基于C＋＋STL的粗糙集算法实现

通过定义对象的strClassvalue,得出一个定理.两个对象在同一个类中当且仅当其strClassValue相同.基于此,巧妙地设计了粗糙集中的分类算法,并对支持子集等算法进行了研究与设计.用这种方法编程实现粗糙集算法难度低、效率高、易于工程实现.     

基于可信性理论下的EPQ问题的期望值模型

基于可信性理论,本文给出了不允许缺货的经济生产量(EPQ)问题的期望值模型;研究了当单位生产准备费、单位储存费均为模糊变量且相互独立的情况下EPQ问题的最佳期望单位存储费用、最佳期望单位生产批量及最佳期望生产周期,并得出了一些重要的结论;特殊情况下,讨论了当模型中的模糊参数分别为三角模糊变量、梯形模糊变量及正态模糊变量情况下的EPQ问题的最优存储策略;最后,针对上述三种情况本文分别给出了一些数值例子验证了模型的有效性和合理性;本文所得到的结果为求解EPQ问题设计算法提供了理论依据.     

分形模拟粗糙面绘图分析

基于二维带限维尔斯特拉斯分形函数衍变建立的模拟粗糙面模型,通过计算机绘图模拟,验证了该模型能很好的模拟实际粗糙面.结论对于使用该模型进一步研究海平面,大气湍流等实际粗糙面的电磁波的传播、散射提供了佐证.     

智能故障诊断的应用研究

介绍了近年来的智能故障诊断模型,主要对模糊、神经网络、支持向量机和粗糙等各种算法的特征及应用进行了系统分析,并指出了智能故障诊断的存在问题和发展方向。     

基于绿色制造的机床设备优化选择模型及其算法

在生产加工中,机床的选择涉及到多个指标和多种方案的多目标决策问题.根据绿色制造基本原理,从生产周期、质量、成本、资源消耗和环境因素五个方面进行分析,提出建立模糊综合评判模型.用极值标准化、绝对值减数和矩阵的合成公式进行了数据处理,然后进行聚类分析计算,从而得到最优的机床方案.最后通过案例验证了本文所提出的模型和算法是可...     

变精度粗糙模型的建立及其在加工过程知识约简中的应用

本文针对基于粗糙集的数据挖掘过程,引进了可变精度的粗糙集模型进行知识约简,并在变精度粗糙模型的建立基础上,研究了其实现算法,并对加工过程中刀具磨损的数据进行挖掘和知识约简。     

两种倒置过程的神经网络控制设计及比较

给出了两种神经网络设计方法,通过用这两种方法解决同一个问题,从而说明了BP算法相对于RBF算法比较粗糙,误差也比较大;而RBF算法训练简洁且学习收敛速度快,能够逼近任意非线性函数．     

供应链管理中多制造商多客户的分批排序问题

研究每个制造商具有单台批处理机的多制造商、多客户的生产和运输集成问题,以生产和运输的总费用达到最小作为目标,建立问题的集成排序模型.在工件分别带有权重和交货期的情况下,在分析解的最优性条件的基础上,分别用工件的加权总完工时间和最大延主罡作为生产费用,给出相应的动态规划算法,并分析算法的复杂性.并且给出批容量有限加工时间都相同这一特殊情形的最优算法.     

油价波动情况下的生产计划优化模型

一、不考虑油价波动情况下的生产计划优化模型不考虑油价波动,建立优化模型使该厂全年生产(包括储存、维护)费用最小。由于该厂的生产成本由每季度的柴油成本(6.61元/升)、其他成本、储存维护成本组成,故目标函数可表示如下:     

UML用例图到XMI的映射方法研究

模型信息转换是目前软件工程领域比较热门的研究方向,将UML模型信息转换成XMI中间标准格式,能够实现模型到模型转换,模型到代码自动生成,加快系统开发进度,提高软件质量.提出一种UML用例图到XMI的映射算法.首先介绍了MDA,UML,XMI以及用例图等基本概念,然后对XMI Schema抽象模型进行形式化描述,并根据XMI模式定义和UML用例图映射规则对映射算法进行具体描述.最后通过一个具体的泛化用例图到XMI的映射实例进行算法验证.     

基于混合智能系统的设备故障诊断研究

为研究和改进人工智能技术在设备故障诊断中的缺点和不足,提高故障诊断的准确率,构建了一种混合智能诊断系统。首先利用小波包分析技术对设备故障进行特征提取和分析;接着对数据进行离散化处理,应用粗糙集对获得的故障特征向量进行约简,删除冗余信息;然后利用免疫遗传算法的全局优化能力去训练BP神经网络的权值,建立免疫遗传-BP神经网络模型;最后把经粗糙集约简后的故障特征向量输入该模型,完成故障识别和智能诊断。通过旋转机械的转子系统的仿真实验,表明基于小波包-混合智能的故障诊断取得了良好的诊断效果。     

基于混合智能算法的电力系统无功优化研究

研究了电力系统的无功优化功问题,给出了结合电力市场实行的无功优化目标函数。在分析了遗传算法和蚁群算法各自优缺点的基础上,将遗传算法与蚁群算法融合,利用遗传算法的交叉、变异操作产生蚁群算法新的搜索路径,以此提高混合智能算法的全局搜索能力和收敛速度,并将混合智能算法应用于实例进行仿真。仿真结果表明,该混合智能算法具有快速的收敛速度和优良的全局优化能力。     

基于命名实体的网页推荐算法研究

基于命名实体的网页推荐算法,从查询日志入手,分析用户的查询行为,给用户提供智能推荐,从而给出较好的推荐网页.提出了基于混合马尔科夫模型用于目录网页的导航链接和基于LDA特征选择的网页推荐算法用于主题网页推荐,实验结果显示,基于混合马尔科夫模型的推荐算法,达到了比较满意的效果;基于LDA特征提取的网页推荐算法优于传统的推荐算法,很好地满足了用户的需求.     

求解矩阵Penrose广义逆的混合智能算法

有效求解矩阵Penrose广义逆是一个困难的问题．首先将求解Penrose广义逆转化为求最小极值问题,结合粒子群算法和差分算法的优点,设计了混合智能算法．仿真实验结果表明：混合智能算法求解Penrose广义逆是有效的和可行的．算法易于计算机实现,计算精度高．     

基于构造-剪枝混合优化RBF网络的煤灰熔点预测方法

为提高煤灰熔点的预测精度,提出了一种基于构造-剪枝混合优化RBF网络的煤灰熔点预测方法.该方法融合了神经网络构造算法和剪枝算法的优点,分为“粗调”和“精调”2个阶段.粗调阶段动态增加隐节点数目直至满足相应的停止准则;精调阶段对粗调得到的RBF网络的结构和参数作进一步调整.基于煤灰的化学组成成分建立相应的构造-剪枝混合优...     

自整定-多模态智能控制器的研究

本文提出并实现了具有仿人智能多模态控制算法的控制器．该控制器将模糊逻辑方法运用到PID参数自整定算法中,将改进型Z－N方法与模糊整定方法相结合,在线整定PID参数,用于由模糊控制、Bang－Bang控制、自整定PID控制三种控制模式相结合的多模态智能控制中,各控制算法间的相互切换采用专家系统进行监控、调度大量的数字仿真、模-数混合仿真运行结果表明,该控制器具有良好的鲁棒性和动、静态性能指标。     

Analysis of economic order quantity under fuzzy environments

In the economic order quantity （EOQ） model, the decision maker has vague information about holding cost, ordering cost and market demand. With these uncertainties characterized as fuzzy variables, a new formula is developed by analyzing the fuzzy total cost. By comparing with other four EOQ formulas, i.e., using the crisp numbers with the highest membership values in classic EOQ formula, using the expected values of fuzzy parameters in classic EOQ formula, using the fuzzy variables in classic EOQ formula and then calculating the expected value, and calculat- ing EOQ by hybrid intelligent algorithm simulation, the effectiveness of this formula Js illustrated.     

新能源汽车减速器零部件切削工艺决策系统

设计了基于新能源汽车减速器零部件切削加工工艺智能决策系统。工艺数据库采用C/ S 体系架构,决策系统包括用户、基础信息、工艺参数三个管理模块。将实例和规则推理相结合搭建专家系统,建立基于混合推理技术的新能源汽车减速器切削加工工艺智能决策系统,定义加工属性优先级,进行切削工艺参数混合推理及优化匹配,自主决策,寻找最优工艺参数。在新能源汽车减速器生产工艺中进行具体验证,结果表明,基于C/ S 架构的减速器切削加工工艺智能决策系统,能够解决新能源汽车减速器生产加工工艺数据的合理存储和有效利用问题,大幅提升工艺决策效率和准确性。     

基于粗糙集理论的工控界面多智能体协作模式研究

1 Introduction An agent is an autonomous entity that runs in a dy-namic environment . Generally, it describes mentalstates such as knowledge , belief , promise , ability,etc. A multi-agent system ( MAS) consists of severalcomputational agents .It ai ms to transformlarge andcomplicated tasks to small ones that can communicateand cooperate with each other[1-3].Therefore ,cooper-ationis essential in MAS. The rough set theory (RST) was proposed by thePolish Mathematician Pawlak in 1982 .It w…     

Intrusion detection using rough set classification

Recently machine learning-based intrusion detection approaches have been subjected to extensive researches because they can detect both misuse and anomaly. In this paper, rough set classification (RSC), a modern learning algorithm, is used to rank the features extracted for detecting intrusions and generate intrusion detection models. Feature ranking is a very critical step when building the model. RSC performs feature ranking before generating rules, and converts the feature ranking to minimal hitting set problem addressed by using genetic algorithm (GA). This is done in classical approaches using Support Vector Machine (SVM) by executing many iterations, each of which removes one useless feature. Compared with those methods, our method can avoid many iterations. In addition, a hybrid genetic algorithm is proposed to increase the convergence speed and decrease the training time of RSC. The models generated by RSC take the form of "IF-THEN" rules, which have the advantage of explication. Tests and compa