期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于随机模糊参数预测烧结法氧化铝生产中碱液成分 被引量:2
1
作者 万中 孟福真 +1 位作者 郝爱云 王雅琳 《模糊系统与数学》 CSCD 北大核心 2011年第3期163-167,共5页
针对来自许多实际过程中数据变化的多态不确定性,提出一类新的预测方法。为了反映数据的多态不确定性,设计了一种分段推断算法来对样本数据的分布函数进行推断,在假设总体服从一类模糊随机变量的条件下,由该方法得到总体的分布函数的解... 针对来自许多实际过程中数据变化的多态不确定性,提出一类新的预测方法。为了反映数据的多态不确定性,设计了一种分段推断算法来对样本数据的分布函数进行推断,在假设总体服从一类模糊随机变量的条件下,由该方法得到总体的分布函数的解析式。基于这种预测方法,对烧结法氧化铝生产过程中碱液成分进行了预测。预测结果表明新方法具有广泛的应用价值。 展开更多
关键词 多态不确定性 分段推断算法 模糊随机变量 烧结法氧化铝
原文传递
多态不确定性环境下城市固废管理模型及求解 被引量:2
2
作者 万中 冯燕茹 梁文冬 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第2期89-94,共6页
研究了多态不确定性环境下的城市垃圾处理问题.在一定假设条件下,建立了一类固废管理问题的区间模糊优化模型.提出了区间大小关系可能度算子的公理化定义,并基于这种可能度算子的方法,对给定的权重系数和置信水平,推导了原模型的确定型... 研究了多态不确定性环境下的城市垃圾处理问题.在一定假设条件下,建立了一类固废管理问题的区间模糊优化模型.提出了区间大小关系可能度算子的公理化定义,并基于这种可能度算子的方法,对给定的权重系数和置信水平,推导了原模型的确定型等价类,从而把区间模糊优化问题转化为普通的线性规划问题求解.将所建立的模型和求解方法用于解决一个实际固废管理问题,结果证实了该模型及其求解方法的有效性. 展开更多
关键词 多态不确定性 区间模糊优化 区间可能度 确定型等价式
下载PDF
多态不确定环境下的生产运输模型及求解
3
作者 万中 冯燕茹 张峰 《物流技术》 北大核心 2013年第5期179-181,322,共4页
研究了多态不确定性环境下的多目标供应链管理问题。分别采用不同类型的不确定参数描述市场需求、生产能力等,建立了多态不确定混合整数规划模型,提出了将多态不确定模型转化为区间规划模型的方法。最后给出了利用区间可能度法求解区间... 研究了多态不确定性环境下的多目标供应链管理问题。分别采用不同类型的不确定参数描述市场需求、生产能力等,建立了多态不确定混合整数规划模型,提出了将多态不确定模型转化为区间规划模型的方法。最后给出了利用区间可能度法求解区间规划模型的步骤。 展开更多
关键词 多态不确定性 区间可能度 供应链管理 生产运输模型
下载PDF
多态不确定性环境下快递网点选址模型及求解
4
作者 冯燕茹 《物流技术》 2017年第11期87-90,共4页
研究了多态不确定环境下快递网点选址问题。根据实际应用需要,综合考虑客户收发件的随机性、网点运营费用的区间性以及客户对送件时间的模糊性,建立了多种不确定参数同时存在的网点选址混合规划模型,在不确定理论的基础上,给出了模型的... 研究了多态不确定环境下快递网点选址问题。根据实际应用需要,综合考虑客户收发件的随机性、网点运营费用的区间性以及客户对送件时间的模糊性,建立了多种不确定参数同时存在的网点选址混合规划模型,在不确定理论的基础上,给出了模型的求解方法。 展开更多
关键词 多态不确定 快递网点 选址模型 多参数混合规划
下载PDF
一种面向SNP选择的K-Center算法
5
作者 曹莉敏 周从华 《计算机应用与软件》 北大核心 2020年第9期227-234,共8页
单核苷酸多态性(Single Nucleotide Polymorphism,SNP)数据是一种关于遗传病理学研究的重要数据,其高维少样本,存在大量噪声和冗余,并且SNP位点之间存在连锁不平衡性,因此需要对SNP数据进行降维。提出一种改进的K-Center算法——K-MSU... 单核苷酸多态性(Single Nucleotide Polymorphism,SNP)数据是一种关于遗传病理学研究的重要数据,其高维少样本,存在大量噪声和冗余,并且SNP位点之间存在连锁不平衡性,因此需要对SNP数据进行降维。提出一种改进的K-Center算法——K-MSU算法。使用K-Center进行数据降维,在K-Center算法的距离度量中引入对称不确定性,解决SNP数据之间的连锁不平衡性;针对K-Center算法的随机选择初始聚类中心的方法容易对聚类结果产生较大的影响,使用基于信息增益的密度方法去选择初始聚类中心。在医院提供的临床实验数据的实验结果表明,K-MSU算法在SNP选择中具有更高的分类准确率和较好的效果。 展开更多
关键词 单核苷酸多态 SNP选择 K-Center 特征选择 对称不确定性 信息增益
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部