【摘 要】
：
Multiple objects decision is used widely in many complex fields. In this paper an idea is provided to construct a train diagram intelligent multiple objects dec
论文部分内容阅读
Multiple objects decision is used widely in many complex fields. In this paper an idea is provided to construct a train diagram intelligent multiple objects decision support system (TDIMODSS). And the reference point method is used to solve the complicated and large scale problems of making and adjusting train schedule. This paper focuses on the principle and framework of the model base, knowledge base of train diagram. It is shown that the TDIMODSS can solve the problems and their uncertainty in making train diagram, and can combine the expert knowledge, experience and judgement of a decision maker into the system. In addition to that, a friendly working environment is also presented, which brings together the human judgement, the adaptability to environment and the computerised information.
其他文献
STATE?OF?ARTSOFMECHANICSOFROLINGCONTACTANDITSAPPLICATIONTOANALYSISOFTHEINTERACTIONSBETWENWHELANDRAILJINXUESONG(金学松)NATIONALTR...“,”A few typical models
传统的采用全对称多胞体作为参数可行集的系统建模方法,容易因全对称多胞体形状矩阵维数不断增加导致算法的计算复杂度过大。提出一种基于多胞体-椭球双滤波的时变参数系统建模方法,考虑参数时变情况,在与约束带相交迭代的过程中选择体积最小全对称多胞体,变换全对称多胞体形状矩阵后对其降维分解而不是仅仅直接求扩展形状矩阵的行总和,进而降低多胞体空间变换带来的算法保守性。利用奇异值分解重新推导降维后的多胞体形状矩阵
分析了传统分布式数字仿真系统存在的问题;研究分析了基于装备软件构建数字仿真系统时的层次结构及技术重点和难点;设计了可配置的仿真集成中间件;对可配置仿真集成技术的总体结构进行了描述并对各分系统模块的设计思想以及关键技术进行了简要概括;以构建某装备作战效能评估及数字仿真系统为例,说明了该仿真集成技术可有效灵活进行配置,能够为以装备软件直接构建数字仿真系统或基于仿真平台开发数字仿真系统提供支撑,可在其它
赫尔巴特以学生心理活动规律为基础,创立清楚、联想、系统、方法四阶段教学法,运用于单证实务教学中,“清楚”阶段,以学生过去的经验为前提,将教学内容分解为若干极小的组成
最佳蔬菜既能提供丰富的营养成分,又有抗癌功效的蔬菜为最佳蔬菜。如红薯既是维生素的“富矿”,又是抗癌能手。日本专家的测试资料表明,红薯、花椰菜、卷心菜、花菜、芹菜、
茫铮睿纾颍酰澹睿悖? NEURAL NETWORKSTX@靳蕃INTRODUCTIONITISWELKNOWNTHATTHEERORBACKPROPAGATION(BP)ALGORITHMHASBENAWIDE?SPREADLEARNINGALGORITHM?..“,”In this pape
基于模型的多目标优化方法目的是创新一种通过黑箱评估的多目标函数优化算法,该算法从解空间上的混合分布中迭代生成候选解,并根据采样解的控制数来更新混合分布,求解过程的搜索偏向于Pareto最优解的集合。算法在解空间上寻找混合分布,使得混合分布的每个分量都是以帕累托最优解为中心的简并分布,并且每个预计的Pareto最优解都通过一个阈值距离均匀地分布在Pareto最优解集上,实验通过几个基准函数和方法证明
微观交通仿真模型参数标定是微观交通仿真技术应用的前提,针对模型参数标定类型划分和标定结果取值方法缺乏精细化分析问题进行改善研究,将参数标定体系划分为全局参数和局部参数,提出综合工程实测与智能寻优相结合的微观交通仿真模型参数标定方法,并以信息熵作为参数标定结果取值的分析指标,提出聚类递归的参数取值方法。结合信号交叉口实际调查数据设计对照仿真实验和交叉验证实验,证实改善方法的有效性。