【摘 要】
：
本文提出一种将模糊优选理论与一般模糊极小极大(GFMM)神经网络相结合的多目标决策方法.首先根据多层系统模糊优选模型的特点,解出在多个目标权重不同的情况下典型偏好决策的方案样本集;然后利用GFMM神经网络有师学习的能力,将形成的方案样本集输入到GFMM网络中,形成相应的网络超盒结构.当进行某一领域内的多目标决策时,可将某个方案的多个目标特征值输入到GFMM网络中,迅速得到该方案的偏好及其优劣程度,
【机 构】
：
海军工程大学,电子工程学院,湖北,武汉,430033 海军驻无锡地区航空军事代表室,江苏,无锡,2
论文部分内容阅读
本文提出一种将模糊优选理论与一般模糊极小极大(GFMM)神经网络相结合的多目标决策方法.首先根据多层系统模糊优选模型的特点,解出在多个目标权重不同的情况下典型偏好决策的方案样本集;然后利用GFMM神经网络有师学习的能力,将形成的方案样本集输入到GFMM网络中,形成相应的网络超盒结构.当进行某一领域内的多目标决策时,可将某个方案的多个目标特征值输入到GFMM网络中,迅速得到该方案的偏好及其优劣程度,为最终实现辅助决策提供可靠的依据.实际应用结果表明,该方法简易有效,具有广泛的适用性。
其他文献
资源注册元服务对于网格的顺畅运行非常重要，它负责注册、管理和索引网格中的各种资源。在对现有的各种注册与索引技术进行研究的基础上，本文首先提出了一种资源规范语言并给出了该语言的 XMLSchema 描述。在此基础上本文基于 Java 语言设计并实现了分布式的网格资源注册元服务。测试和试运行表明，该元服务可以为网格提供高效和鲁棒的资源注册与索引服务。
越来越多的攻击者利用各种漏洞实施攻击, 通过监控特权进程的系统调用序列是检测这类攻击的有效手段之一. 本文重点研究了基于系统调用的异常检测模型. 针对现有模型中存在的对训练数据要求高, 误报率高等问题, 本文提出了基于非层次聚类的异常检测模型. 该模型通过无监督的训练模式, 降低了对训练数据要求; 利用基于非层次聚类的正常行为轮廓生成算法提高了正常行为轮廓质量, 降低了正常行为轮廓规模; 模型中针
研究了钻削过程中刀具磨损特征信号的提取.将切削力作为检测信号,在钻床上建立起相应的数据采集系统,通过对数据进行幅域指标分析和频谱分析,讨论了特征信号随刀具磨损量增加的变化规律,为实现钻削过程刀具磨损量的智能识别提供了依据.实验结果表明,本文的方法具有较好的抗干扰能力和较高的识别精度.
随着中国经济的迅速发展,城市垃圾的数量和规模也在不断增加,实现整个处理过程自动化已经迫在眉睫.为此,本文针对垃圾处理的特点,介绍了某城市新建医院垃圾焚烧厂采用组态王软件作为上位机,S7-300PLC作为下位机实现垃圾焚烧处理工艺中的自动控制系统,分析了系统的工艺流程、控制特点、硬件组成及软件设计等.该系统运行稳定、操作方便、维护量小,实现了垃圾焚烧处理的自动化,减少了环境污染。
提出了一种新的基于支持向量机的电子商务营销绩效评价方法,归纳了电子商务营销绩效评价指标体系的设计原则,给出了具体的评价指标体系及量化方法.然后将量化后的指标因素集作为支持向量机的训练集,并采用一对一的分类策略建立了营销绩效的评价模型.最后,通过仿真实验证明了基于支持向量机的电子商务营销绩效评价模型的可行性和实用性.
综述了电子商务B2B在线市场运作模型与优化问题.分析了在线市场的传媒背景、信息透明度和传媒多样性问题.分析了在线市场的协调策略和供应链合同策略问题.进一步分析了以采购商为中心的B2B在线市场,特别是其中的供应链协调如回购退货协调、远期和现货合同协调问题;分析了以供应商和第三方为中心的B2B在线市场的运作模型和优化问题.最后,提出了B2B在线市场运作比例和规模、双边际化和牛鞭效应、供应链合同、资金财
为了跟踪快速变化的信道,在传统DFE的基础上,提出了一种基于RLS的自适应多输入多输出(MIMO)决策反馈均衡(DFE)算法.算法避免了求矩阵逆,大大降低了运算量.接收机端滤波器的权系数采用RLS算法进行时间和阶次更新,仿真分析实验结果表明了算法的有效性.
主动队列管理(AQM)算法已经成为IP网络拥塞控制的一个关键问题.采用控制理论分析了RED和PI控制器的不足之后,基于预测控制设计了一种新的AQM算法.仿真结果表明基于预测控制的AQM算法能够克服时滞的不良影响,在网络参数发生变化时较PI控制器具有良好的鲁棒性.
本文针对多自由度机器人数学模型建立的困难性和复杂性,采用虚拟样机技术对机器人系统进行动力学建模和闭环控制的仿真,同时以研究机器人在工作(比如搬运物体)过程中的运动学和动力学特性.该方法对于具有旋转关节、移动关节、球形关节等各种关节类型的机器人均适用,可在三维空间对机器人的运动状况进行仿真.与其他的建模和仿真方法相比,该方法建模简单、可视化强,后处理功能极其强大,可实现机电一体化的仿真。
本文把基于遗传算法的测试方法引入到仿真系统测试中,给出了基本测试过程.初步探讨了目标路径集、目标路径权重的确定方法,并以路径权重值规划测试数据的产生.提出的适应性函数综合考虑到路径的权重、路径覆盖率和路径接近程度三个因素,是以高效实现整个测试对象所需测试数据的优化搜索为目标.实例证明了方法的有效性和合理性。