改进赋权的水体富营养化多维云模型评价

针对现有水体富营养化评价方法中存在的不确定性,以及在确定多评价指标权重过程中无法进行科学解释的问题,本文结合主观赋权法AHP和客观赋权法CRITIC的优势,提出了一种多评价指标综合赋权法,并根据水体富营养化评价标准的非线性特性,将该方法应用于多维正态云模型中。首先,采用主观赋权法AHP参考专家意见,对各水质指标的重要性给出判定,并完成定性与定量之间的转换;然后,采用客观赋权法CRITIC在对大量数据分析的基础上,利用指标的相关性和对比强度显示指标重要性。将2种方法利用综合权重确定公式结合后,用于改进多维正态云模型的权重分配,并基于云模型的期望、熵和超熵的概念对湖库水体富营养化进行评价,进而准确获取水质的富营养化级别。该方法不但解决了水质评价中的随机性和模糊性两大问题,同时还能够充分考虑各评价因素所含信息对结果的影响,将本文方法应用至全国中小型湖库进行验证,结果表明评价等级与湖库实质水质状况相符。     

基于大数据的电网设备供应链溯源管理评价研究

为了加强电网设备质量源头治理,解决设备质量可追溯性问题,实现贯穿设备全寿命周期的全程质量管控。本文从大数据理念出发,首先建立了基于大数据的电网设备供应链溯源管理评价框架模型,指明了电网设备供应链溯源管理评价的技术路线,其次设计采用网络爬虫技术对散落的海量数据进行爬取和处理,从而提取电力设备供应商的信息,然后构建了包含5个一级指标、8个二级指标和两个维度的三级指标的电力物资供应商评价指标体系,分析了指标间的相互关系,最后对如何合理配指标权重进行了探索,对主观赋权法、客观赋权法和模糊综合评价三种权重确定方法进行了对比分析,从而搭建了具有追溯性的电网设备供应链溯源管理评价模型,为电网企业进行供应商的评价优化提供借鉴。     

基于复合幂函数修正G1法的商户综合评价

针对多指标综合评价问题中主客观权重相悖时客观权重淹没主观权重的问题,以G1法和客观赋权法为基础,提出了复合幂函数修正G1法的组合赋权模型。首先,建立指标体系并通过G1法确定各指标主观排序和主观初始向量;然后,利用客观赋权法计算各指标客观向量;其次,在不改变主观排序的情况下利用复合幂函数算出主客观结合的综合权重;最后,利用各指标标准化后的值和综合权重计算综合评价值。采用大众点评网的商户数据进行综合评价实验：该模型的均方根误差（RMSE）为3.891,均低于G1-熵权法的8.818和标准差修正G1法的4.752,且覆盖率优于两种对比方法;分别修改主观初始向量和主观排序进行对比实验,修改主观排序的均方根误差为5.430,高于修改主观初始向量的1.17。实验结果表明,该模型得到的评价值与大众点评网官方的评分的一致性较高,且该模型弱化了主观初值对评分结果的影响,体现了主观排序的基础作用。     

基于综合赋权的风险企业增值潜力灰色评价方法

风险企业的增值潜力可体现未来获利能力,故增值潜力应由获利能力的关键基础、前提条件及保障因素构成,据此构建了风险企业增值潜力评价指标体系.将综合赋权引入灰色综合评价方法,由层次分析法(AHP)、熵权法得到主观权和客观权;再运用线性规划方法求得对两类权重加权的权值,构造"综合权重",最后进行灰色评价.算例表明,该方法可行,且评价结果既符合客观实际又能反映主观要求.     

基于模糊综合评价模型的排名系统评估

针对排名问题,本文建立了基于熵权模糊综合评价模型进行求解。首先利用熵权法求解各项指标的权重,然后结合权重通过模糊综合评价法将评价指标合理模糊化后得出排名结果。同时将此结果与Topsis评价模型求解出的排名结果进行对比分析,对比结果表明基于熵权模糊综合评价模型更能消除主观因素的影响,避免各项指标之间的权重不平衡情况。     

妥协率法在信息安全风险评估中的应用

针对信息安全风险评估指标及决策者权重均未知的信息安全风险评估值排序问题,提出一种基于妥协率法的信息安全风险评估方法。提出一种新的根据距离测度求权重的方法来确定指标权重;构建了基于决策者相互评价和群体意见一致性下的主客观综合赋权模型确定决策者权重;运用妥协率法对信息安全风险进行排序。案例分析及对比分析说明该方法的有效可行性。     

智能电网脆弱性综合评价模型构建及仿真

解决当前我国智能电网连锁故障导致的脆弱性问题,加强对电网的脆弱性评估是提高电网运行能力的重点。对此,结合当前智能电网脆弱性评估方法,提出一种基于TOPSIS的脆弱性综合评估方法。为提高综合评价的客观性,引入熵权法-AHP层次分析法对权重计算进行优化,然后通过TOPSIS模型完成对智能电网脆弱性的整体性评价。最后通过某实例,验证了上述方案的可行性,并得出我国电网在防御人为威胁等方面具有加强的优势,但是在信息安全方面存在一定的劣势。     

基于集成赋权的微信营销效果模糊综合评价

为了客观地评价微信营销效果,进而为企业总结营销状况、调整营销策略提供依据,提出了运用熵值集成赋权确定指标权重的微信营销效果模糊多级综合评价模型。首先以层次分析模型为基础对微信营销效果的影响因子进行总结并分层,再运用双基点熵权法改进多级指标权重的处理过程,从而得到客观的赋权值,并与Delphi法结合集成赋权确定最终权重,进而运用改进的模糊多级评价模型对微信营销效果进行综合评价,最后对5家微店的微信营销效果做了实证分析。实证应用结果表明基于熵值理论的集成赋权法,不仅克服了现阶段评价方法存在指标赋权过程受人为因素影响较大的缺点,也体现了专业意见的重要性。改进的模糊综合评价模型结合专家意见和实际数据挖掘,评价结果更符合实际情况。     

物联网电力通信运维架构系统设计及关键技术

为了提高数据效率及处理能力,首先采用CC2530芯片电路和无线传感器网络实现数据采集,应用ZigBee技术传递网络进行数据传输,建立了低压直流配电系统综合评价指标体系,然后采用层次分析法(Analytic hierarchy process,AHP)和熵权法(Entropy weight method,EWM)相结合的综合赋权法确定指标权重,最后引入灰色关联法分析(Grey correlation analysis,GCA)该综合评价系统。实验结果表明,该系统采集的电压数据丢包率为0,评估模型计算性能良好。     

基于综合赋权的风险企业增值潜力灰色评价方法

风险企业的增值潜力可体现未来获利能力,故增值潜力应由获利能力的关键基础,前提条件及保障因素构成,据此构建了风险企业增值潜力评价指标体系 .将综合赋权引入灰色综合评价方法,由层次分析法(AHP),熵权法得到主观权和客观权;再运用线性规划方法求得对两类权重加权的权值,构造综合权重;最后进行灰色评价 .算例表明,该方法可行,且评价结果既符合客观实际又能反映主观要求.

     

基于模型误差的交互式多模型算法

本文考虑了模型与真实模式之间可能存在的差异,分析了由此引发的问题.提出一种基于模型误差的交互式多模型算法,其中模型集合使用最小距离设计方法设计.Monte-Carlo仿真实验表明,新方法比IMM能更好地避免性能恶化,并且当真实模式保持不变时,从全局角度考虑新算法比IMM优越.     

面向随机模型检验的模型抽象技术

随机模型检验是经典模型检验理论的延伸和推广,由于其结合了经典模型检验算法和线性方程组求解或线性规划算法等,并且运算处理的是关于状态的概率向量而非经典模型检验中的位向量,所以状态爆炸问题在随机模型检验中更为严重.抽象作为缓解状态空间爆炸问题的重要技术之一,已经开始被应用到随机模型检验领域并取得了一定的进展.以面向随机模型检验的模型抽象技术为研究对象,首先给出了模型抽象技术的问题描述,然后按抽象模型构造技术分类归纳了其研究方向及目前的研究进展,最后对比了目前的模型抽象技术及其关系,总结出其还未能给出模型抽象问题的满意答案,并指出了有效解决模型抽象问题未来的研究方向.     

Model interoperability via Model Driven Development

Among the factors that contribute to the inherent complexity of the software development process is the gap between the design and the formal analysis domains. Software design is often considered a human oriented task while the analysis phase draws on formal representation and mathematical foundations. An example of this dichotomy is the use of UML for the software design phase and Petri Nets for the analysis; a separation of concerns that leads to the creation of heterogeneous models. Although UML is widely accepted as a language that can be used to model the structural and behavioural aspects of a system, its lack of mathematical foundations is seen as a serious impediment to rigorous analysis. Petri Nets on the other hand have a strong mathematical basis that are well suited for formal analysis; they lack however the appeal and the ease-of-use of UML. A pressing concern for software developers is how to bridge the gap between these domains and allow for model interoperability and the integration of different toolsets across them, and thus reduce the complexity of the software development process. The aim of this paper is to present a Model Driven Development (MDD) model transformation which supports a seamless transition between UML and Petri Nets. This is achieved by model interoperability from UML Sequence Diagrams to Petri Nets and supported by tool integration. The model transformation framework allows a software system to be designed in terms of UML Sequence Diagrams and subjected to formal analysis by taking advantage of the strong mathematical framework of Petri Nets. The behaviour of a Personal Area Network will be used to illustrate the proposed approach and to highlight model interoperability and tool integration through the design, the transformation and the analysis phases.     

从面向对象模型到关系模型

文章首先概述了面向对象模型设计的方法,然后着重讨论了将面向对象模型转换为关系模型及关系模型优化的问题,最后给出一个应用实例。     

基于云模型的服务信任模型

针对Web服务中信任的主观性和不确定性等特点,提出一种基于云模型的信任建模方法,并给出了直接信任云、推荐信任云、综合信任云的计算方法及基于时间权重的信任更新算法．同时,该模型运用具体的服务能力评价信息来量化服务的信任度,增强了模型的客观性,使其能较好地量化实体的真实信任水平,提高网络中实体的交互成功率．实验与分析结果表明,该模型在网络环境中具有较好的效果．     

一种数据仓库的概念模型-样本模型

数据仓库概念模型设计是数据仓库设计和实施的基础,是决定数据仓库成功与否的关键之一。该文介绍了一种数据仓库的概念模型-样本模型,它以事件为中心组织实体,并给出了描述实体之间层次、分类、组合关系的方法,以及确定样本库模式的原则和方法。最后给出了从ER模型向样本模型转换的方法。     

一种新的网格环境模型——TGrid Model

在分析了现有网格环境不足的基础上，提出一种新的网格环境模型——基于树形结构的网格体系与环境TGrid，支持高性能计算，面向主题的资源共享和新一代的需求建模。它以树结构来组织网格节点和集成各种资源，实现了自底向上、多级、面向需求的资源抽象和多种资源融合。而且树型结构符合自然层次组织关系，容易实现网格系统的层次化管理，有利于减轻中心节点的负载和实现大规模应用的负载平衡，提高资源查找效率。同时，TGrid以虚拟资源的形式实现网格资源的共享，利用分布式JVM（TJVM）虚拟网格节点上CPU和主存资源，利用多数据库中间件（TDOD）实现数据库级资源集成和共享，利用Globus网格服务（GService）实现其他软件和数据资源共享。该树型网格为日益增长的网格应用的需求提供了新的解决方案。     

二维可分Roesser模型的模能控(观)性

本文讨论了二维可分Roesser模型(RM)的模能控(观)性的判定问题,得出了相应的 充要条件和数值稳定的算法,同时给出了该算法具有数值鲁棒性的充要条件和算法累积误差 最大容许上界的显式估计,最后对二维可分RM的模能观性在状态空间中给出了一种几何解 释.     

一种可用于数据和模型分享的模型链

机器学习开始在越来越多的行业中得到应用,但使用机器学习执行任务的软件一直受限于第三方软件商更新模型.文中基于区块链,将训练神经网络消耗的算力和区块链的工作量证明机制相结合,提出并实现了模型链.模型链作为一种可用于分享数据和机器学习模型的区块链,基于骨架网络训练神经网络模型,以全网节点匿名分享的数据作为训练模型的数据集,实现了不依赖第三方更新神经网络模型.模型链使用环签名来保护用户数据隐私,节点训练的模型使用统一的测试集评估,通过评估的模型将作为节点的工作量证明用于投票达成一致共识.文中提出了两种可行的激励机制,即物质奖励和模型奖励.对于潜在的威胁,如账本分析、脏数据攻击和欺骗投票,给出了相应的解决方案.实现了一个用于数字识别的模型链.实验结果表明,模型链中的模型可以适应实际场景下发生的用户变迁和数据变化.     

一种可用于数据和模型分享的模型链

机器学习开始在越来越多的行业中得到应用,但使用机器学习执行任务的软件一直受限于第三方软件商更新模型.文中基于区块链,将训练神经网络消耗的算力和区块链的工作量证明机制相结合,提出并实现了模型链.模型链作为一种可用于分享数据和机器学习模型的区块链,基于骨架网络训练神经网络模型,以全网节点匿名分享的数据作为训练模型的数据集,实现了不依赖第三方更新神经网络模型.模型链使用环签名来保护用户数据隐私,节点训练的模型使用统一的测试集评估,通过评估的模型将作为节点的工作量证明用于投票达成一致共识.文中提出了两种可行的激励机制,即物质奖励和模型奖励.对于潜在的威胁,如账本分析、脏数据攻击和欺骗投票,给出了相应的解决方案.实现了一个用于数字识别的模型链.实验结果表明,模型链中的模型可以适应实际场景下发生的用户变迁和数据变化.