[发明专利]一种基于模糊决策树的深度强化学习空战博弈方法和系统有效
| 申请号： | 202010132561.2 | 申请日： | 2020-02-29 |
| 公开（公告）号： | CN111353606B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 朱燎原;刘长卫;瞿崇晓;张瑞峰;夏少杰;包骐豪 | 申请（专利权）人： | 中国电子科技集团公司第五十二研究所 |
| 主分类号： | G06N7/02 | 分类号： | G06N7/02;G06N20/10;G06K9/62 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 杨天娇 |
| 地址： | 310012*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于模糊决策树的深度强化学习空战博弈解释方法，包括：采用已训练的深度强化学习模型进行空战博弈，得到训练集和特征集；构建特征集中各特征的隶属度函数，逐一将特征模糊化，得到特征集模糊化后的模糊特征集；根据训练集和模糊特征集建立模糊决策树；通过极小化决策树的损失函数对模糊决策树进行剪枝；遍历剪枝后的模糊决策树的所有路径，其中每一路径表示一个空战博弈规则；将空战博弈时深度强化学习模型的输入和输出保存为待处理数据，将待处理数据输入至剪枝后的模糊决策树中得到对应的空战博弈规则，从而完成空战博弈解释。本发明解决了深度强化学习算法可解释性差、结果不直观的问题。 | ||
| 搜索关键词： | 一种 基于 模糊 决策树 深度 强化 学习 空战 博弈 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第五十二研究所，未经中国电子科技集团公司第五十二研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010132561.2/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种基于软决策的卫星电源系统自主故障诊断方法-202110307385.6
- 陶来发;索明亮;丁宇;吕琛 - 北京航空航天大学
- 2021-03-23 - 2023-10-03 - G06N7/02
- 本发明公开了一种基于软决策的卫星电源系统自主故障诊断方法，包括：利用所述决策系统DS的邻域关系构建卫星电源系统的邻域三支决策模型；利用邻域三支决策模型筛选出卫星电源系统的约简属性子集及其约简属性子集的属性权重；构建适用于卫星电源系统遥测数据的数据驱动故障诊断的T‑S模糊模型；将所述约简属性子集及其约简属性子集的属性权重输入到T‑S模糊模型，得到模糊决策序列，再通过设定软阈值，得到软决策结果；根据所述软决策结果，对卫星电源系统进行自主故障诊断。
- 基于深度演化模糊规则系统的工业过程软测量方法-202310536760.3
- 金怀平;高誉;陶海波;王彬;杨彪;钱斌 - 昆明理工大学
- 2023-05-12 - 2023-08-18 - G06N7/02
- 本发明公开了一种基于深度演化模糊规则系统的工业过程软测量方法，包括收集历史工业过程数据，构造预训练样本集；预训练样本集包括预训练特征集、真实标签集；利用预训练特征集预训练表示学习网络，获得预训练后的表示学习网络；将预训练特征集重新输入到预训练后的表示学习网络，获得初始特征样本集；依据初始特征样本集、真实标签预训练预测学习网络，获得深度演化模糊规则系统；依据预训练后的表示学习网络、深度演化模糊规则系统对待预测样本进行在线预测。本发明通过结合表示学习网络、预测学习网络的优势，取长补短，构建了深度演化模糊规则系统，同时对非线性和时变性过程进行在线预测和建模，大大提升了工业过程软测量建模的预测精度和稳定性。
- 一种关节角度预测方法、终端设备及介质-202310493739.X
- 陆新江;柏昀旭 - 中南大学
- 2023-05-05 - 2023-08-15 - G06N7/02
- 本申请适用于人机交互技术领域，提供了一种关节角度预测方法、终端设备及介质，该方法包括采集关节角度数据；利用模糊聚类方法将健侧腿关节角度样本分解到模糊集，得到健侧腿关节角度样本对模糊集的隶属度；将患侧腿关节角度样本划分为多个关节角度区间；根据关节角度区间中的健侧腿关节角度样本，得到关节角度模糊规则信息，并根据关节角度区间中健侧腿关节角度样本对应的模糊集、患侧腿关节角度样本以及关节角度模糊规则信息，构建关节角度模糊规则；根据关节角度模糊规则，得到患侧腿关节角度预测模型；利用患侧腿关节角度预测模型，对患侧腿关节角度进行预测，得到患侧腿关节预测角度。本申请能提高关节角度预测的准确性。
- 一种智能船舶指标体系构建与评价方法-202310308571.0
- 陈安;张勇;李从波 - 中国船舶集团有限公司第七〇八研究所
- 2023-03-27 - 2023-07-07 - G06N7/02
- 本发明公开了一种智能船舶指标体系构建与评价方法。本发明的智能船舶指标体系构建和评价方法，通过选取4个评价方面，13个评价要素和59个评价因素，涵盖感知、认知、决策、控制的船舶智能化水平的各个方面，构建智能船舶评价指标体系，智能船舶整船的智能化水平得到综合全面、客观、科学地评价分析。基于层次分析法确定了智能船舶评价指标的综合权重，结合模糊综合评价方法和指标的综合权重，获取智能船舶综合智能化评价结果，并通过定性和定量相结合的方式，实现对智能船舶综合性智能化水平的定量化评价，使评价结果更加直观明了和准确有效。
- 一种基于模糊时间序列的预测方法-202310330307.7
- 刘智;张博飞 - 沈阳工业大学
- 2023-03-30 - 2023-06-30 - G06N7/02
- 本发明公开了一种基于模糊时间序列的预测方法，先经过预处理步骤、初始预测值计算步骤、均方误差计算步骤，以获得均方误差；之后再经最优参数确定步骤、最优参数检验步骤、预测数据计算步骤，结合预测函数公式和由最终最优参数确定的逆函数公式，计算未来数据的预测数据，再通过虚拟预测值公式调整步骤，通过调整虚拟预测值公式中的系数，使均方误差符合误差限要求，则输出最优预测值。本发明的基于模糊时间序列的预测方法不需要划分论域和建立模糊关系链，直接应用逆函数公式和预测函数公式进行预测，从数据本身出发，操作步骤简单、且减少了预测误差，使通过本发明得到的最优预测值与真实值更加接近，最终提高了预测精度。
- 自动化疾病检测系统-202180049741.7
- S·萨曼塔;M·斯瓦米纳坦;J·胡;C·S·何;S-Y·I·张 - 淡马锡生命科学研究院有限公司;帕特诺瓦实验室私人有限公司
- 2021-06-07 - 2023-05-05 - G06N7/02
- 本发明涉及提供自动化系统和计算机实施的方法以用于基于使用模糊推理(FI)系统或深度学习模糊推理(DeLFI)混合模型以分析免疫荧光试验(IFA)图像来检测诸如鼻咽癌(NPC)的疾病。针对NPC检测，本发明的系统和方法将区分Epstein Barr病毒(EBV)早期抗原(EA)阳性和阴性细胞，并且识别指示NPC的细胞图案。DeLFI混合模型需要较少人类评价并且因此具有改进NPC检测的可扩展性和准确度的潜力。
- 一种基于格兰杰因果关系检验的可解释强化学习的风险预测方法-202211723861.3
- 郑会;李鹏;陈静;徐鹤;王汝传 - 南京邮电大学
- 2022-12-30 - 2023-03-24 - G06N7/02
- 一种基于格兰杰因果关系检验的可解释强化学习的风险预测方法，首先研究基于自动驾驶语义的适应度函数与奖励函数强化过程，然后研究基于格兰杰因果关系的模糊关联分析方法，再根据强化学习结果，进行格兰杰因果分析的转化，最后提出基于格兰杰因果关系的强化学习的自动驾驶风险预测模型，同时实现基于时间序列数据的风险因素追溯。通过本发明提出方法，自动驾驶车辆可以在较少的人为干预帮助下进行自我路况检测与简单风险规避。
- 一种基于模糊偏好关系的故障诊断方法及系统-202211365946.9
- 周宏宽;孙衢骎;王晨阳;柴文婷;郑伟;柯志武;冯毅;刘佩;柯汉兵;陈朝旭;陶模;李献领;郭晓杰;赵振兴;黄崇海 - 中国船舶重工集团公司第七一九研究所
- 2022-10-31 - 2023-03-07 - G06N7/02
- 本发明提供一种基于模糊偏好关系的故障诊断方法及系统，属于智能监测技术，包括：基于故障检测目标、故障检测对象和故障诊断指标集合，生成故障诊断证据集合；基于证据距离计算所述故障诊断证据集合中各证据的支持度值；利用基于信念熵的模糊偏好关系，计算得到所述故障诊断证据集合中各证据的相对可信度偏好值；将所述支持度值和所述相对可信度偏好值进行加权融合，得到多个证据的组合故障诊断结果。本发明将模糊偏好关系应用于多传感器环境下的故障检测场景，通过证据理论转化为证据冲突问题，具有较好的收敛性，在故障诊断中具有较强的准确性和客观性。
- 一种家具喷漆效果评估方法及装置-202211626704.0
- 王文周;刘志恒;樊璇;赵立军;曹雏清 - 哈尔滨工业大学芜湖机器人产业技术研究院
- 2022-12-16 - 2023-03-07 - G06N7/02
- 本发明公开一种家具喷漆效果评估方法，包括如下步骤：S1、构建喷涂参数模糊子集与喷漆效果模糊子集间的模糊规则；S2、获取当前待评估的一组喷涂参数，确定各喷涂参数所属的模糊子集，依次将各个喷涂参数的模糊子集进行组合形成模糊输入；S3、基于各模糊规则推理得到喷漆效果所属的模糊子集及其对应的隶属度，进而确定喷漆效果。基于模糊推理来确定喷漆嘴的喷漆压力p、喷漆速率v、喷漆嘴到家具的距离d、喷漆嘴与家具的夹角α这四个参数共同作用下的喷漆效果，提高喷漆效果评估的准确性。
- 一种关于车联网安全事件严重程度的确定方法-202010204161.8
- 佘堃;张一鸣 - 电子科技大学
- 2020-03-21 - 2023-02-17 - G06N7/02
- 本发明属于信息安全相关技术领域，公开了一种关于车联网安全事件严重程度的确定方法，其主旨在于更有效的区分不同事件的严重程度，有助于提高系统对不同安全级别的事件所采用对应方案的响应速度，有助于法律法规对有关相关事件的界定。其主要方案为定义全体评估项集合{I
- 学习方法、存储介质以及图像处理装置-202210185761.3
- 三岛直;关晃仁 - 株式会社东芝
- 2022-02-28 - 2023-02-07 - G06N7/02
- 本发明的实施方式涉及一种学习方法、存储介质以及图像处理装置。实施方式的学习方法具备如下步骤：取得通过摄像装置从多视点摄像第一被摄体而得到的多视点图像；以及基于将多视点图像中的第一图像作为输入而从统计模型输出的第一模糊值以及将多视点图像中的第二图像作为输入而从统计模型输出的第二模糊值来使统计模型学习。学习的步骤包括如下步骤：从多视点图像取得到第一图像所包括的第一被摄体的第一距离和到第二图像所包括的第一被摄体的第二距离；以及以第一模糊值和第二模糊值的大小关系变得与第一距离和第二距离的大小关系相等的方式使统计模型学习。
- 一种模糊决策树构建方法、装置、设备及计算机存储介质-202211329015.3
- 陈远光 - 上海钐昆网络科技有限公司
- 2022-10-27 - 2023-01-17 - G06N7/02
- 本申请公开了一种模糊决策树构建方法、装置、设备及计算机存储介质，在获取到构建数据集的情况下，通过第一映射归约模型对构建数据集中的数据进行映射归约处理，得到构建数据集中的多个模糊分区，再通过第二映射归约模型对多个模糊分区中各模糊分区的数据进行映射归约处理，得到各模糊分区的多个模糊子分区，根据得到的模糊分区和模糊子分区确定根节点集和子节点集，最后基于根节点集和子节点集，构建上述构建数据集的模糊决策树。如此，通过进行两次映射归约处理，能够基于分布式并行计算，从大数据中分布式构建模糊决策树分类器，实现对于维数较高、数据量较大的数据集的数据归类处理，进而提高对关联性模糊的数据进行归纳分类的效率。
- 一种基于双向投影的图像模糊多属性决策方法-201910877835.8
- 杨永伟;路玲玲;何杨洋 - 安阳师范学院
- 2019-09-17 - 2022-09-20 - G06N7/02
- 本发明公开了一种基于双向投影的图像模糊多属性决策方法。根据TOPSIS方法，构造基于双向投影的图像模糊相对贴近度公式，在多属性决策问题中，考虑方案和图像模糊绝对正理想解、图像模糊绝对负理想解的关系，构造图像模糊权重绝对正则投影模型，以及基于双向投影的图像模糊绝对贴近度公式。然后，将基于双向投影的图像模糊相对贴近度公式和图像模糊绝对贴近度公式融合并建立图像模糊综合贴近度公式。最后，利用方案的图像模糊综合贴近度数值的大小对方案集进行优劣排序，并确定图像模糊综合贴近度最大的方案为最优方案，实现精准分析和决策。
- 一种基于犹豫模糊集的多属性决策方法及相关装置-202210582600.8
- 李良群;孟令玉 - 深圳大学
- 2022-05-26 - 2022-09-02 - G06N7/02
- 本发明公开了一种基于犹豫模糊集的多属性决策方法及相关装置，计算各备选方案所有属性的犹豫均值及犹豫偏差值；基于各犹豫均值及犹豫偏差值计算各属性的第一犹豫信息尺度；根据属性权重对各备选方案所有属性的第一犹豫信息尺度进行聚合，得到第二犹豫信息尺度；基于第二犹豫信息尺度，计算各待决策备选方案相对于目标备选方案的相似性度量值；参考相似性度量值对所有待决策备选方案进行排序，并根据排序结果进行最佳方案决策。通过本发明的实施，基于犹豫平均值和犹豫偏差值定义了犹豫信息尺度的概念来表示犹豫模糊元素的性质，并在犹豫模糊尺度基础上对备选方案进行相似性测度，保证了决策对象之间优先级排序的准确性，提高了决策准确性。
- 一种继电保护装置健康状态评估的隶属函数确定方法-202210437464.3
- 薛安成;景子洋;欧阳明浩;陶畅;王书鸿;邓雄耀;洪海雁 - 华北电力大学
- 2022-04-25 - 2022-07-15 - G06N7/02
- 本发明公开了一种继电保护装置健康状态评估的隶属函数确定方法，首先，针对实时指标进行劣化度计算，对统计指标进行量化计算；利用G1法对各级指标赋予常权重，根据劣化度对指标常权值进行变权修正；并对现有的5种常见隶属函数进行理论分析，选取了最适用于保护装置的正态型隶属函数，并引入均衡函数对各层级评价指标均进行变权修正，提出了一种效果更明显、结果更准确的模糊综合评价方法；进一步，结合实例验证了该方法的有效性，具有很强的实用价值。
- 一种参数调优方法、装置及相关设备-202011630252.4
- 谢鹏程;孙涛;雷晓松 - 华为云计算技术有限公司
- 2020-12-30 - 2022-07-01 - G06N7/02
- 本申请公开了一种参数调优方法，该方法包括：获取业务系统在部分参数下运行的性能结果，其中，所述部分参数是业务系统的所有参数中的一部分；分别根据多个模糊集对性能结果进行模糊化处理，得到多个隶属度，其中，多个隶属度和多个模糊集一一对应；根据多个隶属度，确定多组模糊推荐参数，其中，多个隶属度和多组模糊推荐参数一一对应；对多组模糊推荐参数进行去模糊化处理，从而得到目标推荐参数，其中，目标推荐参数用于更新所述部分参数。本申请实施例能够在参数不全的情况下进行参数调优，解决了参数不全所带来的系统性能不可信的问题，最终推荐出满足业务系统性能要求的参数组合。
- 一种产品设计评价的方法-202210330569.9
- 王增;柴少龙 - 南昌大学
- 2022-03-31 - 2022-06-28 - G06N7/02
- 本发明提供了一种产品设计评价的方法，包括以下步骤：在确定产品类型后，先需成立焦点小组，确定评价准则和目标产品，然后目标产品可以提取各种因素，提取的因素和评价准则可以建立一个层次结构模型，再分别使用模糊权重模型获取权重云模型数字特征和使用问卷调研和逆向云获取评分云模型数字特征，然后再利用改进模糊合成算子得到综合评价云模型的数字特征，最后使用正向云计算得到云图进行设计评价。本发明将FAHP和云模型方法进行创新的结合，充分挖掘了FAHP和云模型在产品设计评价中的优势，构建了完善的产品设计评价模型。相较于传统基于FAHP和云模型的评价方法，具有科学性和准确率更高的优势，保证了产品设计评价的有效性。
- 一种基于模糊决策树的深度强化学习空战博弈方法和系统-202010132561.2
- 朱燎原;刘长卫;瞿崇晓;张瑞峰;夏少杰;包骐豪 - 中国电子科技集团公司第五十二研究所
- 2020-02-29 - 2022-05-03 - G06N7/02
- 本发明公开了一种基于模糊决策树的深度强化学习空战博弈解释方法，包括：采用已训练的深度强化学习模型进行空战博弈，得到训练集和特征集；构建特征集中各特征的隶属度函数，逐一将特征模糊化，得到特征集模糊化后的模糊特征集；根据训练集和模糊特征集建立模糊决策树；通过极小化决策树的损失函数对模糊决策树进行剪枝；遍历剪枝后的模糊决策树的所有路径，其中每一路径表示一个空战博弈规则；将空战博弈时深度强化学习模型的输入和输出保存为待处理数据，将待处理数据输入至剪枝后的模糊决策树中得到对应的空战博弈规则，从而完成空战博弈解释。本发明解决了深度强化学习算法可解释性差、结果不直观的问题。
- 一种不完备系统下悲观-乐观多粒度决策粗糙集属性约简方法-202110998617.7
- 王学恩;杨旭旭;刘伟峰 - 陕西科技大学
- 2021-08-27 - 2021-12-24 - G06N7/02
- 本发明一种不完备系统下悲观‑乐观多粒度决策粗糙集属性约简方法，将粗糙集属性约简的完备系统扩展到不完备系统，通过似分布质量与全局的分布质量结果对比相同，证明了悲观‑乐观多粒度决策粗糙集在此方法的有效性，以及乐观‑悲观多粒度决策粗糙集的不可约简性。在进行属性分类时，将缺失属性的值与分类属性的值保持一致，增加了计算的准确性，保证了缺失属性的多种情况。同时相较于现有的属性约简方法主要分为基于信息熵的属性约简、基于区分矩阵的属性约简、以及基于属性重要度的属性约简方法，为了增加属性约简的精确度，加入了下近似分布质量概念，又将属性重要度细分为内部重要度和外部重要度，使得属性约简过程简便、计算结果更加的精确。
- 深度森林模型开发和训练-202080018916.3
- 许静;王锐;马小明;杨继辉;张雪英;J·J·许;韩四儿 - 国际商业机器公司
- 2020-03-06 - 2021-10-26 - G06N7/02
- 用于分析数据的深度森林模型的自动开发和训练包括，使用数据生长决策树的随机森林，确定森林的袋外(OOB)预测，将所述OOB预测附加到数据集，以及使用包括所附加的OOB预测的数据集来生长另外的森林，并且合并该另外的森林的输出，然后利用该模型对训练数据集之外的数据进行分类。
- 基于多目标蚁群算法的可解释混合类型模糊系统优化方法-202110001704.0
- 赵涛;陈成森;佃松宜 - 四川大学
- 2021-01-04 - 2021-05-07 - G06N7/02
- 本发明公开了一种基于多目标蚁群算法的可解释混合类型模糊系统优化方法，该方法包括构建可解释的混合类型模糊系统；采用模糊集在线聚类更新算法构建初始参考规则向量；采用改进的多目标前沿导向的连续蚁群优化算法对混合类型模糊系统的系统参数进行优化。本发明通过对模糊集不确定覆盖域的约束构建可解释的混合类型模糊系统，有效避免了冗余的区间二型模糊集的生成；并且采用模糊集在线聚类更新算法构建初始参考规则向量，不仅计算比较简单，还保留了传统的基于集合理论的相似性度量的特性；最后采用改进的多目标前沿导向的连续蚁群优化算法同时优化了控制性能和可解释性，实现了模糊控制器的可解释性和控制性能的较好平衡。
- 一种基于量子模糊信息的不确定性问题建模方法-202011433044.5
- 李同;张仕斌;黄曦;昌燕;闫丽丽 - 成都信息工程大学;四川轻化工大学
- 2020-12-10 - 2021-03-16 - G06N7/02
- 本发明提供了一种基于量子模糊信息的不确定性问题建模方法，包括以下步骤：针对问题域X＝{x
- 一种基于逻辑推理与模糊综合的无人集群智能定性评价方法-202011390873.X
- 沈博;刘智聪;姚远;杨刚;周兴社 - 西北工业大学
- 2020-12-02 - 2021-03-09 - G06N7/02
- 本发明提供一种基于逻辑推理与模糊综合的无人集群智能定性评价方法，所述方法包括以下步骤：步骤1:对逻辑推理层进行形式化描述；步骤2:构建群体智能评价指标体系；步骤3:建立基于模糊理论的模糊评估模型，进行模糊综合评价。本发明为各种无人机群体智能系统提供了统一的评价方法，便于群体智能系统之间的横向比较；无人机系统通用化的群体智能评价方法，具有良好的可区分性、可计算性和通用性，可以避免无人机系统群体智能描述上的模糊性，有效增强无人机群体智能系统研发的针对性和有效性。
- 一种基于人工智能的模糊逻辑技术实现AI行为判断方法-201710451998.0
- 不公告发明人 - 周标强
- 2017-06-15 - 2020-09-25 - G06N7/02
- 本发明涉及一种基于人工智能的模糊逻辑技术实现AI行为判断方法，其具体实现过程如下：（1）输入；（2）构建模糊规则：（2a）构建流程具体为：(S1)设计期望值模糊变量；(S2)设计击杀概率模糊变量；(S3)设计与目标距离模糊变量；（S4）设计规则集；（2b）计算方法：（N1）依次通过以下计算公式计算出击杀概率；（N2）通过使用向量Vector计算与目标距离；（3）去模糊化并得出结果：根据模糊规则，使用了平均最大值的方法去模糊化得到最后是否进攻的最终期望值。本发明方法能有效地判断AI行为，实现其模糊化，改善了游戏运行效果，使用效果好。
- 一种用于LNG储罐风险动态预警方法-202010255339.1
- 贾鹏宇;蒋文新;胡艳华;詹水芬;张爱利;王明超;卢琳琳;靳航;孟国栋;王雨堃 - 交通运输部天津水运工程科学研究所;天津东方泰瑞科技有限公司
- 2020-04-02 - 2020-07-28 - G06N7/02
- 本发明提供了一种用于LNG储罐风险动态预警方法，建立动态预警模型：S1：建立影响因素集C，S2：确定评价集V，S3：建立模糊关系矩阵R，S4：确定归一化权重向量
- 一种基于云模型对堰塞坝风险等级模糊综合评价分析方法-201911262415.5
- 张兴胜;董金玉;王朝阳;张昕;刘欣宇;宋午阳;宋晓焱;黄志全;于怀昌;刘时鹏;陈上元 - 华北水利水电大学
- 2019-12-10 - 2020-04-21 - G06N7/02
- 本发明涉及一种基于云模型对堰塞坝风险等级模糊综合评价分析方法，本发明在考虑到堰塞坝风险程度受诸多因素影响，存在不确定性、复杂性、模糊性，针对堰塞坝风险险情进行分析，建立起基于云模型对堰塞坝风险等级模糊综合评价体系，选取稳定性指标、监测指标、易损性指标、流域特征指标、地质条件指标、几何形态指标、结构指标作为评价指标，并对这些评价指标进行综合考虑，实现堰塞坝风险等级由定性描述到定量数值转化，通过综合分析得到堰塞坝的风险等级，当堰塞坝危险性较高时，需要及时对堰塞坝各风险指标进行全时段监控分析评价，并及时采取必要处理措施，以免减少堰塞坝溃决带来的生命财产损失。
- 一种基于FURIA的机车智能操纵优化规则归纳方法-201710146249.7
- 黄晋;杨帆;赵曦滨;刘炎;顾明;孙家广 - 清华大学
- 2017-03-13 - 2020-04-14 - G06N7/02
- 本发明涉及一种基于FURIA的机车智能操纵优化规则归纳方法，其特征在于：步骤1、对机车行驶线路数据进行分段预处理，具体包括加算坡度和线路分段，得到按照加算坡度划分的各个坡段的特征信息；骤2、进行速度层数据预处理；步骤3、进行档位层数据预处理；步骤4、进行速度层模糊规则归纳；步骤5、进行档位层模糊规则归纳；步骤6、当次优化参数输入及优化结果计算执行；将该模型运用于机车操纵优化过程，得到达到尽可能低油耗效果的操纵序列；使用的司机驾驶日志数据是具有优秀驾驶习惯，并且最终驾驶机车能耗较低的驾驶数据，这样从这些数据中学习出来的模型才能具备节能优化的作用。
- 云环境下基于粒度计算的大数据处理方法-201811145357.3
- 惠孛;郑莉华;陈佳;黎明;徐嘉莉 - 电子科技大学
- 2018-09-29 - 2020-04-07 - G06N7/02
- 本发明公开了一种云环境下基于粒度计算的大数据方法，(1)建立面向混合型数据分析的变精度模糊粗糙集模型；将扩展的ziarko变精度粗糙集思想同模糊粗糙集理论相结合,得到变精度模糊粗糙集模型,变精度模糊粗糙集模型的创新点是上下近似集的确定规则，在上下集近似中考虑信息表元素来评价决策近似集的包含度，并且这些元素是包含在包含度够高的近似集中；(2)提出基于随机熵的数据粗糙性度量方法，方便研究行之有效的粗糙性度量技术；(3)设计一种基于粒计算的海量数据并行属性约简加速算法，将大数据分析处理充分结合云计算平台，采用模型‑数据并行的研究方法，旨在解决海量数据、高维复杂数据属性约简。
- 提供与在消息中的模糊项相关的附加信息-201480071659.4
- 安德鲁·汤姆金斯;尚穆加孙达拉姆·拉维库马尔;莎琳尼·阿加瓦尔;杨美灵;庞渤;李轶楠 - 谷歌有限责任公司
- 2014-12-30 - 2020-02-18 - G06N7/02
- 方法和设备涉及提供与消息中的模糊项相关的附加信息。例如，在一些实施方式中，可以识别由发送者发送并且由一个或者多个接收者接收的一条或者多条消息，可以识别所述消息中的模糊项，可以识别与所述发送者或者接收者相关联的用户受限数据库，并且可以从所述用户受限数据库确定与所述模糊项相关的附加信息。模糊项是可以具有多种含义并且可以用附加信息阐释的项。在一些实施方式中，用户受限数据库可以包括与所述用户相关联并且可以用阐释的项替换所述模糊项的附加信息。
- 基于区间犹豫模糊多粒度决策粗糙集的多属性群决策方法-201910388038.3
- 张超;李德玉 - 山西大学
- 2019-05-10 - 2019-08-16 - G06N7/02
- 本发明公开了一种基于区间犹豫模糊多粒度决策粗糙集的多属性群决策方法，其中提出四种区间犹豫模糊多粒度决策粗糙集，来体现决策专家所提出意见之间的乐观性、悲观性、少数服从多数、多数服从少数、风险中性，通过输入区间犹豫模糊信息系统(U,V,Ri,E)；输出最优备选方案x*；具体计算包括从四种具有不同风险的区间犹豫模糊信息融合理论模型中选择一种理论模型；确定专家权重及所选择出理论模型中的参数λ；将条件概率Pr(E|x)和Pr(Ec|x)替换为所选择出理论模型中的区间犹豫模糊隶属度；针对每一个方案xj计算条件概率的比值
及对应的得分函数
对备选方案进行优劣排序；依据
得到最优备选方案。本发明为多属性群决策问题提供了一种从多粒度三支计算角度出发的有效解决方案。
- 专利分类
