支持向量回归可解释性体系的建立

回归分析的主要任务是预测和解释.基于结构风险最小的支持向量回归模型取代传统经验风险最小回归模型,较好地解决了非线性、小样本、过拟合、维数灾难、局部极小等问题,泛化推广能力优异,但其可解释性差的缺陷一直未获根本性解决.基于F测验,为支持向量回归建立了一套完整的解释性体系,包括模型回归显著性测验、单因子重要性显著性测验、单因子效应及灵敏度分析、两因子互作显著性测验等.实例验证表明,其解释结果与传统二次多项式回归模型等具较好的一致性,初步表明了该解释性体系的合理性.     

可拓决策方法综述

对目前已有的策略生成、转换桥方法、优度评价法以及可拓层次分析法等可拓决策方法做了简要的介绍和评述。并指出可拓决策方法的进一步研究工作和发展前景。     

探索机械智能CAD系统的可拓决策方法

研究基于可拓知识模型和决策模型的机械智能ＣＡＤ方法,它不仅能够表示和处理设计中的信息转化关系,而且能够利用物元变换理论进行复杂的辩证和求异推理,转化约束问题中的矛盾因素,从而为解决定量计算与辩证分析决策共存系统的优化设计,形成基于可拓决策的智能ＣＡＤ理论与方法。文中探索了可拓智能ＣＡＤ系统的研究内容与方法,并给出机械产品方案设计中可拓智能ＣＡＤ系统的结构模式。     

云计算环境下的智能决策研究综述

云计算环境的不断普及使得智能决策面临着重要的发展机遇和严峻的挑战.在对云计算环境特点进行分析的基础上,对目前云计算环境下的智能决策研究现状进行综述.从云计算环境下决策环境对决策过程的影响入手,综述云计算环境下决策资源的管理、决策问题的协同求解,以及相应的智能决策支持系统等方面内容并进一步提出今后的研究思路.     

部分可观测马尔可夫决策过程算法综述

部分可观测马尔可夫决策过程(POMDP)是马尔可夫决策过程(MDP)的扩展,它允许系统的状态信息部分可知。但POMDP的可能应用大部分没有实现,这主要是因为缺乏有效的算法。POMDP的算法分为近似算法和精确算法,精确算法是构造近似算法的基础。介绍了POMDP模型后,对离散时间、有限状态集的POMDP精确算法和近似算法进行了综述,分析了造成POMDP难以求解的主要原因,提出了进一步的研究方向。     

一种基于可传递置信模型的分布式决策方法

证据推理理论是研究在不确定情况下智能决策的有效方法之一。将证据推理引入到分布式决策系统，提出了一种基于可传递置信模型的分布式智能决策方法，从信息融合技术的角度构建了agent模型以及分布式决策系统的框架，并且分析了分布式决策系统的信息提取和合成算法以及决策制定算法。通过借鉴信息融合技术中证据推理的可传递置信模型和算法，使分布式决策的研究方法有进一步的发展。在仿真中采用机器人足球仿真比赛作为平台进行研究。     

兵力协同计划方案智能决策系统研究

以红蓝双方海上编队对抗为背景，以拟制多兵种同攻击计划方案为目的，基于动态多目标决策和方案优化模型，在传统的作战辅助决策系统技术基础上，将面向分布式人工智能理论技术引入到多兵种协同作战计划智能决策系统实现中，定义了协同作战智能体单元的概念，并给出了该MAS系统的Agent组成，Agent结构，Agent功能分类，系统的运行流程以及系统的构成框架。     

寡头垄断条件下的可拓决策

运用可拓学理论对寡头垄断条件下的厂商决策进行了探讨。结果表明,物元变换是寡头决策时开拓策略集的有效工具;可拓学在寡头决策中有广阔的应用前景,而且在应用过程中可以发展寡头理论。     

参与型可转换优先股与最优风险投资退出决策

通过建立退出控制权分配模型探讨了风险投资退出过程中参与型可转换优先股的转换问题，指出风险投资家使用参与型可转换优先股总可以实现Pareto最优退出选择；当事先协议的风险投资家转换后企业家在退出收入流中的份额满足一定务件时，参与型可转换优先股转换成有投票权股份或无投票权股份的决定因素是风险投资家参与企业剩余价值分配的比例和边际声誉所得以及企业家的私人控制利益。     

可拓学在泥石流预报减灾决策上的应用

应用可拓论、概率论和有关泥石流的专业知识,提出了一种泥石流预报减灾的两层决策模式。文中首先论述了泥石流预报中各种非确定性因素,然后介绍了用简单关联函数确定减灾对策偏好度的方法,最后建立了泥石流预报减灾决策的物元模型。     

综合人工智能优化矿业工程复杂大系统

矿业工程是一个涉及多因素、多层次的、动态变化的复杂大系统，在分析人工智能技术在矿业工程中应用基础上，提出综合人工智能技术优化方法，并以矿业工程中的工艺系统及设备选择为例，介绍了它在矿为工程复杂大系统优化中的应用研究成果。     

人工智能背景下工业机器人发展水平综合动态评价研究——以制造业为例

工业机器人是一种能够自动控制，并可进行编程的机器，它也是制造业智能化改造的重要基础.从某种程度上来说，工业机器人的发展水平可以作为衡量一个国家工业自动化水平的关键要素.以十五个主要的制造业工业机器人制造、购买、使用国为研究对象，利用时序全局主成分分析方法，对各国2010-2017年的工业机器人及制造业、经济发展数据进行分析.从11个指标中提取了工业机器人发展强度、工业机器人产业需求、工业机器人经济规模效应等三个主成分，建立三维综合动态评价指标体系，对我国工业机器人的发展动态变化进行综合评价.     

基于人工鱼群算法的出租车智能调度

出租车以其方便、快捷、舒适等特点成为城市公共交通工具的重要补充,但是当前出租车资源普遍存在着分布不合理、空载率高、营运效率低下等问题.本文运用群智能的思想,提出基于人工鱼群算法的出租车智能调度方法,以实现对出租车资源的全局调度与合理分配.论文提出标准人工鱼群算法中的觅食函数、聚群函数和追尾函数的改进方案以及当前最优状态阈值限定的优化策略,使得改进算法具有全局寻找最优解的良好搜索能力.同时通过模拟实验分析视野、尝试次数、拥挤度因子、迭代次数和游动步长等参数对出租车调度算法寻优能力的影响.研究成果为城市出租车资源得到科学合理规划以及全局优化分配提供新思路和依据.     

数据智能:趋势与挑战

随着大数据和人工智能的兴起,数据智能(data intelligence)逐渐成为学术界和产业界共同关注的焦点.数据智能具有显著的大数据驱动和应用场景牵引两大特征.其融合场景内外的多源异质大数据,利用大规模数据挖掘、机器学习和深度学习等预测性分析方法和技术,提取数据中蕴含的有价值的模式,并用于提升复杂实践活动中的管理与决策水平.本文指出了推动数据智能实现迭代发展的三维要素:数据、算法和场景,然后围绕这三大要素介绍了数据智能的前沿热点、发展趋势和存在挑战,特别对数据智能与管理学交叉的研究与应用问题进行了较为深入的探索.论文还尝试给出一些具有前瞻性的观点或评论,一来希望为有兴趣进入数据智能领域的读者提供指引,二来希望能够在管理同行中起到抛砖引玉之效.     

犹豫模糊偏好决策研究进展与前景

犹豫模糊偏好关系作为一种刻画事物不确定性的有效表达方式,能够用多个可能的隶属度同时描述决策者对事物两两比较的评价结果.本文对基于犹豫模糊偏好关系的决策理论发展进行了综述:首先介绍了犹豫模糊偏好关系的发展背景及定义;然后从基于偏好关系的权重导出模型,一致性测度及非一致性修正算法和群体共识模型的角度概述了犹豫模糊偏好决策的研究进展;并且给出了一些基于犹豫模糊拓展型偏好关系的决策理论以及现有相关决策模型的应用,最后展望了基于犹豫模糊偏好关系的研究前景.     

适应性行为与仿真

无论是人工智能,还是新兴的人工生命领域,适应性的研究正在受到越来越大的关注。研究适应性的基本手段就是通过计算机仿真。本文从个体对环境的适应性以及群体对环境的适两方面全面论述了适应性行为及仿真研究的基本思想与研究进展。     

一种基于免疫遗传算法的认知决策引擎

为改善认知无线电的自适应参数调整功能,设计了一种基于免疫遗传算法的认知决策引擎。运用免疫遗传算法对无线电系统待优化的目标函数进行寻优,针对一种多载波系统对算法性能进行了仿真分析。结果表明,该认知无线电决策引擎在爬山能力、收敛精度和算法稳定度等方面要优于基于标准遗传算法和模拟退火遗传算法的决策引擎。     

Improved artificial bee colony algorithm with mutual learning

The recently invented artificial bee colony (ABC) algorithm is an optimization algorithm based on swarm intelligence that has been used to solve many kinds of numerical function optimization problems.It performs well in most cases,however,there still exists an insufficiency in the ABC algorithm that ignores the fitness of related pairs of individuals in the mechanism of finding a neighboring food source.This paper presents an improved ABC algorithm with mutual learning (MutualABC) that adjusts the produced candidate food source with the higher fitness between two individuals selected by a mutual learning factor.The performance of the improved MutualABC algorithm is tested on a set of benchmark functions and compared with the basic ABC algorithm and some classical versions of improved ABC algorithms.The experimental results show that the MutualABC algorithm with appropriate parameters outperforms other ABC algorithms in most experiments.     

具有多属性决策单元的有效性分析方法

DEA方法是评价同类决策单元有效性的一种重要方法,但许多情况下被评价单元可能具有多类决策单元的属性,传统DEA方法在评价该类问题时遇到了困难。针对多属性决策单元的有效性评价问题,采用多类样本单元合成不同属性生产可能集合的方法,首先给出了评价具有两种属性决策单元有效性的DEA模型(Twi)和相应的Twi-DEA有效性概念。分析了多属性决策单元的投影性质,以及(Twi)模型和传统DEA模型的关系。在此基础上,给出了具有多重属性决策单元有效性评价的一般模型(Mul),并讨论了相关性质。     

多属性相似度一致性投影决策法

针对多属性决策与评价问题中投影法存在平面空间一系列评价失效情况, 提出了一种相似度一致性的投影决策法。首先, 给出了理想偏移向量的定义, 其中包含了理想决策的偏移程度和决策者的偏好; 其次, 根据理想偏移向量, 构造了一种新的综合评价函数; 然后, 按照投影决策法的基本步骤, 得到各方案的综合评价值。有效性分析表明, 新提的方法对模相似度、距离相似度、余弦相似度和方向相似度都有综合考量, 从而能避免单一相似度的不全面和综合评价函数的失效。最后, 通过案例分析验证了方法合理有效。