Mining Compatibility Rules from Irregular Chinese Traditional Medicine Database by Apriori Agorithm

Introduction Chinese traditional medicine database is huge andcovers a large amount of valuable knowledge. Thedatabase technical development has solved the prob-lem of efficiency of data saving and searching in usingthe medicine database. However, diversity of the datatypes and hugeness of the data amount are far beyondpeoples intellect. Sometimes, the large database be-come the“data grave”and causes a phenomenon of“data rich but information poor”.Using the modern information technologies…     

CRM中Apriori 算法的应用研究

Apriori算法作为一种典型的关联规则算法,将其应用在CRM中,对于促进CRM进一步向智能化发展,提升CRM价值起到非常重要的作用.本文从关联规则的概念、算法着手,介绍关联规则的概念与关联规则的几种方法;然后对Apriori算法的基本原则、方法的步骤,以及在CRM中应用的流程进行了论述;最后结合例子对Apriori算法的应用进行了探讨,介绍了具体的应用方法以及应用范围.     

A FUZZY REASONING PETRI NET MODEL AND ITS REASONING ALGORITHM

ＩｎｔｒｏｄｕｃｔｉｏｎＰｅｔｒｉｎｅｔ（ＰＮ）ｉｓａｍｏｄｅｌｉｎｇｍｅｔｈｏｄｕｓｉｎｇｎｅｔｇｒａｐｈｓ．Ｕｓｕａｌｌｙ,Ｐｅｔｒｉｎｅｔｉｓｕｓｅｄｔｏｍｏｄｅｌａｎｄａｎａｌｙｚｅｄｉｓｃｒｅｔｅｅｖｅｎｔｓｙｓｔｅｍｓ（ＤＥＳ）,ｓｕｃｈａｓｃｏｍｍｕｎｉｃａｔｉｏｎ,ｍａｎｕｆａｃｔｕｒｉｎｇｓｙｓｔｅｍｓａｎｄｓｏｏｎ．Ｃｕｒｒｅｎｔｌｙ,ｓｏｍｅｗｏｒｋ［１,２］ｉｓｂａｓｅｄｏｎａｃｏｍ－ｂｉｎａｔｉｏｎｏｆＰｅｔｒｉｎｅｔｓａｎｄａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅ…     

基于有限格蕴涵代数的格值命题逻辑语义系统

以有限格蕴涵代数作为逻辑系统的真值域，在其上建立了基于有限格蕴涵代数的格值命题逻辑语义系统，研究了在A水平上系统的赋值和公式的可满足性等基本定义，证明了系统“有效性”的可判定性并给出了判定算法。     

Research on confirmation of basic technological parameters of tension levellers based on neural network and genetic algorithm

Confirmation of basic technological parameters of tension levellers is the most important factor of leveling strip. Up to now, most factories have used experts' experience to decide these parameters, without any established rule to follow. For better quality of strip, a valid method is needed to decide technological parameters precisely and reasonably. In this paper, a method is used based on neural network and genetic algorithm. Neural network has a good ability to extract rules from work process of tension levellers. Then using neural network, which has learned from a lot of working samples, to be the evaluation of fitness, genetic algorithm could easily find the best or better technological parameters. At the end of this paper, examinations are given to show the effect of this method.     

基于启发性规则及关键路径调整的柔性作业调度优化算法

为克服传统进化算法求解较大型柔性作业调度问题计算时间长和结果不稳定的缺点,提出了一种启发性规则求解方法.该方法用一个启发性规则产生初始调度解,再利用一些启发式规则对初始调度过程中的关键工件及关键工序进行搜索,并对关键路径进行优化调整得到较优解,通过比较得到柔性调度问题的优化调度解.用本文方法对典型柔性调度问题进行求解,并与其他算法的求解结果进行比较,对于15×10问题,采用本文方法的计算结果与混合基因算法相同,计算时间为3.2 s,减少了42%;对于23×10及25×10的较大型问题,表明启发性规则的引入能提高求解效率,与传统进化算法相比,更适合求解较复杂的柔性作业调度问题.     

单车场集送一体化车辆路径问题及其混合算法研究

针对物流配送中的单车场集送一体化车辆调度问题提出了基于禁忌规则的模拟退火算法.采用了基于自然数的一体化配送对路径表示方式,用里程约束来控制车场的插入,以增加惩罚的方式加入时间窗约束.算法在状态生成函数中利用3种邻域扩大抽样范围;根据问题的特点,在模拟退火算法抽样过程中加入了禁忌规则.介绍了算法的原理,应用算法求解了多个有代表意义的问题实例.对算例结果进行分析表明,该算法可以有效地求得有里程和时间窗约束的单车场集送一体化车辆调度问题的优化解.     

基于蚁群优化的前向神经网络

提出了一种新的神经网络学习方法.利用蚁群算法学习神经网络,克服了传统BP算法的不足.同时,针对蚁群算法主要用于组合优化的应用特点,对其进行了改进.将离散的信息素分布矩阵及概率分布矩阵拓展为连续的信息素分布函数和概率分布函数.将搜索的范围扩展到连续区域.使得新算法兼具了蚁群算法的全局快速寻优能力与神经网络的广泛映射能力.通过实例证明了该方法的有效性和快速性.     

蚁群算法在语音识别中的应用研究

提出了一种新的基于蚁群算法的语音识别中的动态时间规划方法——蚁群动态时间规划算法，并详细介绍了其基本原理、信息素更新规则，给出了系统流程图。经过理论分析与实验测试，证明了蚁群算法在这个系统中比传统的DTW算法更能提高识别率且更有效率。     

关于FI代数的一些性质

深入研究了FI代数的与其诱导序关系相关的运算性质，进而得到关于FI代数的MP滤子的若干结果，并且给出了FI代数可嵌入一族全序FI代数的乘积的充分必要条件．     

On the Computation of Noether Normalization

This paper considered the Noether normalization of a finitely generated algebra over an algebraically closed field. It gives a necessary and sufficient condition as well as an algorithm for the identification of those algebraically independent variables, then uses these elements to construct the Noether normalization of this algebra.     

一个代数与几何证明实例

本文选用运筹学中的线性规划模型的最优性条件,运用高等代数和解析几何综合分析,得到kkt条件,来说明高等代数和解析几何是两个不可分割的整体,为我校代数与几何课程教学提供实例。     

格蕴涵代数

本文将格与蕴涵代数结合在一起,建立了格蕴涵代数,并讨论了它的一些基本性质, 为从语义的角度研究格值逻辑系统奠定了必要的基础.      

共形平坦Lorentz空间具常平均曲率的一类超曲面

设肘是共形平坦Lorentz空间L1^n＋1中具常平均曲率的完备类空超曲面,R与r分别表示L1^n＋1的Ricci曲率的上、下确界,C=[2nr-（n＋1）R]／[n（n-1）]。如果M的法向量是L1^n＋1的Ricci主方向,则（1）当M第二基本形式模长平方S〈2√n-1C时,肘全脐;（2）当S=2√n-1C时,若n=2,M是全脐超曲面;若n≥3,M是双曲柱面。     

基于粒子群和蚁群算法的边界层微分方程求解

沿竖壁自然对流边界层微分方程组速度和温度均耦合,在打靶法中应用Newton求根的方法解对应的相似性微分方程组时对初值选择要求较高,在根值附近收敛变慢.将微分方程边值问题转化为初值问题求解的打靶过程可看作优化设计问题,用优化设计算法求解.将基于生物群信息传递规则和觅食规则提出的粒子群算法和蚁群算法应用到打靶法的求解过程中,并与其它优化算法计算结果进行了比较.结果表明,粒子群算法和蚁群算法用于沿变壁温竖壁自然对流层流边界层微分方程求解是可行的,计算过程稳定,对初值选择不敏感.     

Application of Decision Tree Algorithm in Stamping Process

Introduction Learning is the main symbol of human intelli-gence and the basic means to acquire the knowl-edge. Machine learning can extract the rules hid-den in data through analyzing the relations amongobjects, which is also computational theory to in-vestigate learning. Nowadays, various methodsare adopted in machine learning field, such as deci-sion tree, Bayesian classification, neural network,genetic algorithm and rough set[1]. Many machinelearning methods have been used as the convenien…     

Incrementally Exploiting Sentential Association for Email Classification

Introduction Email classification can be cast into text classifi-cation (TC). Many methods have been proposed forTC, which can be extended to Email domain. Popularmethods include NaiveBayes, decision trees, supportvector machine (SVM) and association rule…     

有限理性下个体出发时间选择行为研究

个体受限于认知能力和逻辑推理能力的限制,在出行决策过程中很难做到完 全理性.本文以出发时间选择为例,在有限理性行为假设基础上,引入空间知识获取、学习 及认知更新和方案搜索等关键行为要素,构建有限理性下的出行决策过程理论框架.融合 RP和SP 调查方法,设计出发时间选择行为意向调查方案.研究个体知识的表达方式,应 用贝叶斯学习理论完成认知更新.定义搜索成本和收益函数,利用调查数据分别提取基于 PART 和RIPPER 算法的出发时间启发式搜索规则和决策规则.结果表明,有限理性下个 体出发时间选择行为存在感知阈值,而并非寻求全局最优解.     

交通网络最优路径搜索的蚁群算法

针对交通网络中最优路径搜索问题,本文提出一种基于蚁群算法的新的求解方法。首先从剖析最优路径问题的求解要求出发,探讨蚁群算法求解的优势,由于其并行性、正反馈、协作性等特点,能在较短的时间内发现较优解。然后,根据交通网络的特性,在基本蚁群算法的基础上,引入信息素限定规则,采用平滑机制进行局部更新,改进了全局更新模型等,使该算法更能满足交通系统最优路径的求解要求,降低了路径选择的复杂性,从而提高计算效率。对改进的模型进行的模拟实验和比较分析表明,该模型与算法的效果良好。该研究为交通系统最优路径问题开创了一条新的途径,同时显示出蚁群算法在交通分配中的良好使用前景。     

SPSA算法在微观交通仿真模型VISSIM参数标定中的应用

微观交通仿真模型在交通系统管理、控制和优化中得到了广泛的应用. 然而微观交通仿真模型参数标定是一项复杂且系统的工作,特别是对于较复杂网络,其参数标定耗时长,且不容易找到最优解. 本文选取了应用较为广泛的VISSIM仿真模型作为基础平台,针对遗传算法（GA）的不足,建立了基于同步扰动随机逼近（SPSA）算法的微观仿真模型参数标定方法,并实现了程序的自动化标定;最后将该方法应用于北京市快速路仿真模型的驾驶员行为参数标定中,以速度的相对误差平方和作为收敛函数,通过对比GA算法,SPSA算法收敛速度快1.7倍,且在标定后的流量检验中相对误差的平方和小0.16,验证了SPSA算法在VISSIM参数标定上的优越性.