基于D-S证据理论的目标属性辨识研究

D—S证据组合理论已经成为不确定性推理的一种重要方法，基于该理论的多传感器决策层信息融合已得到广泛应用。本文在简要介绍D—S证据组合理论框架基础上，阐述了基于D—S证据组合理论的信息融合一般步骤及决策层判决方法；分析了发生证据严重冲突时，Dempster证据组合规则出现的不可靠和不合理的本质原因，介绍了针对D—S证据组合规则进行修正的几种主要方法；最后，提出了需要继续深入探讨的问题。     

基于并行关系与因果关系的关联规则

目的是建立同时具备并行关系、时序关系和因果关系等三个关系新前提下的数据挖掘的关联规则.本文指出了初始关联规则存在的三个潜在的前提;探讨了同时背离这三个潜在前提建立新的关联规则的可行性;给出了建立两并行关联事件之间因果关联规则的方法;从而获得了在新的背景下的关联规则.在此基础上,本文提供了联系并行关联的因果关系的范例,作为在具有并行、时序和因果等复杂关系数据库中的综合挖掘的一个途径.     

基于CBR和RBR的航天测控设备故障诊断专家系统

采用CBR和RBR混合推理设计了航天测控设备故障诊断专家系统，建立了系统的层次诊断结构模型。介绍了产生式和基于案例的知识表示方法，并详述了系统所采用的基于规则和基于案例的诊断推理机制。最后，基于CLIPS和Visual C 混合编程的方法进行了系统实现，详细介绍了两种语言的嵌入设计。     

基于关联规则挖掘的一种改进Apriori算法

关联规则挖掘是数据挖掘技术的一个重要分支,其中Apriori是目前最经典和具有影响力的关联规则挖掘算法.在分析研究关联规则挖掘中Apriori算法的基础上,针对Apriori算法中的两个主要操作--连接和剪枝进行改进,通过扫描1-项集、去除分解子集操作及不生成候选项集等多种策略结合的方法来减少连接操作的数据项数和算法运行过程中对数据库扫描的次数,最终使改进后的Apriori算法的性能得到提高.     

信息融合图像识别算法及其在三维飞机图像识别中的应用研究

将D S证据推理与不变矩理论相结合,提出了信息融合图像识别算法,并应用于三维飞机图像的识别。构造了基本置信指派函数,建立了分类规则,针对Dempster组合规则只适用于高置信度、低冲突性的情况,应用可解决证据冲突的加权分配冲突法及吸收法,完成了三维飞机图像识别的仿真,比较了3种组合规则的识别效果,结果表明吸收法识别率最高。     

基于改进CHC算法的模糊诊断规则优化方法研究

在故障诊断专家系统的自学习中,同时需要学习大量的模糊规则,造成规则优化算法的运行时间过长,难以满足实际的需要。为了解决这个问题,将特征片断优势重组算子引入CHC算法中,并将之应用到规则优化领域。仿真证明,改进的CHC算法在模糊诊断规则优化方面能以比较短的计算时间达到预期的优化效果,明显优于国内其它改进的遗传算法和CHC算法,具有比较大的实用价值。     

基于组合拍卖的协同多目标攻击空战决策算法

 针对多战机通过数据链共享信息、协同作战中的多目标分配问题,提出一种基于组合拍卖的协同多目标分配算法。改进并扩展了组合拍卖CABOB算法,重新设计了投标元组格式,增设了投标底价和任务上限对投标人的任务完成能力进行预审核,完善了算法的实用性;采用动态价格进行投标排序将算法扩展为非0-1投标,解决因不能共享投标而无法协同攻击的问题;在此基础上,设计了新的期望贡献值上界的计算方法,改进了启发式剪枝规则,加快算法计算过程。仿真实验表明,所提算法与现有的几种算法相比在求解质量、稳定性和可扩展性上都有明显提高。     

基于混合推理的飞机结构件变型设计

基于规则推理（Rule-based reasoning,RBR）与实例推理（Case-based reasoning,CBR）相混合的推理方式,对飞机结构件智能设计方法进行了研究。首先,结合模糊理论和规则推理技术,对飞机结构件设计要求的模糊属性进行处理,设计了飞机结构件智能选型系统,实现对飞机结构件的类型选择;其次,运用最近相邻算法与灰色关联分析理论,对飞机结构件设计要求的数值属性进行处理,实现了飞机结构件的实例检索与评价,此后将得到的最佳相似实例进行变型设计,得到目标实例;最后,以型材为例验证了混合推理智能设计系统的可行性。     

建筑物表面光伏组件最佳铺设方案的研究

对不同情况下建筑物屋顶及外墙表面铺设光伏电池进行研究。采用启发式算法进行电池性能的优劣评价,采用模糊规划,作出铺设电池的初步判断。以光伏电池每平方米利润最大为目标采用贪心算法选择需要铺设的电池,并配合矩形排样中最低轮廓线法对光伏电池的安放进行优化,从而得到利润最大的组合。利用多维线性规划对逆变器进行选择,通过成本—收入—利润模型对选配逆变器之后的最终利润进行进一步优化。     

基于情景分析的航空集群决策规则库构建方法

针对传统的规则学习算法很难解决顶层决策,以及现阶段航空集群作为一种新兴的作战样式,没有太多现成的数据和案例可供参考,暂不具备"从战争中学习战争"条件等难题,从战争设计的角度出发,探讨性地提出了一种基于情景分析的规则库构建方法。首先,从系统演化的外部触发条件和内部驱动机制出发,提出了基于事件触发-规则驱动的自主决策机制;然后,将航空集群决策规则拆分为事件、条件、动作3部分,并采用事件-条件-动作（ECA）描述机制进行规范化表达;最后,借鉴情景分析理论的思想,通过详细分析作战过程的逻辑关系、状态变迁,实现对象、事件、行为的关联,并以无人机自主察打任务规则提取为例进行了验证分析。