基于多阶段转换学习的群体研讨文本言语行为分类

在群体支持系统(Group Support Systems,GSS)的环境下,群体能够在很短时间内产生大量研讨文本,远远超过了人们对信息处理的能力。因此,迫切需要一种能够自动分析和处理群体研讨文本的方法,言语行为分类就是这类方法中有可能实现并且具有应用价值的一个。在分析Zeno研讨模型的基础上,提出了适合群体研讨语料的言语行为分类体系。采用基于转换学习的办法,通过引入多阶段转换学习的概念,初步解决了群体研讨文本言语行为分类的问题,并且在议题类别和一些表达主张的类别(如支持和反对)上取得了较好的识别效果。研究群体研讨文本的言语行为分类对于拓展GSS,进而研究和开发自动主持人系统具有重要意义。同时,也为在中文环境下解决其他类型研讨(如网络聊天室、即时聊天工具等)文本的言语行为分类问题提供了参考依据。     

基于自动议价系统的消费者议价行为研究

本文建立了多策略混合的动态让步策略模型,解决了目前在自动议价系统中让步策略过于简单的问题.建立了消费者议价行为影响因素的框架模型,提出了在电子商务环境下进行消费者议价行为实证研究的方法,设计了用于实证研究的实验系统.此外,还提出了将消费者议价数据和消费者特性相结合,进行消费者议价行为分类的加权分类方法.     

基于决策树和BN的自动驾驶车辆行为决策方法

交通环境中存在着众多影响自动驾驶车辆行为决策安全的不确定性因素, 准确并及时地处理不确定性因素对自动驾驶车辆安全至关重要。因此, 建立了以人工驾驶行为分类为基础的贝叶斯网络(Bayesian network, BN)行为决策模型。利用决策树分类算法对人工驾驶行为进行分类, 利用BN建模驾驶环境并生成最优驾驶动作, 此方法既可以及时地分析人类驾驶员行为类别, 又能够充分考虑驾驶场景中的不确定性因素。利用仿真工具PreScan设计仿真实验, 仿真结果表明行为决策模型能够给出安全、合理的自动驾驶车辆行为。     

船舶自动舵和自动避碰算法仿真测试平台的研究

采用MatLab的Simulink工具箱和实船实验测试船舶自动舵和自动避碰算法，存在风险大、调试周期长、费用高的缺点。基于全任务船舶操纵模拟器，研究可用于测试船舶自动舵算法和自动避碰算法的仿真测试平台。详细介绍了该测试平台的体系结构、系统功能、接口设计，并以船舶航迹保持算法为例仿真测试了该算法对一艘商船的控制效果。该平台已成功应用于船舶自动舵和自动避碰算法的测试。     

车辆自动导航的路线化系统研究

系统研究车自动导航的路线优化系统，讨论路网的描述及道路权重的标定，介绍一些经典的最短路算法，着重介绍适于车辆自动导航的最短路算法的一些最新研究进展，着重提出车辆自动导航的路线优化过程中需要特别处理的几个问题，禁行状态等，并在理论上给出了相应的解决方案。     

车辆自动导航的路线优化系统研究

系统研究车辆自动导航的路线优化系统,讨论路网的描述及道路权重的标定,介绍一些经典的最短路算法,着重介绍适于车辆自动导航的最短路算法的一些最新研究进展.着重提出车辆自动导航的路线优化过程中需要特别处理的几个问题,如路口延误、禁行状态等,并在理论上给出了相应的解决方案.     

无人机自动空中加油飞行控制技术

无人机在现代战争中扮演重要角色,广泛用于侦察、监视战区环境等任务,留空时间需求日益增长,为了增加航时而不返回基地加油,亟需开展无人机自动空中加油技术的研究,根据空中加油的特点,深入研究了空中加油自动飞行控制系统方案,提出了受油机分阶段姿态和位置控制策略,设计了满足自动空中加油控制要求、面向工程的多模态、高精度、高抗扰飞行控制律,并用粒子群算法进行了参数优化。此外利用Matlab/Simulink搭建仿真平台对空中加油阶段受油机扰动运动进行了仿真验证。仿真结果表明,该多模态控制律可以满足自动空中加油的任务要求,控制精度较高,受油机的抗干扰能力较强。     

基于CAS的元胞主体协同博弈分析

将复杂适应系统的主体适应机制引入元胞自动机的网格动力学模型,以基于复杂适应系统的多主体联动博弈行为为研究对象,将预测行为、自动修正能力赋予元胞主体,创新地提出了一种解决多方协同博弈的方法,通过构建博弈规则模型和状态转移方程不断修正局部均衡从而达到具有协同机制的全局均衡,并通过基于SWARM构架的仿真为进一步探究复杂系统内群体的行为决策和演化机制提供了模拟平台。模型分析有效地获取和计量系统中主体的行为由于适应性而具备的涌现机制。     

基于改进粒子模型的人群监控系统仿真与分析

近年来,对人群行为的监控是公共管理和反恐安全领域的热点研究问题之一。介绍了一种基于位置信息的新型人群监控系统,并针对人群中个体的异质性以及不同状况下群体行为特征的差异性,改进了粒子模型;再基于改进粒子模型,分别在正常和恐慌状态下对监控系统的行为监测、自动报警、智能引导等效能进行了仿真分析。仿真结果表明：这种新型的人群监控系统具有良好的应用前景,为安全监测、人群疏导、辅助决策等智能监控服务提供了新的研究思路和方法。     

面向样件的二维钣金件优化排样方法研究

本文从“面向对象”的这一角度出发，提出了基于优化排样的特征提取和特征识别等概念，在此基础上建立了面向样件的二维钣金件优化排样方法并开发了软件系统。本系统可以自动对零件进行分类、组合，自动选择每类样件的最优排样方法。     

运输问题新解法的探讨

在求解运输问题中，传统的解法比较繁琐，为了克服这一缺陷，提出了快捷新解法，快捷法求解运输问题不仅比表上作业法计算步骤少、简单，而且比广义匈牙利法(常规法)的计算步骤还少、还简单、快捷法是根据约束条件的要求，基本上是一步到位造出每行及每列所需要的零元素，然后检验是否满足约束条件，满足可得最优解，否则需进一步造零，快捷法总是比表上作业法计算步骤少、简单且便于掌握。     

基于改进局部搜索遗传算法的目标分配决策

为满足舰载武器目标分配需求,对传统的局部搜索遗传算法进行了改进,并用其求解目标分配问题的最优解。构造了适合于目标分配问题的染色体;设计了搜索性能较好且能够保留优秀基因的交叉操作方法;将局部搜索机制引入标准遗传算法,提高了目标分配算法的收敛速度;把模拟退火算法引入局部搜索问题,在一定程度上避免了局部最优问题;将贪婪算法应用于局部搜索提高了最优分配方案的搜索效率。仿真计算表明,改进局部搜索遗传算法的目标分配性能优于已有算法。     

生物免疫理论及其在网络入侵检测系统中的应用研究

生物免疫理论被深入研究并广泛应用于计算机安全等领域。通过对基于生物免疫理论的G-T算法和线性时间算法的介绍，提出了多特征匹配算法并将其应用于网络入侵检测系统中。实验表明，优化的算法不仅解决了G—T算法生成检测器的效率过于低下的问题，而且克服了线性时间算法在处理较大的l和r时过于缓慢且需要较大空间的缺点。     

A GREEDY GENETIC ALGORITHM FORUNCONSTRAINED GLOBAL OPTIMIZATION

The greedy algorithm is a strong local searching algorithm. The genetic algorithm is generally applied to the global optimization problems. In this paper, we combine the greedy idea and the genetic algorithm to propose the greedy genetic algorithm which incorporates the global exploring ability of the genetic algorithm and the local convergent ability of the greedy algorithm. Experimental results show that greedy genetic algorithm gives much better results than the classical genetic algorithm.     

一种新的混合聚类算法

聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析就是按照数据间的相似程度,依据特定的准则将数据划分成不同子类。K-平均算法是经典的聚类算法。蚂蚁聚类算法是近来涌现的新的聚类算法,它通过模拟蚁群的智能行为进行聚类分析,已经在数据挖掘中得到应用。通过分析蚂蚁聚类算法和K-平均算法两种不同聚类算法的基本思想,将两种算法结合得到混合聚类算法,仿真实验证明混合聚类算法的算法性能优于蚂蚁算法和K-平均算法。     

可计算一般均衡CGE模型的遗传算法研究

简单讨论了求解 CGE模型的早期 Scarf算法和牛顿算法、以及新近流行的 CGE模型求解工具软件 GAMS和 GEMPACK中的典型算法 ,并且分别指出它们的优缺点 ;最后给出了一个基于模拟进化思想体系的 CGE模型竞争求解算法 ,并给出了算例.     

煤矿物资配送车辆路径问题的人工鱼群算法

对郑州煤电物资供销公司危险品运送的车辆路径问题进行了分析,建立了相应的数学模型,运用人工鱼群算法求解出运费最小的方案。该算法首先初始化一个鱼群,并在初始化的过程中给出了一种修复算子,使鱼群中每条鱼当前的状态代表一种可行的配送方案,然后执行本文设计的随机行为、觅食行为、聚群行为和追尾行为进行全局寻优。最后,把该算法与扫描算法、遗传算法求解进行比较,证明了人工鱼群算法求解车辆路径问题的有效性;同时,该算法也拓展了求解VRP问题的算法空间。     

采用梯度平滑措施的自适应符号算法

以自适应回波对消为对象 ,讨论了两种自适应符号算法的梯度估计平滑方法。从理论上对其中一种平滑方案导出的自适应算法的性能进行了详尽的分析。在输入为联合高斯的情况下 ,给出了权值一阶矩和二阶矩的收敛特性公式。结果表明 ,与符号算法相比 ,平滑算法的收敛速度与符号算法基本一致 ,但稳态误差更小 ,自适应步长的取值范围更大。     

组合式全局寻优算法研究

分析了当前用于连续变量全局优化的各种智能算法的特点，指出他们互相融合发展的趋势，提出了一种体现大融合思想的组合式全局寻优算法，将目前各种智能优化算法有机组合在一起，使它们能够共享优化信息，协同寻优，从而形成最丰富的寻优机制，达到最强的全局寻优能力。最后用一个算例验证了该算法的有效性。     

几种现代优化算法的比较研究

现代优化算法主要包括遗传算法、蚁群算法、禁忌搜索算法。这些算法主要是解决优化问题中的难解问题。由于这些算法在求解时不依赖于梯度信息 ,因而特别适用于传统方法解决不了的大规模复杂问题。介绍了3种算法的基本思想 ,阐述了它们的特点并进行了比较 ,提出了今后研究的方向