不确定性推理在森林培育专家系统中的应用

在森林培育专家系统中,由于一些知识的不完整性和模糊性,造成模拟专家推理过程中推理结果的不确定。 为实现对这些知识的处理,将不确定性推理应用于森林培育专家系统,利用模糊逻辑方法对确定性和不确定性知 识用多个逻辑值进行表达,并在规则可信度的计算中,将专家给出的特定规则的可信度规定为1;将专家给出的不 确定规则,通过频率来动态计算获得规则的权重值和可信度;而对于用户不确定的选择而产生的规则,采用模糊层 次分析法计算可信度。另外,本研究的推理机算法实现了根据用户上一条的回答智能判断下一条提问,并基于用 户的回答,给出该立地条件下适宜的造林树种或造林模式以及可信度。      

天然异龄林林木资产择伐收益法评估

以马尾松异龄林为研究对象,阐述了异龄林林木资产评估择伐收益法的基本原理,并针对择伐收益法存在的关键技术瓶颈,采用哑变量方法建立了以立地质量等级为哑变量、以蓄积量和间隔期为辅助变量的蓄积生长率模型,利用204块固定样地的多次观测数据和采用蚁群算法求解模型参数。通过32块样地观测数据进行适用性检验,表明模型平均相对误差绝对值为8.08%,平均系统误差为2.17%;在此基础上,结合择伐收益法,探讨了马尾松异龄林林木资产的评估技术,分析了不同择伐强度和利率对资产评估值的影响,指出了天然马尾松择伐强度在30%~40%之间更合理,以及在天然异龄林林木资产评估实践中应注意的技术要点和可能存在的问题,以期为完善异龄林林木资产评估技术提供参考依据。     

惯量松驰因子的一个数值试验

研究了惯量松驰因子对ＳＩＭＰＬＥ算法收敛性能的影响，通过实例，找到了影响该项性能的最佳惯量松驰参数。     

基于VFC的电力系统有功功率微机测量系统及其算法

将ＶＦＣ应用于电力系统有功功率微机测量。针对测量系统硬件结构，提出了一种无理论误差的算法。     

智能网络化水资源的实时预测分析

在水资源严重短缺地区，对水资源较准确可靠的实时预测预报是充分利用当地有限的水资源、实施地表地下水资源的联合调度和最优配置极为重要的前提和条件。本文利用BP神经网络的纠错性、智能性，对复杂的水资源产汇流黑箱模型进行预测计算，并应用于太子河流域枯季的水资源实时监测监控系统，较传统的统计回归计算方法，其计算速度与拟合优度都有较大的提高与改进。     

一种自适应的网络拓扑自动发现算法

针对现有网络拓扑发现算法的不足，提出并实现了一种自适应网络拓扑自动发现算法——RANTAD(Robust and Adaptive Network Topology Auto Discovery)。BANTAD算法以TCP／IP网络管理体系结构为依托，将现有的各协议和发现技术进行有机地整合，在发现过程的每个阶段，能根据网络的实际情况对所采用的协议和技术进行自适应调整。模拟实验表明RANTAD算法能快速有效地自动发现网络拓扑信息，并且具有很好的健壮性。     

利用多线程实现神经网络算法的可视化

为了摆脱神经网络算法的黑箱操作,也是为了对一个分类器进行更有效的评判,提出了正、负判率概念.基于正、负判率和分组并行坐标下降算法,利用Windows的多线程得到了神经网络分类器学习算法的可视化实现.不仅改进了学习速度,同时为用户提供了一个观察分类器属性的视窗.     

Manacher算法在计算最长回文子串长度中的应用

本文首介绍了如何运用Manacher算法在线性时间内找到一个字符串的最长回文子串。     

基于狼群算法求解多项式方程的根

针对在工程和科学计算中经常遇到多项式方程求解根的问题,传统的方法有二分法、牛顿法等,但它们收敛速度慢,效率低。对于上述缺点,本文提出狼群算法求解多项式方程根的问题,利用狼群算法的计算鲁棒性和全局收敛性多次迭代寻找方程的最优解。与其他的算法相比,有相对更好的稳定性和全局寻优能力。最后通过数值仿真实验,结果表明该算法能有效的求出多项式方程的根,并且精度高,收敛速度快。