交互式偏好满意优化在渔船技术经济论证中的应用

针对在玻璃钢渔船技术经济论证中多目标优化的权重设计问题,提出一种交互式偏好权重的遗传算法,使决策者能够在多衡准满意优化中的当前群体中,将对于个体的偏好转换为对于权重数值的偏好关系,利用它们重新构造适应度函数,并作为在Pareto遗传算法的偏好优化方向。通过多次的进化后,决策者能够获取最满意的优化解。该方法避免了传统多目标船型论证中需要事先确定优化目标的权重且才能进行综合评判的缺陷,经玻璃钢渔船经济技术论证的计算实例论证,该方法是可行且有效的。     

探地雷达根系数据的PSO-SA-OMP压缩重构方法

针对根系探地雷达数据重构中计算复杂和准确率低的问题,提出粒子群(PSO)与模拟退火(SA)相结合的正交匹配追踪(OMP)优化算法。首先,由Gabor原子对信号进行稀疏表示,建立求解空间;然后,以匹配函数为适应度,通过PSO算法求出匹配函数的最佳适应度值,找出可行解原子,再利用SA算法对PSO极值进行退温搜索,得出全局最优原子;最后,利用最优原子完成根系稀疏数据的重构。对A-scan数据和B-scan数据进行实验,结果表明,PSO-SA-OMP算法比传统OMP算法的计算时间减少了10.471 s和20.260 s,均方误差减小了1.225,信噪比提高了5.539 d B。     

性能监控框架Jwebap的研究与改进

研究复合二项对偶模型的最优分红问题, 通过分析HJB方程得到了最优分红策略和相应的最优值函数之间的关系以及最优值函数的简单计算方法. 通过讨论最优红利策略的一些性质得到了最优值函数的可无限逼近的上界和下界.     

基于萤火虫最优偏差算法的农田红外目标检测研究

为了提高农田红外目标检测的性能,采用萤火虫最优偏差算法对其进行研究。首先,建立红外目标检测模型,构造红外图像目标灰度值最优偏差估计;然后,萤火虫算法在决策域范围内更新;接着,萤火虫在寻优分析中以红外点目标成像的艾里斑能量分布作为萤火虫适应度函数,且给出算法实现流程;最后,实验仿真显示,本文算法能够检测出红外目标区域,边缘定位准确,同时检测效率较高。     

遗传算法在独立分量分析的应用

研究应用遗传算法于独立分量分析.这种算法充分利用了分离信号的特征,既克服了普通梯度算法容易陷入局部最优的缺点,又避免了遗传算法在搜索过程中的完全随机性.该算法采用基于KL散度为原始目标函数,结合对分离矩阵的限制,从而形成一个带约束的多目标规划问题.用迭代法求解此问题,在原始目标函数的基础上建立新的适应度函数,采用实数对分离矩阵进行编码,用算术组合方式以合适的概率进行交叉,以权值梯度方向作为变异方向,用轮盘赌的办法来选择.通过变异、交叉、选择这几个算子进行多次迭代后得到最优解.与其他常用独立分量分析算法相比,仿真实验表明该算法有更突出的算法性能及分离效果.     

基于IOCDGA的模糊目标柔性作业车间调度优化

具有模糊目标要求的柔性作业车间调度，是柔性作业车间调度的扩展，它能够满足生产实际中对成本、生产周期及交货期等多方面指示的要求。与多目标调度相比，它还能够处理非精确指标要求问题，并且可以满足关键零件的特殊要求。为了实现对具有模糊目标柔性作业车间调度优化，提出了一种具有个体优化群体多样性的遗传算法（IOCDGA），以加快收敛速度，避免早熟问题。该算法针对文中的编码方法，定义了群体平均差及熵，用来表示群体的多样性指标。通过多样性指标控制交叉率和变异率，该算法的进化侧重于单个或少数个体达到最优，而不是传统GA中的全部个体均为最优。计算结果表明，该算法可行，并减少了迭代次数。     

番茄果重性状的主基因+多基因混合模型分析

利用番茄材料860、HYT及其F1、F2共4个群体,采用主基因+多基因混合遗传模型对番茄果实重量进行遗传分析,按一步法计算求出最大似然函数值和AIC值.结果表明,在所有模型中,E_5模型的AIC值最低,为最优模型,即番茄果实重量由两对完全显性主基因+加性-显性多基因共同控制.     

证券投资1g函数风险度量方法应用研究

将1g函数风险理论引入到证券投资领域,提出适用于中国股票市场的1g函数风险度量方法。该方法将股票收益区间均分成若干子区间,计算收益率落在各子区间中的频数求1g函数风险值。同时选取上海证券交易所股票数据对度量方法进行实证检验。检验结果表明,1g函数风险值随区间密度的增加而增长,为使1g函数风险值被限定在固定范围内,文中引入调节因子使1g函数风险值标准化,标准化后的1g函数风险值在子区间数目达到320时趋于稳定。1g函数风险度量方法能有效评估股票风险。     

基于改进遗传脉冲耦合神经网络的玉米病害图像分割方法

作物病害图像分割是利用数字图像处理技术进行病害识别的关键性技术环节之一,现有病害分割方法存在病害区域外部形态特征细节保留程度差和颜色纹理信息丢失等问题.针对上述问题,提出一种基于改进遗传算法的脉冲耦合神经网络分割方法.首先改进遗传算法,以信息熵的加权线性组合作为优化适应度函数用以在每次迭代过程中评价脉冲耦合神经网络对于病害区域的分割效果,通过计算种群适应度方差和适应度均值自适应调整遗传算法的交叉概率和变异概率;然后将改进遗传算法与脉冲耦合神经网络相结合,实现网络连接系数、衰减系数和幅值系数的自动优化调节;最后利用改进遗传脉冲耦合神经网络分割算法,在RGB子空间分别对病害图像进行病害区域分割,将分割结果利用RGB颜色空间子图合并策略实施合并,从而得到最终的图像分割结果.将此算法、最小交叉熵阈值化算法和GA-PCNN算法用于玉米黑瘤粉病彩色图像病害区域分割.结果表明:从主观视觉评测角度,此算法分割效果较好,能够较为细致的呈现病害区域的外部形态特征和较为完好的保留病害区域的颜色纹理特征;从客观量化评测角度,此分割算法在目标区域分割匹配率、错分率和正确率上明显优于最小交叉熵阈值化算法和GA-PCNN算法.     

东北茶藨子果实性状变异研究

选取东北茶藨子4个天然群体共60个单株为试验样本,利用变异分析、巢式方差分析、多重比较、相关分析及主成分分析等方法,探讨东北茶藨子生长及果实性状的相关规律及其在天然群体间和个体间的变异特征。结果表明:果实各性状平均变异系数为21.95%,变异幅度为5.15%~30.64%;东北茶藨子5个营养性状在群体内达到差异极显著,3个性状在群体间达到差异极显著水平,平均表型分化系数22.56%,其中群体间变异(21.81%)小于群体内变异(74.87%);果实各营养性状间大部分存在极显著正相关关系。东北茶藨子的13个性状主成分分析可归为2大类,在培育不同经济目标的优良单株时,可以通过计算主成分得分值进行快速准确的选择。总体上来说,东北茶藨子天然群体果实性状表型分化处于中等水平,变异主要来自群体内部变异。     

决策树C4.5算法结合模糊判决算法的土地评价方法（英文）

为了传统土地评价过程中影响因子存在连续值时难以构建评价模型的缺点,提高土地评价知识表达的可解释性,通过对语义属性采用多重分支,利用分支的统计显著性的启发式技术来实现剪枝,提出了基于C4.5算法挖掘分类规则。并利用模糊推理的方法,给出模糊匹配程度的概念,计算出被评价土地样本与各C4.5规则匹配的模糊程度,然后从中找出模糊匹配程度最大的所对应的规则,被评价样本即可被评价为该规则的结果所示的土地等级。文章提出了一种基于C4.5算法和模糊判决算法的土地资源评价模型构建方法,通过广东省土地评价数据库的实验结果表明,该方法能够适用于土地评价当中,当选取100条规则作为规则库进行土地评价时,获得了86.67%的数量准确率和84.80%的面积准确率。     

基于模糊层次分析法的蔬菜供应商选择研究

蔬菜供应商的选择对于建立科学高效的供应链极为重要.首先建立蔬菜供应商选择流程图作为蔬菜供应商选择的规范框架,然后在此基础上将模糊综合评价法与层次分析理论(AHP)相结合,运用层次分析法确定各评价指标的权重,再将其运用到模糊综合评价模型中,建立了蔬菜供应商模糊层次评价模型,这有效降低了判断矩阵整体一致性不通过的可能性.通过实证分析,模糊层次分析法能够对蔬菜供商进行比较科学、全面的评价,对于提高供应商选择决策的准确性具有非常良好的的应用价值.     

加权空间模糊动态聚类算法在土壤肥力评价中的应用

 【目的】改进和提高空间模糊聚类算法。【方法】首先利用层次分析法得到各属性的权值,然后将权值与空间模糊动态聚类法相结合,最后利用概率统计中的F分布来确定最佳分类,以提高空间模糊聚类算法的智能性。【结果】加权空间模糊动态聚类算法与基于模糊等价关系的传递闭包方法进行比较表明,当λ取0.993时,F值最大,分类效果最好。此时,加权的F值为4.898,未加权的F值为2.957,说明加权的类间的差距比未加权的明显,即该算法聚类准确率要明显高于未加权的模糊聚类算法。【结论】将其改进的算法运用到精准农业的土壤肥力评价中,试验结果与实际情况相符,证明了该算法的有效性。     

辽河石佛寺水库蓄水引发浸没影响评价研究

采用模糊综合评价方法,对石佛寺水库蓄水产生的环境地质灾害问题进行评价。利用模糊数学的理论,综合分析影响水库浸没产生条件,建立浸没程度评价指标体系和标准值,利用层次分析方法计算评价指标对浸没程度的影响权重。根据评价结果,提出库内布井抽水的解决方案,最终达到控制浸没现象,同时抽上来的地下水为沈阳提供水源,达到一举两得的效果。对石佛寺水库浸没的研究为解决实际工程问题提供了科学可行的依据,研究中浸没程度评价因子的选取、评价标准的制定对类似问题具有极大的参考价值,为浸没程度的评价提供了新的途径。     

一种模糊计算过程神经元网络及其应用

针对带有过程性模糊规则的时变信息处理问题,提出了一种模糊计算过程神经元网络。该模型将模糊神经网络推广到时域空间,可实现对过程性定量与定性混合信息的模糊计算。给出了一种5层结构的模糊计算过程神经元网络模型,并针对网络结构的优化问题给出了该网络模型的规则层节点的选取方法和相应的学习规则,对于具有较少输入节点的情况,网络有较快的训练速度。模糊过程神经元网络将传统模糊神经网络的模糊函数映像关系推广为模糊泛函映像,增强了对各种过程信息的综合处理能力。实际应用结果验证了模型和算法的有效性。     

土地评价中关联规则与C4.5规则的应用比较

关联规则和C4.5规则能提高土地评价知识表达的可解释性和土地评价的有效性,克服传统土地评价方法中人为因素多的缺点。为对比关联规则和C4.5规则在应用中的差异,文章基于广东省土地评价数据库,在相同实验条件下进行了关联规则和C4.5规则的挖掘,并结合模糊判决算法分别建立了基于这2种分类规则的模糊分类器进行测试。结果表明,2种算法各有优点。其中关联规则具有更高的准确率,但其计算过程复杂,耗费时间长;C4.5规则准确率略低,但其计算成本低、速度快。     

改进模糊聚类算法在浙江旱栽优势作物核心种质研究中的应用

模糊聚类分析已被广泛应用在气象预报、地质、模式识别、数据挖掘等方面。文章将模糊聚类分析应用于作物核心种质构建过程中,并对传统的模糊聚类算法进行了改进,在相似系数和距离系数的基础上,提出了一种既能考虑到样本之间的值贴近程度,又能考虑到样本之间的形贴近程度的改进系数——相似度,用相似度矩阵替代传统的相似矩阵,使模糊聚类分析模型能够更符合构建作物核心种质的需要。     

煤矿废弃地植被恢复潜力评价模型

为了科学评价煤矿废弃地植被恢复潜力，进而确定不同废弃地间植被恢复的优先顺序，根据土壤、地形、气候、废弃地现状各方面因素对植被恢复难易程度的影响，建立了各因素的隶属度函数；将三标度打分法与层次分析法相结合，确定了各因素的权重；采用模糊综合评价一灰色关联优势分析的方法，建立了煤矿废弃地植被恢复潜力评价模型。对辽宁阜新市矿区煤矿废弃地植被恢复潜力进行了评价，评价结果与实际情况相符。该模型能够为确定矿区植被恢复的难易程度以及优先顺序提供决策支持。     

基于萤火虫算法的农业遥感图像增强研究

农业遥感图像增强有利于图像信息的提取与分析,萤火虫算法是近年来较为新颖的智能仿生算法,目前国内外关于其能否用于农业遥感图像增强的研究未见报道。文章首先利用非完全Beta函数建立农业遥感图像增强模型,结合人眼最小灰度分辨力函数进行图像细节增强,将每个输入区间的像素灰度值变换到适当的输出灰度级区间,最终生成对比度均衡的图像;然后通过萤火虫优化算法在其动态决策域半径进行伪差分操作更新;最后确定最佳参数的收敛条件,给出了算法流程。试验仿真结果表明,萤火虫算法的农业遥感图像检测在图像细节增强评价指标、相位一致性指标、通用质量评价指标等方面与直方图算法、Retinex算法、小波变换算法、模糊聚类算法等相比数据较优,能够用于农业遥感图像增强。     

基于模糊数学模型的浙江省金华市水资源价值分析

水资源价值的影响因素众多,结构复杂,采用传统的数学方法很难做到准确的评价。该文运用模糊数学的原理,以浙江省金华市为例,对金华市的水资源价值进行评价,结果表明：金华市的水资源价值在高和较高级别的隶属度分别为42.23%和32.37%,水资源价值处于中等偏上的水平,但仍有提高的空间。