基于贝叶斯网络推理的道路网络级联失效仿真

针对道路网络级联失效与其它复杂网络相比具有的特殊性,基于贝叶斯网络推理,融合驾驶者出行先验及出行信息,研究了道路网络级联失效的演变机理及演变过程.编制MATLAB程序生成基于道路网络的贝叶斯网络结构,根据贝叶斯网络参数学习 MATLAB程序,学习了驾驶者感知路段属性变化;给出了仿真算法,仿真了贝叶斯网络推理中不同出行先验权重,以及出行信息量对道路网络属性及级联失效的影响.结果表明,贝叶斯网络推理可以较好地反映驾驶者出行路段选择对道路网络级联失效的定量影响,为研究道路网络级联失效提供了新的研究思路和方法.     

业务模型驱动的应急物流本体知识表示及应用

为解决应急物流智能协作面临的异构信息融合与知识管理难题,以有效知识应用为目标,利用业务模型与本体模型对组成构件上的相关性进行映射,并根据系统控制与实体行为约束所需的业务推理规则,设计了3种模块之间的关系与四阶段转换步骤,形成了业务模型驱动的本体表示方法.以该方法为基础,结合应急物流领域需求,建立了由概念集合、概念属性、语义约束、推理规则等要素组成的应急物流本体模型.通过应急配送路径选择案例,自动推理得到可替代邻近点以完成配送路径求解.结果表明,应急物流本体模型及其应用实现了异构信息的本体融合,消除了以关键词匹配为基础的常规检索失效现象,满足了最小路径算法的执行条件,为应急物流决策模型及算法应用提供了知识层面的支持.      

基于少数据云推理的短时交通流预测模型

针对短时交通流所存在的不确定性即模糊性与随机性特点和准周期规律,提出基于灰色关联分析和少数据云推理的短时交通流预测模型.首先,针对短时交通流的准周期规律,运用灰色关联分析提取不同日期相同时段历史序列中最相似序列;其次,提出少数据逆向云算法,建立交通流序列一维云推理机制;最后综合利用历史云及当前云生成预测云,用于短时交通流实时预测.实例分析表明,预测精度良好,能够有效实现短时交通流的实时预测.该模型解决了少数据条件下正向云参数确定问题,降低了数据处理工作量,开拓了云模型在短时交通流中的应用.     

基于结构重参数化与自适应注意力的复杂路面快速识别模型

在复杂行驶环境下快速准确地识别前方路面类型,是车辆主动控制系统及时做出预判的关键前提。针对现有方法未能兼顾精度和速度且难以在车端部署的问题,提出一种基于结构重参数化与自适应注意力的路面分类模型,可对车辆前方的沥青、水泥、冰雪、沙土、花砖、石板、湿滑等复杂路面进行快速准确的甄别。首先,构建以水平/垂直/方形/点形等多分支异构卷积为核心的特征提取骨干网络。其次,提出一种轻量高效的注意力机制,能够根据特征尺寸自适应地聚合空间上下文信息,并根据特征维度自适应地进行局部跨通道交互,使模型聚焦于高相关的路面特征。在此基础上,引入结构重参数化思想,对模型的训练周期和推理周期进行解耦,在训练时通过多分支学习获得高裕度的特征表示,而在推理时将多分支结构等价转换为直铺式单支路结构,在不牺牲模型性能的前提下获得轻量化的部署模型以及显著的推理加速。试验结果表明：提出的模型能够在复杂行驶环境下有效识别路面类型,以6.57×10⁶的参数量取得99.14%的全场景分类精度和96.48%的新场景分类精度,同时具有496.28帧·s^-1的服务器推理速度和33.89帧·s     

案例推理技术在银行信贷中的应用

案例推理CBR（Case Based Reasoning)是智能决策辅助系统（IDSS）中的一种重要推理技术。在问题进行求解过程中,根据靶案例采用最近邻匹配原则在案例库中搜索与之对应的匹配其案例,再根据其不同之处和一套相应的修改规则对其案例的解作调整,使结论适应新的情况,以帮助决策者形成决策。本文应用CBR对信贷客户的信用等级与信贷客度进行评估,将信贷客户情况与信贷案例库中案例比较,提取相似案例,参考其解决方案提出当前客户的信贷方案,用来辅助经办人员和决策人员的工作。     

基于学习的统计推理方法

介绍了一种新的关于统计推理的理论即学习理论。阐述了学习问题的研究背景、数学模型、研究的基本问题以及国内外的研究现状。     

贝叶斯分层模型变分推理与概率编程方法综述

在贝叶斯模型中，往往无法解析计算后验概率，在实践中依赖于近似推理。变分推理（VI,Variational Inference）是重要的确定性近似推理方法，比马尔科夫链蒙特卡罗（MCMC,Markov Chain Monte Carlo）采样具有更高的计算效率，在大数据时代有着显著优势。文章通过贝叶斯分层模型，回顾了经典VI，分析了随机变分推理（SVI,Stochastic Variational Inference）及其在主题模型中的应用，综述了更稳健的VI，概述了概率编程系统的研究进展，并对VI的未来发展趋势做出了展望。     

基于贝叶斯推理和证据理论的船舶运动目标检测

随着船舶数量增多,船舶碰撞事故频繁发生。对运动船舶的实时检测是避碰的有效措施。针对这一问题,本文在研究贝叶斯推理和证据理论的基础上,选取RGB颜色矢量作为背景描述的主特征,推导前景和背景的概率计算公式,详细分析证据理论的合成原则和决策原则,最后设计算法进行实验。     

协同式多代理CAPP专家系统中的黑板控制推理策略与实现

根据黑板控制结构的基本原理,提出了一种应用于协同式多代理CAPP专家系统的黑板控制推理策略.并依据该策略在某企业进行了实践,指出在实际设计过程中,对所有的子任务进行串行、平行、循环求解,由此推理得到的零件工艺规程也就达到实用化的要求.     

基于云推理的舰船安全状态评估模型

为了提高舰船通信和航行的安全性能,提出基于云推理的舰船安全状态评估模型,采用均衡博弈方法构建舰船安全状态评估的约束参量模型,结合自适应转发控制协议进行舰船安全状态评估的目标函数构建,采用云推理算法进行安全状态评估目标函数的优化求解,设计服务接口模式进行舰船航行状态的调度和安全评估,采用Lyapunove指数预测算法实现舰船安全状态有效预测和评估。仿真结果表明,采用该方法进行舰船安全状态评估的准确度较高,对舰船航行和调度的有效性较好,确保了舰船运行状态安全。