸引子混沌状态实现与理论模拟

本文首先利用一个物理摆实现了多吸引子混沌现象,并对产生混沌的关键因素及相图进行了分析,然后从力学原理出发用计算机对该系统进行了,得到了与实验相图符合得很好的理论模拟相图,并在模拟相图中验证了混沌对初始状态的敏感性。     

用人工神经网络方法研究高聚物的热力学性质

用前馈多层神经网络方法研究了高聚物的热力学性质.在本文的人工神经网络模型中,输入层为高聚物的密度ρ,缠结分子量M-e,玻璃化转变温度T-g,高聚物的高弹性模量G-N,钩状构像含量β和无扰均方末端距的特征比C-∞;输出层为高聚物比热C-p;隐含层的节点数为5.最后预测结果与实验结果非常接近,相对误差为2.2～5.4,这为研究高聚物的其它物理性质提供了一种新的方法.     

优化公交车调度的多目标遗传算法模型

公交车是为市民出行提供服务的“准公共”产品,它反映了一个城市的管理水平。研究如何合理规划公交车的调度是一个至关重要的问题。针对由于公交客流量易受天气影响、不同时间段客流量及其变化程度相差较大等问题,本文提出了基于“平高峰”因素的多目标遗传算法对城市公交调度进行优化。模型由三个阶段构成,首先本文根据客流数据对公交的“平高峰”阶段进行定义,并验证其合理性;然后利用乘客在站等待时间与公交的各方面成本建立以乘客出行成本和公共交通的运行成本最小的公交调度优化模型。最后将“平高峰”融入至染色体基因序列中,利用多目标遗传算法不断迭代计算出最优公交调度方案。对比结果表明,基于“平高峰”优化后的模型较于传统算法的乘客出行成本降低了13.75%且公共交通的运行成本减少1.7%,均优于传统算法。证明该方法对优化公交调度的有效性。     

基于保守决策偏好的犹豫模糊余弦优化投影决策方法

针对犹豫模糊信息下的多属性决策问题,提出了余弦优化投影方法,将投影夹角定义为决策者的风险偏好,并设置了态度参数用于调节决策者的心理变化,通过灵活描述决策者的保守心理,改进了投影法仅考虑投影长度的不足,使决策者可通过投影长度和投影夹角对备选方案进行综合判断。算例验证了方法的合理性和可行性。     

无穷多目标优化的Geoffrion真有效性及其在鲁棒优化中的应用

在多目标优化中,Pareto有效性体现了目标之间的妥协与补偿,而Geoffrion真有效性能保证补偿是有界的.本文对有无穷多个目标的优化问题引入了真有效性,完整保留了Geoffrion的结构.基于一族锥,揭示了Geoffrion真有效性的特点及其与Pareto有效性的区别.并将Geoffrion真有效性的思想用于鲁棒优化,得到了著名的Hurwicz决策准则.     

多源异构土地基础数据一体化管理检索方法研究

为了从多源异构的复杂土地基础数据中快速准确地提取用户所需信息,提出了基于元数据的一体化管理检索方法.在元数据信息提取、元数据加权索引、实体同义词扩展检索3个环节中,结合土地领域专业知识和用户实际需求,设计和开发了共享元数据表结构、加权元数据中字段相对重要性和信息熵因子,构建地名实体和专题数据层实体同义词库,并集成到包括中文分词、实体识别、同义词扩展、索引检索和相似度计算的一体化管理检索框架中,解决了多源异构土地基础数据统一管理和精确检索的问题.实践表明,该方法较传统的通用信息检索方法具有更好的适用性和更高的准确率.     

多层绝热材料规模化干燥处理时温度场的测试与分析

对大批量处理多层绝热材料的大型专用干燥箱满负荷运行时工作区域的温度场进行测试,通过温度分布和温度场均匀性的分析,得出了最高温度发生点的位置与成因以及影响温度场均匀性的主要因素,并对温度的控制方法、多层材料的布置方案和干燥设备的改进提出了建议。