决策算法

摘要： 载人航天器电性能测试是针对复杂产品的测试设计,过程具有流程多、设计周期长、偶然因素多等特点,迫切希望能在航天器测试设计过程中,应用科学的方法对研发资源进行动态调配及优化配置。测试系统采用柔性框架测试体系概念,从载人航天器测试需求出发,采用标准化、可拓展体系结构,利用标准测试资源,提出航天器测试流程管理解决方案。从载人飞行器电性能测试的角度,对测试项目数字化协同设计工作进行研究,提出了利用数学模型的方式对冲突的产生、解决方法及迭代进行了描述。

摘要： 电梯群控系统要求在节能和候梯时间尽可能短的情况下,将随机来的客户运送到目标楼层,这使得电梯群控系统的调度算法至关重要。为达到此目的,状态事件分析方法和多智能体技术被应用在电梯群控系统调度算法的研究中。多智能体系统的黑板模式由群控制器和单梯智能体构成。电梯群轿厢内选层信号和轿厢外呼梯信号存储在任务分配表中,作为黑板;群控制器除对轿厢外呼梯信号进行预分配外,还协调单梯智能体有序访问任务分配表;而各个单梯智能体在单梯运行的不同时刻调用三个决策算法,以在响应轿厢内选层信号的同时,通过拉任务的方式快速响应轿厢外呼梯信号。文中所述调度算法能动态优化呼梯信号的分配,使得呼梯信号被最先响应,且梯内有停层要求的单梯响应既减少了候梯时间,又达到了节能的要求。

摘要： 基于人类驾驶员数据获得自动驾驶决策策略是当前自动驾驶技术研究的热点。经典的强化学习决策方法大多通过设计安全性、舒适性、经济性相关公式人为构建奖励函数,决策策略与人类驾驶员相比仍然存在较大差距。本文中使用最大边际逆向强化学习算法,将驾驶员驾驶数据作为专家演示数据,建立相应的奖励函数,并实现仿驾驶员的纵向自动驾驶决策。仿真测试结果表明:相比于强化学习方法,逆向强化学习方法的奖励函数从驾驶员的数据中自动化的提取,降低了奖励函数的建立难度,得到的决策策略与驾驶员的行为具有更高的一致性。

摘要： 纺织加工产品依托国内行业的发展优势,在国际进出口竞争中优势突出。在保持稳健发展步伐的同时,云计算技术融合带来的产业升级是未来纺织类产品质量升级的关键因素。云计算技术能够很好地立足于纺织行业短板,针对当下纺织产品设计生产环节中的痛点,短时间内应用已有的分析技术设备,处理设计环节中大量繁杂的数据信息。同时,利用云技术中的软犹豫模糊粗糙集算法可以更好地对纺织产品数据进行决策分析,解决纺织生产中的复杂决策难题,对增强纺织产品设计应对国内外市场风险的自我调节能力具有较大帮助。

摘要： 针对当前的客户端病毒防御方法无法获取病毒的特征向量,导致病毒防御不具有针对性等问题,提出一种基于N-Gram模型的网络客户端病毒防御方法。分析不同长度的N-Gram特征对网络客户端病毒检测的效果,并通过N-Gram模型获取病毒的特征向量,整合特征选择的详细操作步骤。将距离相似度检测技术和决策算法相结合检测网络客户端病毒,设计网络客户端病毒防御流程。当检测到病毒入侵后,评估病毒危险等级,制定病毒防御策略。仿真证明了所提方法能够有效防御网络客户端病毒。

摘要： 为解决车联网中现有协同考虑信任与路由的方案过于简单和欠缺的问题,提出了一种基于信任可靠度的安全路由.该路由考虑信任可靠度,且在确定下一跳节点时,结合消息类型和信任进行决策.实验结果表明,相比现有路由协议,该安全路由的恶意节点排除率和分组到达率更高,时延更低.

摘要： 基于深度神经网络的拟人化自动驾驶为复杂环境下的高级自动驾驶提供了新的思路,但网络的封闭性会导致上层驾驶指令很难进入网络,为此,设计了一种开关式深度神经网络,该网络由卷积神经网络层和长短期记忆网络层组成,在两个子网络间嵌入了具有开关性质的特征选择层,并通过不同的驾驶指令选择激活不同的特征分支,从而完成了相应的驾驶任务.实车测试结果表明,开关式深度神经网络不会显著增加模型的推理时间,同时该网络实现了根据输入的不同驾驶指令完成车辆在路口的左转、右转、直行和绕障行为.

摘要： 80％以上的海上碰撞事故都来自于人为的疏忽或者错误操作造成的,为了减少此类现象,就需要技术水平上提高船舶自动化,从而达到船舶航行本质安全的目的.近些年来有关船舶智能避碰技术的研究已成为热点,本文从避碰信息获取以及避碰决策算法两方面总结了目前的一些研究成果,并对这些成果进行整理,比较分析其优势和劣势,并对其应用于具体场景的适用性进行分析.

摘要： 针对传统雷电监测预警系统稳定性不足、测试精度低等缺点,研究设计出一款气象防雷预警系统;本系统基于大数据云平台技术对传统雷电监测系统进行设计与改良,运用抗劣化大数据感知模块对气象信息进行采集;运用云服务平台与物理平台共同搭建防雷预警系统的网络架构;利用CART算法与ID3算法相结合的大数据分析算法对空气中的雷电监测数据进行分类处理;经实验表明,本研究使系统的精确度大于0.1,还增强了系统的稳定性,为雷电监测行业的发展奠定了理论基础.

摘要： 汽车纵向自动驾驶的决策层根据车辆当前运动状态与环境信息,决策出理想的动作指令。目前如何在自动驾驶决策策略中考虑人类驾驶员的行为成为研究热点。在纵向自动驾驶决策策略中传统的基于规则的决策策略难以运用到复杂的场景中,而当前使用强化学习和深度强化学习的决策方法大多通过设计安全性、舒适性、经济性相关公式构建奖励函数,得到的决策策略与人类驾驶员相比仍然存在较大差距。针对以上问题,本文使用驾驶员数据通过BP神经网络拟合设计奖励函数,使用深度强化学习DDPG算法,建立了一种仿驾驶员的纵向自动驾驶决策方法。最终通过仿真测试验证了该方法的有效性和与驾驶员行为的一致性。

摘要： 针对动态环境下的通信不确定问题,基于群集智能理论提出了一种影响集预测的协同多目标攻击决策算法,通过建立各协同节点的影响集,在通信干扰环境下基于对影响集内协同节点行为的预测来形成自协同,使算法能自适应复杂空战场景下的通信干扰,并设计了动态主影响集数量阈值扩展方法提高算法效率,仿真实验表明提出的算法可有效解决通信干扰环境下系统的自协同问题,算法收敛精度和可靠性均有明显提高,采用动态主影响集数量阈值扩展方法时,计算效能也有较大提高.

摘要： 最新的视频压缩标准HEVC具有极高的压缩率,四叉树的划分结构是其编码过程中的一项重要技术.但是在编码预测LCU单元时,其递归子划分计算使算法极为复杂,编码时间较长.本文提出了一种子划分快速决策算法.该算法在编码LCU时,对于不同位置的CU划分单元,或者利用相邻LCU中的SCU划分单元信息判断是否提前进入子划分,或者根据当前CU所在的LCU内的相邻CU单元的率失真值来判断是否提前结束子划分.实验结果表明,该算法在码率少许增加的前提下,编码速度提高了20％左右,PSNR值基本不变.

摘要： 由于引入层间预测，可伸缩编码（Scalable Video Coding，SVC）相对于H.264/AVC 增 加了计算复杂度。本文提出了一种快速模式决策算法，为空间可伸缩编码的增强层采用层间残 差预测（Inter Layer Residual Prediction，ILRP）提高了编码速率。该算法结合了两种方法：传 统的层间残差预测方法，以及利用增强层与基本层参考块模式分布相关性的方法。实验结果表 明，与参考软件相比，该算法能节省30%的编码时间而质量损失很小。

摘要： 本文根据北京清华长庚医院临床输血管理信息系统建设现状,简要说明了系统建设中取得的一些进展.该系统通过运用二叉树决策算法及管制项配置来实现临床输血流程中一些较为复杂多变的逻辑判断,同时通过轮询机制与患者在医院HIS系统各个子系统的输血相关数据的实时交互,实现了输血行为全流程智能化管控,为临床输血的治疗流程及管理系统的发展提供一种新思路.

摘要： 本文主要研究多类分类AdaBoost算法,及其在多类故障诊断问题中的应用.为了解决"一对一"算法和"一对余"算法的局限性,提出了决策树的AdaBoost算法.利用遗传算法的全局随机搜索性能对数据集进行特征筛选,得到新的特征数据集,根据CART算法构造决策树建立AdaBoost分类器,使得决策树每一个节点的最可分类别尽可能分开.通过对三个数据集进行仿真分析,表明该算法的性能优于其他两个算法,并具有更高的通用性,验证了该算法的有效性.

摘要： 随着中国气象局与民航总局AMDAR(Aircraft Meteorological Data Relay)合作项目的开展，气象部门获得的AMDAR观测资料逐渐增加。为获取高质量的AMDAR观测资料和充分合理地使用这些观测资料，必须对AMDAR观测资料时空分布、飞行状态信息、观测资料质量等信息进行充分调研分析，并开发设计出具有实际运用价值和能力的质量控制(QC)技术，使AMDAR观测资料在数值预报业务模式系统中发挥更大作用。本文的AMDARQC方案在参考国际先进AMDARQC方案的基础上，根据AMDAR资料的特点和数值天气预报模式对AMDAR资料应用的要求而设计，其目的是解决AMDAR观测资料在数值预报中应用的质量问题。文中方案采用多种质量控制技术，其中包括气候极值检查、要素间一致性检查、时间一致性检查、持续性检查、背景场一致性检查、空间一致性检查、综合决策算法、自动统计评估反馈技术，并将该方案应用于2007年6-8月的实际观测资料。试验结果表明：该方案能有效地识别观测资料中存在明显错误的资料，有效地为AMDAR资料在数值模式中的应用提供客观质量依据。该方案具有向其他区域数值预报中心推广的应用价值。

摘要： 针对评价信息、属性权重和专家权重均为语言形式的多属性群体决策问题,给出一种基于二元语义信息处理的群体决策方法.该方法是采用二元语义概念来对语言评价信息进行处理和集结运算,应用传统的理想点方法对方案进行优选.首先描述了具有语言评价信息的多属性群体决策问题,然后介绍了有关二元语义的定义及其相关性质,接着给出了基于二元语义的集结算子,并且进一步给出了解决该群决策问题的具体步骤,最后给出了一个算例,验证了该方法的有效性。

摘要： H.264中，采用率失真RDO(Rate Distonion Optimization)代价函数来进行帧内最优编码模式的选择，在实现高质量和高压缩比的同时也极大地增加了计算复杂度。为了降低帧内预测部分的计算开销，本文对一种基于主边界强度的H．264帧内预测模式快速选择算法进行了改进。在测试模型JM90上的实验表明，改进后的算法比SOBEL算法更加有效地降低了帧内预测模式选择的计算复杂度，且码率、Psnr和原DES算法相比几乎不变。该算法具有运算简单、规则的特点，适合在硬件中实现。

摘要： 在电力市场中，当机组的报价相近或相同时，以机组组合方式确定发电计划将难以单纯地依据机组的价格函数进行取舍。在传统的机组组合问题求解中这会导致收敛结果的振荡，但在电力市场中则更会造成发电商收益的差别，引起公平争议。尽管有研究者提出了一些解决收敛振荡的方法，但它们在公平性的考虑上都存在一定的不足。本文认为电力市场的公平性是指所有发电商应享有均等的机会。以此为出发点，提出了一种考虑公平性的发电计划决策算法。

摘要： 地图综合就是指通过一定的规则，对客观事物进行内容的取舍、数量、质量和形状的化简，从大量的客观事物中选出最重要的事物表示在图上，而舍去次要的事物;对客观事物的形状、数量和质量特征化简。去掉轮廓形状的碎部，以突出事物的总体特征:减少分类和分级的数量，以缩小与客观事物的差别，使读者能清晰的阅读地图上的图形。影响制图综合的因素很多，主要包括地图的比例尺、地图用途等。随着比例尺的缩小，地图上保留的要素减少，要素的形状逐渐简化。不同用途的地图，综合规则不同，制图综合将着重突出某一种要素的特征，而略去其他不被关注的要素。线要素综合是制图综合的重要组成部分，主要包括河流综合，等高线综合，道路自动综合等方面。经过长时间的研究，本文对线要素当中的河流和道路的自动综合提出了一些实效的方法，例如针对树状河系的特征本文使用人工智能中启发式搜索与基于规则的专家系统相结合的方式，在保证同一河流各个河段之间名称字段不存在冲突的前提下比较准确的对河系进行分级。

摘要： 本发明公开了一种基于最短路径算法和0/1决策的输电线路融冰决策方法，包括以下步骤：1.划分覆冰线路区域；2.计算各班组对单条覆冰线路的融冰时间；3.计算各班组到覆冰区域各变电站所需的时间；4.计算各班组从同一覆冰区域的一个变电站到另一个变电站所需的时间；5.计算各班组对融冰区域所有覆冰线路融冰的最短时间；6.建立输电线路最短融冰时间决策模型；7.计算最短融冰时间，并输出融冰决策方案。本发明可快速有效地制定全网覆冰线路的决策方法，缩短融冰时间；可操作性强；解决了电网覆冰决策主要依据人为经验，在多线路、工况复杂的条件下决策时间长、决策风险大的问题。

摘要： 本发明涉及一种保险数据决策树构建方法，尤其涉及采用变量增益算法与广度层内增益算法的保险数据决策树构建方法。按以下步骤进行：变量增益算法→广度层内增益算法→特征选择方式。采用变量增益算法与广度层内增益算法的保险数据决策树构建方法有效提高建模精准度，提升操作便利性。

摘要： 一种决策数算法的数据分析及决策在变电站环境监控领域的应用，属控制领域。其在变电站环境监控过程中，通过环境检测传感器实时收集环境参数；将变电站环境参数传送至环境监控主机；将变电站环境告警信号中的信号类别和发生时间属性数据作为分析对象，通过Spark大数据平台，处理变电站告警信号数据；将决策树算法与哈希表和灰色模型相结合，用于变电站环境的状态监测及控制、调节；通过将基于大数据决策树的数据分析及决策过程应用于变电站环境监控领域的，实现多个独立子系统联动策略系统；通过控制多个独立子系统的联动，实现智能控制相关设备；采用大数据分析和学习算法，实现空调与温湿度传感器、有害气体传感器与风机的联动。

摘要： 本发明公开了一种基于最短路径算法和0/1决策的输电线路融冰决策方法，包括以下步骤：1.划分覆冰线路区域；2.计算各班组对单条覆冰线路的融冰时间；3.计算各班组到覆冰区域各变电站所需的时间；4.计算各班组从同一覆冰区域的一个变电站到另一个变电站所需的时间；5.计算各班组对融冰区域所有覆冰线路融冰的最短时间；6.建立输电线路最短融冰时间决策模型；7.计算最短融冰时间，并输出融冰决策方案。本发明可快速有效地制定全网覆冰线路的决策方法，缩短融冰时间；可操作性强；解决了电网覆冰决策主要依据人为经验，在多线路、工况复杂的条件下决策时间长、决策风险大的问题。

摘要： 本申请公开了一种基于逻辑回归算法及决策树算法的非法语音的识别方法及系统，本申请实施例训练得到基于一逻辑回归算法及多个决策树算法的融合模型，实时从通信网络侧获取语音数据，对获取的语音数据采用数据特征工程方式处理后获取得到特征数据；输入到所述融合模型中，由其中的多个决策树算法进行处理得到对应各个决策树算法的概率值后，将所得到的各个决策树算法的概率值整合后由逻辑回归算法进行预测，得到是否为非法语音的预测结果。这样，由于融合模型是基于逻辑回归算法及决策树算法进行构建及训练的，所以准确识别出通信网络中的非法语音。

摘要： 一种融合遗传算法和决策树算法的知识提取方法，涉及基于遥感影像的分类、数据挖掘等领域。本发明包括准备遥感分类结果与分类特征数据；分层随机抽取训练样本集；初始化遗传算法，通过随机产生的基因组合和样本构建决策树，模拟随机森林的随机特征和随机样本特性；对构建的任意一棵决策树筛选感兴趣类别的规则链，并根据规则获取分类结果；将筛选的分类结果与现有分类结果进行比对计算错误率作为评估函数的适应度，记录规则链和对应的错误率；迭代遗传算法至指定次数或满足收敛条件，将一系列规则按错误率从小到大排序，将错误率最小的规则作为显式知识。本发明能有效地将隐式知识转化为可理解的显式知识，具有一定的可重复性和鲁棒性。

摘要： 本发明的基于改进HRRN(Highest Response Ratio Next)算法和多属性决策的移动卸载迁移算法，包括：步骤1：单个无线体域网在某一时刻生成多个优先级不同的任务，如果可以本地处理则直接本地处理，否则上传至边缘服务器；步骤2：建立边缘服务器的效益函数，将效益值高的边缘服务器作为当前任务的初始边缘服务器；步骤3：判断当前边缘服务器是否合适；步骤4：判断边缘服务器是否满足两个准则，满足其中一项可作为候选边缘服务器；步骤5：再次根据步骤2建立边缘服务器的效益函数，计算所有候选边缘服务器的效益值，选择效益值最高的边缘服务器进行迁移。

摘要： 本发明涉及一种保险数据决策树，尤其涉及采用变量增益算法与广度层内增益算法的保险数据决策树。按以下步骤进行：变量增益算法→广度层内增益算法→特征选择方式。采用变量增益算法与广度层内增益算法的保险数据决策树有效提高建模精准度，提升操作便利性。

摘要： 本发明公开了一种基于示教学习的决策树行为决策算法，主要解决现有技术中存在的现有决策算法不能同时兼顾综合复杂的场景和稳定的要求的问题。该一种基于示教学习的决策树行为决策算法包括步骤为：存储示教轨迹的状态转移规律；求取状态转移频率矩阵和状态转移概率矩阵；构建奖励；决策树对即将产生的动作进行评估；更新转移频率矩阵与状态转移概率矩阵；重复上述过程至评估通过。通过上述方案，本发明达到了无人驾驶行为决策应的最大合理性和安全性目的。

摘要： 本发明公开了一种基于示教学习的决策树行为决策算法，主要解决现有技术中存在的现有决策算法不能同时兼顾综合复杂的场景和稳定的要求的问题。该一种基于示教学习的决策树行为决策算法包括步骤为：存储示教轨迹的状态转移规律；求取状态转移频率矩阵和状态转移概率矩阵；构建奖励；决策树对即将产生的动作进行评估；更新转移频率矩阵与状态转移概率矩阵；重复上述过程至评估通过。通过上述方案，本发明达到了无人驾驶行为决策应的最大合理性和安全性目的。