改进遗传算法及其在钻井液设计中的运用

在深井、超深井以及地层复杂等条件下，为了避免或减少钻井事故的发生，达到优质快速钻井的目的，选择合适的钻井液体系至关重要。基于案例推理（CBR，Case-Based Reasoning）的钻井液设计中，钻井液体系由岩性、井型和井深等属性推理得出，但属性权重的分配会对推理结果产生显著的影响；遗传算法在优化属性权重时，存在收敛速度慢、收敛精度低的缺点。针对上述问题，提出一种解决CBR中属性权重分配问题的改进遗传算法。首先，对遗传算子进行改进：选择算子方面，利用指数尺度变换法优化个体选择；交叉算子方面，对算术交叉中的比例因子进行自适应调整；变异算子方面，改进个体变异方向，保持种群多样性。其次，从个体适应度和交叉个体的差异程度两方面实现交叉概率自适应调整。最后，通过对UCI数据集的对比实验，证明了改进后的遗传算法能改善全局收敛性能，提高CBR的准确率。将该算法运用到基于CBR的钻井液设计中，实验结果表明，所提方法能够优化属性权重的分配，进而提高钻井液设计的质量。     

不完全信息群体决策专家权重的集结

本文对于属性权重信息和属性效用信息都不完全的群体多属性决策问题，通过构造属性值区间和运用系统聚类分析法，对群体决策中的专家进行分类，并确定每位专家的权重．     

属性区间识别理论模型研究及其应用

根据程乾生教授创立的属性识别理论模型[1] ,提出了属性测度区间的概念 ,建立了属性区间识别理论模型 ,并在自然科学学术期刊质量评价中进行了应用 .     

诉讼证据基本属性的阐析

诉讼证据的基本属性在传统上被认为是客观性、相关性和合法性，这是在我国长期流传的正统观点。但笔者认为并不能准确反映诉讼法学和证据学上的特点，应该用真实性、相关性和合法性来概括其基本属性，才有利于对诉讼证据的正确认识和把握。通过对诉讼证据基本属性的分析批判，可以深入了解诉讼法学和证据学意义上的关于证据属性的理论和司法实践有关问题，以期有利于我国的法制进程。     

多指标区间决策的理想点贴近法

研究了指标的权重不能完全确定但知道其所在区域的条件下的多指标决策问题 ,给出了方案与理想解的贴近度及其算法 ,按贴近度的大小可以对方案进行排序 .它同传统的决策方法相比较 ,具有需要信息量少 ,简单可靠等特点 .最后用该决策方法分析了一个实际问题 .     

成本性态法在分析可比产品成本降低计划完成情况中的应用

本文根据成本性态法的思路．分析了影响可比产品成本降低额和降低率变动的因素，重点从理论上论证了产品品种结构的影响，并且合理地把单纯产量和品种结构对可比产品成本降低额（率）的影响分离开来．     

一种判定高校不同专业毕业生需求状况的方法

利用多属性效用理论来分析高校不同专业毕业生的供需状况,根据专业的需求状况对专业进行排序。结果表明,该判定方法实用有效。     

粗糙集方法在基于属性分类中的应用

介绍粗糙集基础上的属性分类系统的构造,给出一种数据挖掘中新的分类方法:从初始的数据信息出发,依次构造约简属性集,并对其使用Bayes判别法进行基于属性的分类。最后给出了实例,验证算法的可行性。     

北京-郑州运输通道内旅客出行的特征

为研究运输通道内客流变化规律,结合北京郑州铁路客运专线建设,运用简单抽样方法确定样本抽样率和样本容量,对通道内不同运输方式旅客出行调查数据进行统计分析。结果表明:出行旅客中企管人员最多;月收入小于1 000元的旅客主要选择公路出行,高于2 000元的旅客主要选择民航出行,介于二者之间的旅客多选择铁路出行;旅客多以出差、经商和探亲为出行目的;在小于300 km的出行距离内,公路占绝对优势;在300~1 500 km内,铁路优势明显;服务属性中,旅客最为关心的是安全,最不满意的是运行速度。     

基于粗糙集理论的复方拆方研究

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具，其主要思想就是在保持分类能力不变的前提下，通过知识约简，导出问题的决策和分类规则．因此，将粗糙集理论引入复方拆方，将有助于从复方配伍的动态性和不确定性的本质上去深入而确切地开展方剂配伍规律的量化研究，从而改变药味与药效之间的分离状态．