一、不确定性信息的概念、类别及其数学表述（论文文献综述）
陈志聪,康锐,祖天培,张清源[1]（2022）在《基于技术成熟度的确信可靠性分配方法》文中研究指明可靠性分配是在产品设计阶段完成,以保证系统指标满足要求的一项重要工程活动。现有基于概率测度的可靠性分配方法分配至单元的指标无法在小样本条件下进行验证。为此,提出一种以不确定随机系统为对象、以确信可靠度为核心的可靠性分配方法。该方法以技术成熟度为工具,实现系统的单元的类别的划分和可靠性机会成本函数的构造,进而提出系统确信可靠度优化分配模型及其求解算法,实现了最小成本下系统可靠性指标的合理分配。以船舶双燃料供气系统为例,开展了确信可靠性分配工作,验证了方法的有效性。
朱镇远[2]（2020）在《大学生网络交互的行为空间构建、轨迹预测及引导研究》文中研究说明大学生群体思想活跃、接受新生事物能力强,是我国网络社会发展的重要组成部分,也是未来决定我国网络社会政治、经济、文化基调的关键力量。网络在为大学生群体提供诸多便利的同时,也给大学生群体的整体发展带来隐患。大学生群体接触到网络信息海洋当中的非健康信息后,由于其涉世未深、情绪稳定性低的特点,极易受到此类负面信息的影响,进而衍生出失范的网络信息交互行为。大学生群体是网民当中的高素质群体,理应在网络信息环境建设当中发挥模范带头作用,更应作为理性的网络公民为构筑清朗的网络空间贡献出自身的力量。因此,对大学生群体的网络信息交互行为进行研判具有重要的理论及现实意义。大学生群体网络信息交互行为从概念而言,是以大学生群体为主体,针对其自身信息需求对网络信息资源进行获取、使用后,与他人产生共享、交流、互动等一系列信息交互的过程。如何精确定位、快速应对大学生群体产生的非健康网络信息交互行为,是政府、社会、网络信息平台、高校亟待解决的问题。通过对大量文献的调查与分析,可认为大学生群体网络信息交互行为是大学生主体、网络信息需求、网络信息资源、网络信息情景、信息交互行本体共同作用影响的复杂集合体。由于大学生群体网络信息交互行为所具有的隐蔽性、突变型、随机性等特点,亟须一种能够融合定性分析与定量计算的新方法对其进行研判,以期提高大学生群体网络信息交互行为预测及引导的效率效能。怀揣着对以上问题的深度思考,本文尝试以大学生群体网络信息交互行为空间构建和信息交互行为轨迹绘制、预测的相关理论构筑与实践研究,提供一种更为客观的大学生群体网络信息交互行为分析预测方法。目前,针对大学生群体网络信息交互行为的分析、预测、引导研究内容较为割裂,多数研究以大学生个体为研究对象,且主要为针对信息交互行为的影响要素研究,缺乏系统性分析的过程。鉴于此,本文综合信息学、管理学、计算机科学、统计学、思想政治教育等多学科优势,探讨对大学生群体网络信息交互行为进行行为空间构建与轨迹预测的方法。明确了大学生群体网络信息交互行为空间构建、网络信息交互行为轨迹绘制的概念与原则,深度解析了大学生群体网络信息行为空间构建与轨迹绘制预测的机理,构建了对应的模型,并以实证研究的方式探讨了模型的可行性。最终,综合运用网络信息行为空间构建和轨迹绘制当中的相关理论对大学生群体网络信息交互行为进行分型,从而为更好更快地实现大学生群体网络信息行为的规范引导提供了指导,丰富了大学生群体网络信息行为理论与实践应用的内涵。本文的主要研究内容包括以下几方面:第一,通过对国内外相关文献的梳理,借鉴当中信息行为的相关理论与方法,对大学生群体网络信息交互行为的内涵、外延、概念进行了探讨,利用经典信息行为模型将大学生群体网络信息交互行为的属性主要归于大学生群体主体、大学生群体网络信息需求、大学生群体网络交互载体,大学生群体网络信息交互行为本体属性四类,并就大学生群体网络信息交互行为的特征进行了分析。第二,提出了大学生群体网络信息交互行为空间构建的概念、目标与原则。分析了大学生群体网络信息交互行为空间构建与网络信息交互行为轨迹绘制之间的关联关系。阐述了大学生群体网络信息交互行为空间构建所涉及的属性选取、数据遴选、网络加权、模型构建机理。综合运用改进数据分析法、中心度算法、Page Rank算法、支持向量机算法、基于聚类有效性判断的文本聚类算法、熵权法等方法构建了大学生群体网络信息交互行为空间构建的理论模型,总结归纳出大学生群体网络信息交互行为空间构建的指标体系与指标体系当中各项测度的计算方法,并通过实证的方式对模型进行研判,完成了大学生群体网络信息交互行为空间的构筑,为后续大学生群体网络信息交互行为轨迹绘制与预测完成了前置理论分析。第三,提出了大学生群体网络信息交互行为轨迹绘制的概念、目标、原则,提出了大学生群体网络信息交互行为轨迹绘制与预测的数据遴选、函数拟合、相似度计算、模型构建的四项机理。在此之上,综合运用包括曲线拟合、本底趋势线、灰色系统在内的函数拟合方法及轨迹相似度计算方法建立了大学生群体网络信息交互行为轨迹预测模型,以实证分析的方法比较了函数拟合方法和轨迹相似度方法的有效性,为大学生群体网络信息交互行为预测方法提供了新的思考维度。第四,根据大学生群体网络信息交互行为空间构建和行为轨迹绘制预测研究结论,从群体活跃度、行为健康性、行为稳定性三个分型要素构建了大学生群体网络信息交互行为分型模型,并以此服务于大学生群体网络信息交互行为规范引导策略,为大学生群体网络信息交互行为的科学规范与引导提供了理论依据。大学生群体网络信息交互行为空间构建与轨迹预测,是大学生群体网络信息交互行为引导的重要理论工具。通过数学模型和计算机编程,能够将大学生群体网络信息交互行为空间构建和轨迹绘制、预测的理论运用到实践当中,为大学生群体网络信息交互行为的相关研究提供新的思路与方法。
高亚斌[3]（2020）在《复杂不确定动态系统的状态估计与滑模控制研究》文中研究说明实际控制系统往往伴随着系统参数摄动和扰动甚至是故障,而网络化控制系统更加面临着时滞、丢包以及匿名攻击等不确定性因素。由于这些复杂不确定会影响甚至损害动态系统的稳定性和性能,因此,研究复杂不确定动态系统的估计和控制问题,一方面可以提供动态系统的估计进而实现控制,另一方面可以为实际控制系统运行的鲁棒性、容错性、可靠性以及安全性提供技术支撑。本论文针对若干类典型的动态系统,考虑其中常见的不确定性,例如物理单元中过程扰动、传感器和执行器扰动、参数摄动,以及网络单元中的时滞、丢包、攻击、量化、非周期性事件等等,主要采用滑模控制方法,以自适应技术、滑模观测器、H∞技术等方法为辅助,研究若干具有复杂不确定性的动态系统的估计与滑模控制方法,提出了解决不确定动态系统的稳定性与性能分析、状态和故障估计、容错控制、事件触发控制等一系列问题的新方法。本论文的具体研究内容和方法以及相应的理论创新点分述如下:1.第二章考虑一类含有参数摄动和输出干扰的不确定非线性系统,针对未知执行器故障偏差,利用扩展观测器技术将系统状态和故障偏差增广为新的状态向量,并构造了一种扩展观测器,该观测器是一种滑模观测器,用于估计原系统状态和故障偏差的同时来补偿复杂不确定性。通过构建估计误差系统,结合状态估计系统,分别设计了线性滑模面和积分型滑模面,提出了同时满足这两个滑模面可达性的积分型滑模控制律和切换控制律,达到了复杂不确定下原系统的控制目的,并且可实现同时估计原系统状态和执行器故障偏差。2.第三章考虑具有匹配型不确定和外部干扰的delta域离散系统,尤其针对未知执行器故障因子,将未知的故障因子描述为具有已知上、下界的常量;同时,将执行器故障偏差描述为含有某个上、下界,但是均未知常量。利用自适应技术设计了用于估计故障因子以及未知上、下界的自适应律。通过选取线性滑模面,基于等效控制法设计了导出了滑模面参数求解依据,进一步提出了一种基于线性滑模面的自适应滑模控制律,最终实现对该类不确定系统的主动容错控制。3.第四章关于一类典型的信息物理系统（cyber-physical systems,CPSs）的安全状态估计问题,考虑其中的过程干扰和测量噪声,重点分析信息物理系统中的完整性攻击（虚假数据注入）,构建了delta算子框架下的离散时间信息物理系统;分别针对传感器孤立攻击以及传感器和执行器两者的联合攻击,设计了基于矩阵枚举的delta域估计器,用于含有完整性攻击的线性信息物理系统的安全状态估计。考虑到实际信息物理系统的网络通信约束,提出了一种基于delta算子和状态观测器的自触发控制器,不仅可以实现与时间驱动控制器相当的控制效果和增强估计性能,而且可以节约一定的通信资源,提高网络资源的利用率。在稳定性分析方面,结合矩阵等式约束,利用delta域的圆域稳定性判据和耗散性理论建立了估计系统稳定性的充分条件,用于估计器和控制器的参数的求解。此外,本章还提供了针对执行器孤立攻击情形下信息物理系统的安全估计与自触发控制的简化结果。4.第五章考虑一类含有非线性耦合随机过程的网络化系统,针对一些量化过程中出现的不确定性,将系统输出的一类非完整量化过程描述为一种量化信号随机丢包的过程,由于量化的非连续性,通过构造状态观测器观测非完整量化值,提出了一种基于Luenberger观测器的滑模控制与状态估计方法。在稳定性分析上,利用Lyapunov稳定性理论,分析了估计系统和观测器系统的稳定性,并建立了系统输出满足H∞性能的判据,并据此提供了一组用于确定观测器和滑模面参数的便于求解的矩阵不等式。因而,所设计的观测器可实现对系统状态的估计,同时所设计的滑模控制器可以实现将估计状态连同系统状态轨迹驱使到原点的目的,用于解决非完整对数量化情形下随机系统的估计与控制问题。5.第六章考虑含有参数摄动、外部扰动和非线性耦合随机过程的单/多回路网络化系统,针对传感器单元至控制器单元之间的非周期性事件,首先对该类单回路网络化控制系统提出了一种基于状态观测器的事件触发模控制方法,保证了非周期信号下理想滑模的实现。在分析整个估计系统的稳定性时,采用‘‘时滞’’思想将事件驱动系统建模为一种含有状态时滞的随机系统,根据第五章的系统稳定性分析方法,利用Lyapunov-Krasovskii泛函法得到了估计系统和原系统的稳定性的充分条件。此外,本章将所提的理论方法拓展应用到多回路网络化控制系统的估计与控制,考虑传感器单元到控制器单元的共享网络通信链路,进一步利用‘‘时滞’’思想将多路访问冲突描述为一种“排队时滞’’,由此构造了一种含有状态时滞的多回路网络化随机系统,其中采用了载波侦听多路访问协议作为处理多路访问冲突。借鉴单回路网络化系统的分析方法,导出了相应的多回路网络化随机系统的稳定性判据,并设计了相应的积分型滑模控制律和状态观测器。由此提出了一种基于载波侦听多路访问协议的多回路事件触发滑模控制方法。
王子健[4]（2020）在《地下金属矿山顶板冒落区域危险性预测技术研究》文中研究说明大量开采实践表明,在开采过程中,地下金属矿山顶板冒落的危险性在不同阶段、不同条带呈区域性分布,且这种区域性分布同地下矿床的形成条件、地下水、地质构造等地质因素密切相关。地下金属矿山顶板冒落区域危险性预测是一种从区域角度对顶板冒落的区域危险性进行定量分级的技术手段。地下金属矿山顶板冒落区域危险性预测技术的研究,对地下金属矿山顶板安全管理具有指导作用。受现实条件和技术手段的限制,目前关于地下金属矿山顶板冒落区域危险性预测技术研究较少。针对这一现状,本文的研究目的是旨在利用地勘期间相关的地质资料,探索地质因素与顶板冒落之间的关系,提出基于地勘数据的地下金属矿山顶板冒落区域危险性预测方法。本文从地下金属矿山顶板冒落的区域性入手,分析地质因素对地下金属矿山顶板冒落的控制作用,为基于地勘数据的地下金属矿山顶板冒落区域危险性预测技术提供理论基础;结合相关预测理论,提出基于地勘数据的地下金属矿山顶板冒落区域危险性预测技术的技术框架;基于突变级数法以及surfer软件,构建地下金属矿山顶板冒落区域危险性预测模型,并对矿山顶板冒落区域危险性进行定量划分。为确保地下金属矿山顶板冒落区域危险性预测的准确性,本文对地下金属矿山顶板冒落区域危险性预测中存在的不确定性进行系统分析,并结合可靠性理论,提出地下金属矿山顶板冒落区域危险性预测方法的可靠度计算模型;并选取某矿已有的地勘数据进行应用研究,结果表明该方法具有一定实用价值,对地下金属矿山顶板的安全管理具有一定参考作用。
殷加玞[5]（2020）在《源荷双侧模糊随机环境下风险调度方法研究》文中研究表明近年来,随着全球范围能源危机和环境污染的日益加重,以风电为代表的可再生能源和需求响应并网规模不断增大。随着风电装机容量和并网规模的上升,风电出力的不确定性要求电力系统预留额外的备用容量,降低了电网调度运行的灵活性。受通信延迟,对激励政策的忽视和消费意愿等主观因素的影响,参与需求响应的用户响应行为也存在一定程度的不确定性。传统的电力系统优化调度难以适应源荷双侧复杂不确定性环境下电力系统调度的新要求。本文正是在这一研究背景下,以源荷双侧模糊随机环境下的风险调度作为研究主题,以模糊随机机会约束目标规划作为理论基础,以模糊随机环境下的全概率风险度量作为风险评估手段,量化分析日前尺度和日内尺度下源荷双侧多类型、多属性、多特征的不确定因素,开展以应对源荷双侧双重不确定性为目的的电力系统优化调度的研究与探索。本文的主要工作和创新性成果如下:（1）针对单一类型不确定规划方法难以处理双重不确定性的问题,提出了模糊随机机会约束目标规划方法。首先,将单一不确定环境下的机会约束规划方法扩展到模糊随机环境下。为了提高决策的灵活性,将目标规划与机会约束规划相结合,构建了模糊随机机会约束目标规划,并推导出其确定性等价形式。模糊随机机会约束目标规划克服了传统机会约束规划在处理复杂机会约束时难以得到可行解的弊端,为后续研究模糊随机环境下的风险度量和调度模型提供理论基础,同时在目标函数中引入的松弛偏差量和权重因子使所做决策更为贴近决策者的偏好水平。在模型求解方面,确定性等价形式在保留模糊随机变量全部不确定信息的基础上降低了算法的复杂度。（2）针对单一不确定环境下条件风险价值难以评估复杂不确定环境下潜在风险的问题,以模糊随机机会约束目标规划作为理论基础,提出了适用于评估双重不确定环境下潜在风险的全概率风险度量。首先构建基于随机机会约束目标规划的条件风险价值改进形式,并将其推广到模糊环境中。然后,引入全概率理论与条件风险价值相结合,提出适用于评估模糊随机环境下潜在风险的全概率风险度量。为了明确不同风险等级,全概率风险度量以置信水平下风险价值为临界点,将潜在风险划分缓冲风险区和极端风险区,涵盖了正常状态下和极端场景下运行风险的严重程度。全概率风险度量将模糊随机机会约束目标规划作为建模基础,克服了条件风险价值难以评估多重不确定风险的弊端,为后续研究调度模型提供风险评估手段,通过对不同风险区的成本系数进行差异化设置,以突出决策者的风险偏好。（3）针对日前尺度预测误差引起的备用缺额和潮流越限风险问题,以模糊随机机会约束目标规划作为建模手段,以全概率风险度量作为风险指标,建立了模糊随机环境下的日前风险调度模型。首先,探究日前尺度下风电随机误差和需求响应模糊误差的内在机理和分布规律,构建模糊随机误差变量表征源荷双侧不确定性。然后基于模糊随机机会约束目标规划和全概率风险度量,建立计及源荷双侧预测误差的日前风险调度模型。最后分别采用IEEE标准系统和某地区实际电网算例对所提模型的有效性进行仿真验证。算例结果表明所提模型可以有效地量化评估源荷双侧模糊随机误差对运行调度的影响;全概率风险度量可以指导调度计划预留足够的调节裕度,以减小由备用不足引起的切负荷风险和弃风风险。（4）针对复杂不确定环境下日内滚动调度的新要求,考虑预测误差的时变特征和风电出力连续时段变化趋势,在模糊随机机会约束目标规划的基础上引入时变松弛置信度,构建了模糊随机环境下的日内滚动调度模型。首先,总结分析日内尺度源荷双侧不确定性的内在成因,数学特征和时变特性,采用模糊随机变量表征源荷双侧不确定性。针对日内尺度预测误差的时变特征,结合滚动调度的动态更新机制和风电功率变化趋势预测集,提出基于时变松弛置信度的模糊随机机会约束目标规划,以全概率风险度量作为风险评估手段,构建了计及源荷双侧预测误差的日内滚动调度模型。最后,以日前风险调度计划为基准进行日内滚动调度的仿真分析,算例结果表明所提模型在保证满足系统安全稳定运行的基础上有效地缩减冗余备用,通过合理安排机组出力和降低反向调节出力降低滚动调度的运行成本。（5）针对源荷双侧多属性、多分布的不确定信息,将模糊信息粒理论与机会约束目标规划方法相结合,建立了基于模糊信息粒机会约束目标规划的风险调度模型。首先,介绍了模糊信息粒理论,将其与双重不确定规划方法相结合,提出模糊信息粒机会约束目标规划。然后对源荷双侧服从不同分布的预测误差进行模糊粒子化,建立表征多类型不确定性的统一信息粒模型。在基于模糊信息粒的调度模型中,应用模糊信息粒机会约束目标规划构建偏差量约束,将全概率风险度量与模糊信息粒有机结合,量化评估模糊信息粒变量引起的潜在风险。算例结果表明所提模型可以有效地应对源荷双侧多类型多分布预测误差,在保证系统安全经济运行的基础上提高了新能源消纳能力,有利于高效利用新能源和需求侧可调度资源。
刘林毅[6]（2020）在《小麦赤霉病及白粉病多尺度遥感监测方法研究》文中研究指明气候变化与人类活动共同作用背景下,农作物病虫危害日益加剧,传统植保调查以点代面的方式无法获取区域完整病害发展过程信息,迫切需要开展时空连续的高精度病害监测研究。近年来,空间遥感技术的迅猛发展为作物病害监测提供了新的思路和方法,然而现有基于遥感技术的作物病害监测研究对不同尺度的病害光谱响应和变化规律认识还不够深入,在耦合多源数据进行大尺度病害遥感监测的算法和模型上还不够完善,同时也存在地面样本量不足影响病害监测精度的问题。如何通过遥感观测分析不同尺度下病害光谱响应和变化的基本规律,进而融合多源数据构建高精度大尺度作物病害综合监测模型是农业遥感领域亟待解决的关键问题之一。本研究以小麦赤霉病和白粉病为例,探索分析了麦穗尺度和冠层尺度的作物病害光谱响应特征,在田块尺度结合病害光谱响应特征和图像纹理特征进行了病害遥感监测研究,在区域尺度结合多源数据融合方法和高分辨率卫星传感器通道特征提出了区域作物病害监测方法及跨地区病害数据综合利用模型,具体研究内容和研究结论如下:（1）在麦穗尺度上,获取了受赤霉病侵染麦穗非成像高光谱数据,分析了赤霉病的光谱响应特征,基于光谱响应特征提取了一阶微分光谱特征、连续统去除光谱特征、植被指数和小波特征。分析发现小波特征与病情严重度的相关性要优于其他光谱特征,在构建赤霉病病情严重度监测模型时,小波特征的加入能够在一定程度上提高模型的精度。（2）在冠层尺度上,本文对小麦赤霉病及白粉病的冠层光谱响应特征进行了分析,并构建了病害遥感监测模型。对于小麦赤霉病,研究通过分析扬花期与灌浆期的冠层光谱数据,发现不同生育期的病害敏感波段范围存在差异。基于敏感波段范围提取了一系列光谱特征,并将光谱特征与冠层赤霉病病情指数进行了相关性分析,结果发现扬花期与灌浆期的最敏感光谱特征分别为结构不敏感色素指数（SIPI）和三角植被指数（TVI）,且灌浆期基于TVI构建的病情指数监测模型效果优于扬花期基于SIPI构建的模型。对于小麦白粉病,研究分析并筛选了灌浆期小麦白粉病病害敏感波段范围,基于近红外和短波红外相关性最强的波段构建了白粉病严重度高光谱指数PMDI,分析发现PMDI与冠层白粉病严重度呈显着正相关。（3）在田块尺度上,基于麦穗和冠层尺度的赤霉病光谱响应特征,选择光谱范围为450—950nm的无人机高光谱影像进行病害监测研究,选取了原始波段、植被指数及纹理特征等33个特征变量进行建模,通过后向特征筛选剔除了可用信息较少和存在信息冗余的特征变量,最终利用NRI、MCARI、MSR、GI、TVI、TCARI和Band50（650nm）7个特征变量进行建模,考虑到BP神经网络有较强的非线性映射能力及较好的自适应和泛化能力,研究选择BP神经网络进行多变量建模,并将模拟退火算法引入BP神经网络克服其容易产生局部极小值的问题,最终提出了基于改进的BP神经网络的病害监测模型。利用该模型对研究区的小麦田块进行了赤霉病严重度监测填图,结果发现从扬花期至灌浆期,研究区重度患病小麦急剧增加,说明在不采取防治措施的情况下,小麦赤霉病在灌浆期的扩散十分迅速。（4）在区域尺度上,本研究首先利用Landsat-8进行区域白粉病监测研究,基于小麦白粉病冠层光谱响应特征,以NDVI和EVI作为表征小麦生长状态的特征因子,融合地表温度与降雨量数据构建了小麦白粉病患病概率模型,实验结果表明该模型能够较好地监测小麦白粉病的发生。此外,本研究基于小麦赤霉病冠层光谱响应特征,利用Sentinel-2卫星波段响应函数进行了Sentinel-2多光谱数据的拟合,通过对拟合数据的分析提出了红边赤霉病监测指数（REHBI）。经验证,基于REHBI构建的赤霉病监测模型在区域监测中能够达到78.6%的精度,且对于健康小麦和患病小麦的区分效果优于已有植被指数。为解决区域病害监测中样本量不足的问题,本研究以小麦白粉病为例,提出了一种基于传统迁移学习算法Tr Ada Boost的改良算法Op Tr Ada Boost,该算法能够利用多地区数据构建高精度病害综合监测模型。经验证,与传统监测模型相比,Op Tr Ada Boost表现较好,其总体精度达82%。
王冠中[7]（2019）在《数据驱动的高比例可再生能源电力系统不确定性分析研究》文中研究指明随着大规模以电力电子装备为并网接口的可再生能源发电系统接入互联电网,电力系统的运行和稳定呈现出显着的不确定性。可再生能源如光伏、风电受到自然环境的制约其发电功率具有间歇性和随机性,其接口的电力电子装备也对电力系统的动态稳定特性造成影响,随着可再生能源渗透率的提高,电力系统的安全稳定运行受到不确定性的严峻挑战。确定性的传统分析方法难以适用于存在显着不确定性的电力系统,当此背景,研究高比例可再生能源电力系统的不确定性分析方法具有深刻的理论和现实意义。传统不确定性分析依赖可以准确描述系统不确定因素的概率分布,而获取准确的概率分布被认为是实际工程上的一项艰巨挑战。考虑工程上一般仅能获取部分准确的统计信息,往往无法获取不确定因素的全部概率信息,因此传统不确定性分析中所采用的概率分布本身具有不确定性,即高阶不确定性（高阶既包含不确定因素本身,还包含描述其不确定性的模型所具有的不确定性）。本文针对可再生能源高阶不确定性对高比例可再生能源电力系统运行和稳定的影响,分别从静态安全性和小干扰稳定性出发,采用基于数据驱动的不确定性分析理论展开相关研究。在静态安全分析方面,本文的主要工作分为基于数据驱动多项式混沌展开法的随机潮流和概率分布鲁棒的电力系统概率静态安全评估。1 提出基于数据驱动多项式混沌展开法的随机潮流。针对可再生能源发电功率的高阶不确定性和潮流方程的非线性,利用可再生能源发电功率统计数据的高阶矩信息可以自行构造出任意概率空间下的一组正交基,进而利用正交基对潮流方程中的电压等状态变量进行多项式拟合,并采用随机伽辽金积分法计算拟合参数。2 提出概率分布鲁棒的电力系统概率静态安全评估。电力系统运行控制依赖负荷预测提供必要信息,需要考虑负荷预测误差高阶不确定性造成的影响。将概率静态安全评估问题建模为矩约束的概率测度优化问题,即广义矩优化问题,进而可以利用半定松弛技术进行求解,获得满足矩约束的所有可能概率分布下电力系统运行安全约束被违反的最大概率。在小干扰动态稳定方面,本文的主要工作分为基于数据驱动概率配点法的光伏并网系统随机小干扰稳定分析和基于广义短路比的电力电子多馈入系统概率稳定裕度评估。1 提出基于数据驱动概率配点法的光伏并网系统小干扰稳定分析。首先,考虑宽频带振荡特性,采用阻抗建模方法构造光伏发电系统的小干扰稳定分析模型;其次,利用光照强度统计数据的若干阶原点矩构造多项式基函数,并通过概率配点法求解系统主导特征根的阻尼比与光照强度之间的多项式关系。2 提出基于广义短路比的电力电子多馈入系统概率稳定裕度评估方法。首先,将额定运行条件下的广义短路比推广到适用于一般运行条件的广义运行短路比,从而能够量度电力电子装备任意输出功率时的系统小干扰稳定裕度;其次,由于广义运行短路比在数学上对应拓展导纳矩阵的最小特征值,而拓展导纳矩阵元素中包含不确定的输出功率,因此采用矩阵概率D稳定描述系统小干扰概率稳定评估问题;同时采用期望和方差等部分概率信息来描述系统随机性,在此基础上结合广义矩理论将矩阵概率D稳定转化为易于求解的半定规划问题。上述研究内容提出了基于数据驱动的不确定性分析理论,丰富了高比例可再生能源电力系统安全稳定评估的工具方法。
贾宁博[8]（2019）在《突发事件紧急通讯语言信息标准化研究》文中提出随着社会与经济的不断发展,人们对生命财产安全的要求越来越高。虽然国家越来越加大安全方面的投入,但是我国的安全现状仍然堪忧,特别是矿山、化工等高危行业的重特大事故时有发生。其中,事故应急救援不当造成二次事故灾害是一个重要原因。在突发事件（事故）发生时,事故的经历者因受到环境、时间等压力的影响,报告传递的事故信息常常存在偏差,事故亲历者如何有效提取突发事故信息,规范事故报告的语言表述就显得十分关键。本文在理论分析与实际调研的基础上,主要解决两个问题:一是建立紧急通讯语言信息模型,即明晰表征事故信息的属性指标及其对事故信息描述的重要性程度评价;二是规范紧急通讯语言信息的标准化体系,即建立突发事件的紧急通讯语言信息的规范标准化体系,提升突发事件的应急能力。本文的主要研究内容和成果如下:首先,通过对突发事件环境特征信息、事故特征信息及其影响因素进行分析,明确了事故信息提取的注意事项和步骤。在此基础上,提出了能够适用于突发事件紧急通讯语言信息模型,主要分为六大部分内容信息:“Who”、“Where”、“Worker”、“Event”、“Reply”、“Results”,共有十九个子信息指标,为突发事件信息的传递提供规范性的信息内容。其次,利用德尔菲法、AHP法和灰色聚类评估等方法,对语言信息模型中各项信息指标的重要度、完整度、信息获取难易程度进行定性定量研究,对所建立的语言信息模型进行准确度、完整度和可行性的评价,为突发事件紧急通讯中的语言信息属性给出合理化的描述方案及优先顺序。最后,建立了突发事件紧急通讯语言信息的标准化体系。在分析标准化体系制定的原则与原理的基础上,对突发事件紧急通讯语言信息的标准化进行了规范描述,包括:突发事件发生时信息的提取、语言信息的表述内容、语言信息传递的注意事项、针对标准化而进行的教育培训等,并通过实例对语言信息标准化进行具体的说明。
李波[9]（2019）在《基于蛋白质相互作用网络的聚类算法研究与应用》文中研究表明依托基因组学、蛋白质组学、代谢组学、调控网络等分析并收录的多类别多层次系统生物学基础数据,发展模型全方位系统性的模拟分析生物个体内部的所有组成成分包括蛋白质、基因、mRNA等发展变化的动力学过程,进而为每个患者提供个性化的精准医疗方案是未来的生物信息学发展趋势。其中,基于蛋白质相互作用网络的聚类算法研究与应用是当前计算生物学领域的基础研究问题。本课题研究主线是基于蛋白质相互网络设计聚类算法进行通用蛋白质复合物的识别以及疾病关联模块的挖掘等应用研究,此外蛋白质复合物和疾病功能模块都与蛋白质的亚细胞位置信息密切关联,而当前该类数据存在着覆盖度低和较高比例的假阳性,因而本文对蛋白质亚细胞定位预测这个问题也开展了研究。总之,本课题的主要研究内容如下:（1）基于融合多视窗特征的蛋白质亚细胞定位研究。针对当前的如氨基酸组成、伪氨基酸组成等蛋白质序列表示方法难以充分挖掘残基与残基之间的交互信息和各残基的位置分布信息等缺陷,本文首先提出两种序列特征提取方法:一种是基于改进的混沌游戏模型提取的2维特征,侧重挖掘主序列的频率和全局位置分布信息;另一种则是基于统计信息理论表示的新3维特征,主要反映的是残基的局部位置信息。然后,设计一个基于新提出特征和酉距离的分类模型,它优势在于不需要时间复杂度高的分类系统如SVM等,就能快速预测亚细胞位置,并且准确率超过部分基于SVM的经典分类模型。为进一步提高系统的预测准确率和可用性,模型融合两类新特征、伪氨基酸组成和二肽特征并采用SVM作为分类系统,实验结果表明该多视窗模型预测效果显着超过几乎所有经典算法,这也间接地反应了新特征可以作为当前经典特征表示方法的有效补充。最后,部分蛋白质的亚细胞位置预测虽然被判定为假阳性,但使用文本挖掘技术从权威期刊杂志可以证实它们只是当前暂未被公开数据集收录而已。（2）基于核心-附属结构的蛋白质复合物聚类算法研究。蛋白质复合物是生物内执行细胞功能的主要载体,被证明绝大部分存在着核心-附属结构。针对蛋白质相互作用网络聚类算法存在的难以识别重叠模块、预测复合物的生物可解释性差等问题,本文提出一种挖掘核心-附属结构的蛋白质复合物的模型CFOCM,其先融合基因本体注释等定义一个新的亲和聚合函数,这能确保复合物核心既能有着内部稠密外部连通相对稀疏的拓扑结构且整体倾向于有着至少一个相同的生物功能,然后根据设定的亲近策略往复合物核心选择性添加外围蛋白质组装成最终的复合物。该聚类模型在相对稀疏、稠密、整合多数据集等不同特点的网络数据上F-mesure、预测数量等度量的表现都优于现有的算法（ClusterONE,MCL,CORE,COACH等）,证实了算法的有效性和高适应性,此外对比实验也表明借助基因本体注释等保证核心拥有着至少同一共享功能这一假设有效地提高了算法的表现。（3）基于多目标进化计算框架的聚类算法挖掘疾病关联模块研究。挖掘疾病关联的功能模块,有助于筛选新药物靶标,揭秘复杂疾病的产生发展机制。当前针对该方面研究成果相对较少,本文探索性的提出了一种基于多目标进化计算框架的疾病关联模块预测模型MPSOPC,多目标优化框架的优势在于能够同时平衡优化各个簇内部的稠密度、簇与簇间的连通性和模块内各蛋白质与某种疾病的紧密度等多个目标,给出一个最优解集,此外该模型还能充分挖掘网络的全局拓扑特性。实验结果证实,MPSOPC能有效识别簇内部稠密连通、簇与簇间连通相对稀疏的拓扑结构复合物,并且识别的部分复合物和某种类型复杂疾病高度关联。此外,MPSOPC还具备运行效率高、鲁棒性强的特点,因而可以成为帮助识别发现潜在特定疾病致病基因集和新药物靶标的一个有效工具。
徐宏涛[10]（2017）在《遥感影像的信息量及不确定性研究》文中研究说明遥感影像质量是决定遥感应用水平的重要方面。现有的遥感影像质量指标大多源自自然图像质量的评价,然而遥感影像与自然图像的最本质区别是前者需要反映真实并能进行信息转化,而后者关注的是美观或美感,因此直接挪用后者的评价指标或方法对前者进行评价是不一定科学的。为此,本论文从侧重遥感影像信息转化能力的角度,选取遥感影像的不确定性与遥感影像信息量作为遥感影像质量指标,对其计算模型与具体实现开展研究。本文首先以信息论中的信息熵为理论基础,选择了遥感影像的不确定性度量与信息量作为遥感影像的质量指标,总结了遥感影像信息量和不确定性的相关知识。然后,结合遥感影像不确定性与遥感影像信息量产生的机理分析,建立了遥感影像信息量和不确定性度量模型。进而,采用该度量模型对遥感影像不确定性与信息量的内在联系进行了分析。最后,分别选取不同地类、不同时相和不同分辨率的TM和SPOT遥感影像,利用遥感影像的信息量和不确定性度量模型对其信息熵、噪声疑义度、邻元相关系数、互信息量和波段间的相关性等进行计算分析,探究当灰度量化等级、色彩、噪声、像元间的相关性和波段间的相关性存在时遥感影像的信息量和不确定性的值。研究结果表明,遥感影像的信息量与不确定性符合遥感影像信息转化能力的质量目标,并且,所建立的度量模型符合各自产生机理,这对更为客观地评价遥感影像质量和设计遥感影像发展方向提供了有益的参考。
二、不确定性信息的概念、类别及其数学表述（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、不确定性信息的概念、类别及其数学表述（论文提纲范文）
（1）基于技术成熟度的确信可靠性分配方法（论文提纲范文）
| 0 引 言 |
| 1 确信可靠性理论基础 |
| 2 方法概述 |
| 3 基于技术成熟度等级的单元类别判定 |
| 3.1 技术成熟度 |
| 3.2 单元类别判断逻辑决断图 |
| 4 基于技术成熟度评分的单元可靠性机会成本函数构造 |
| 4.1 技术成熟度评分确定方法 |
| 4.1.1 判定技术成熟度等级 |
| 4.1.2 评估条件满足度 |
| 4.1.3 计算等级满足度 |
| (1) 计算专家权重 |
| (2) 计算条件权重 |
| 4.1.4 计算技术成熟度评分 |
| 4.2 单元基础机会成本系数确定方法 |
| 4.3 单元可靠性机会成本函数的构造 |
| 4.3.1 构造形式 |
| 4.3.2 单元极限可靠度确定方法 |
| (1) 系统到子系统的确信可靠度预分配 |
| (2) 子系统到单元的确信可靠度预分配 |
| 5 系统确信可靠度优化分配模型 |
| 5.1 基本形式 |
| 5.2 模型中参数的说明和计算方法 |
| 5.3 模型的求解方法 |
| 6 算 例 |
| 6.1 基于技术成熟度划分单元类别 |
| 6.2 基于技术成熟度评分构造单元可靠性机会成本函数 |
| 6.2.1 计算技术成熟度评分 |
| 6.2.2 确定单元基础机会成本系数 |
| 6.2.3 确定单元可靠度极限值 |
| 6.2.4 构造单元可靠性机会成本函数 |
| 6.3 构建系统确信可靠度优化分配模型 |
| 6.4 优化模型求解与分配结果输出 |
| 7 结束语 |
（2）大学生网络交互的行为空间构建、轨迹预测及引导研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 大学生群体网络信息交互行为规范的时代需求 |
| 1.1.2 大学生群体网络信息交互行为规范的潜在问题 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 国内外研究现状综述 |
| 1.3.1 国内网络信息交互行为研究综述 |
| 1.3.2 国外网络信息交互行为研究综述 |
| 1.3.3 网络信息行为预测研究综述 |
| 1.3.4 大学生群体网络信息行为规范研究综述 |
| 1.3.5 研究现状述评 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 论文创新点 |
| 第二章 相关理论基础 |
| 2.1 信息论与系统论 |
| 2.1.1 信息论 |
| 2.1.2 系统论 |
| 2.2 信息行为相关理论与模型 |
| 2.2.1 信息行为构成要素 |
| 2.2.2 信息行为学相关理论 |
| 2.2.3 信息行为模型 |
| 2.3 社会网络相关理论 |
| 2.3.1 结构洞理论 |
| 2.3.2 社会角色理论 |
| 第三章 大学生群体网络信息交互行为的相关理论分析 |
| 3.1 大学生群体网络信息交互行为概念界定 |
| 3.1.1 大学生群体网络信息交互行为的内涵 |
| 3.1.2 大学生群体网络信息交互行为的外延 |
| 3.1.3 大学生群体网络信息交互行为的定义 |
| 3.2 大学生群体网络信息交互行为要素属性分析 |
| 3.2.1 大学生群体网络信息交互行为主体属性 |
| 3.2.2 大学生群体网络信息需求属性 |
| 3.2.3 大学生群体网络信息交互情境属性 |
| 3.2.4 大学生群体网络信息交互行为本体属性 |
| 3.3 大学生群体网络信息交互行为特征分析 |
| 3.3.1 时空延续性 |
| 3.3.2 极性动态性 |
| 3.3.3 演化周期性 |
| 3.3.4 群体可知性 |
| 第四章 大学生群体网络信息交互行为空间构建机理分析 |
| 4.1 大学生群体网络信息交互行为空间构建概念与目标分析 |
| 4.1.1 大学生群体网络信息交互行为空间构建概念 |
| 4.1.2 大学生群体网络信息交互行为空间构建目标 |
| 4.1.3 大学生群体网络信息交互行为空间构建与行为轨迹绘制内在关联 |
| 4.2 大学生群体网络信息交互行为空间构建原则 |
| 4.2.1 层次性原则 |
| 4.2.2 全面性原则 |
| 4.2.3 量化性原则 |
| 4.2.4 系统性原则 |
| 4.2.5 开放性原则 |
| 4.2.6 具象化原则 |
| 4.3 大学生群体网络信息交互行为空间构建机理 |
| 4.3.1 大学生群体网络信息交互行为空间构建的属性选取机理 |
| 4.3.2 大学生群体网络信息交互行为空间构建的数据遴选机理 |
| 4.3.3 大学生群体网络信息交互行为空间构建的网络加权机理 |
| 4.3.4 大学生群体网络信息交互行为空间构建的模型构建机理 |
| 第五章 大学生群体网络信息交互行为空间构建模型 |
| 5.1 基于改进数据分析法的大学生群体网络信息交互行为指标构建与筛选模型 |
| 5.1.1 大学生群体网络信息交互行为初始指标体系构建 |
| 5.1.2 基于改进数据分析法的大学生群体网络信息交互行为指标体系筛选模型 |
| 5.2 大学生群体主体属性数据获取模型 |
| 5.2.1 基于中心度与Page Rank算法的大学生群体社会网络属性数据获取模型 |
| 5.2.2 基于支持向量机的大学生群体情感测度模型 |
| 5.3 大学生群体网络信息需求属性稳定性数据获取模型 |
| 5.3.1 大学生群体网络信息需求衍进指数内涵 |
| 5.3.2 大学生群体网络信息需求衍进判定流程 |
| 5.3.3 基于聚类有效性的大学生群体网络信息需求衍进指数 |
| 5.4 大学生群体网络信息交互行为指标权重计算模型 |
| 5.5 大学生群体网络信息交互行为空间构建实证研究 |
| 5.5.1 大学生群体网络信息交互行为空间构建实证数据来源 |
| 5.5.2 大学生群体网络信息交互行为空间构建实证流程 |
| 5.5.3 大学生群体网络信息交互行为空间构建实证结果 |
| 第六章 大学生群体网络信息交互行为轨迹预测机理分析 |
| 6.1 大学生群体网络信息交互行为轨迹绘制概念与目标分析 |
| 6.1.1 大学生群体网络信息交互行为轨迹绘制概念 |
| 6.1.2 大学生群体网络信息交互行为轨迹绘制目标 |
| 6.2 大学生群体网络信息交互行为轨迹绘制原则 |
| 6.2.1 主体边界性原则 |
| 6.2.2 主体完整性原则 |
| 6.2.3 属性协同性原则 |
| 6.2.4 属性自适应原则 |
| 6.2.5 流程自动化原则 |
| 6.2.6 媒体多样化原则 |
| 6.3 大学生群体网络信息交互行为轨迹预测机理 |
| 6.3.1 大学生群体网络信息交互行为轨迹绘制的数据遴选机理 |
| 6.3.2 大学生群体网络信息交互行为轨迹的函数拟合预测机理 |
| 6.3.3 大学生群体网络信息交互行为轨迹的相似度计算及预测机理 |
| 6.3.4 大学生群体网络信息交互行为轨迹预测的模型构建机理 |
| 第七章 大学生群体网络信息交互行为轨迹预测模型 |
| 7.1 基于函数拟合的大学生群体网络信息交互行为轨迹预测模型 |
| 7.1.1 基于曲线拟合分析的大学生群体网络信息交互行为轨迹预测模型 |
| 7.1.2 基于本底线法的大学生群体网络信息交互行为轨迹预测模型 |
| 7.1.3 基于灰色预测法的大学生群体网络信息交互行为轨迹预测模型 |
| 7.2 基于轨迹相似度计算的大学生群体网络信息交互行为轨迹预测模型 |
| 7.2.1 大学生群体网络信息交互行为轨迹分段 |
| 7.2.2 大学生群体网络信息交互行为轨迹结构相似度计算 |
| 7.3 大学生群体网络信息交互行为预测实证研究 |
| 7.3.1 大学生群体网络信息交互行为轨迹预测数据来源 |
| 7.3.2 大学生群体网络信息交互行为轨迹预测实证过程 |
| 7.3.3 大学生群体网络信息交互行为轨迹预测实证结果 |
| 第八章 大学生群体网络信息交互行为分型与规范引导策略 |
| 8.1 大学生群体网络信息交互行为分型 |
| 8.1.1 大学生群体网络信息交互行为分型要素 |
| 8.1.2 大学生群体网络信息交互行为等级分型体系 |
| 8.2 大学生群体网络信息交互行为规范引导机制 |
| 8.2.1 大学生群体网络信息交互行为显性引导机制 |
| 8.2.2 大学生群体网络信息交互行为隐性引导机制 |
| 8.2.3 大学生群体网络信息交互行为引导效力评价及优化机制 |
| 8.3 基于大学生群体网络信息交互行为分型的规范引导策略 |
| 8.3.1 红色级别大学生群体网络信息交互行为规范引导策略 |
| 8.3.2 橙色级别大学生群体网络信息交互行为规范引导策略 |
| 8.3.3 黄色级别大学生群体网络信息交互行为规范引导策略 |
| 8.3.4 蓝色级别大学生群体网络信息交互行为规范引导策略 |
| 第九章 结论与展望 |
| 9.1 研究总结 |
| 9.2 研究展望 |
| 参考文献 |
| 附录 |
| 附录 Ⅰ 大学生群体网络信息交互行为调查问卷 |
| 附录 Ⅱ 大学生群体网络信息交互行为空间构建指标体系专家评价矩阵 |
| 附录 Ⅲ 调查对象大学生群体网络信息交互行为空间构建结果 |
| 附录 Ⅳ 灰度模型求解的MATLAB代码 |
| 攻读博士期间取得的研究成果 |
| 致谢 |
（3）复杂不确定动态系统的状态估计与滑模控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号表 |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题研究现状 |
| 1.2.1 复杂不确定动态系统 |
| 1.2.2 不确定性 |
| 1.2.3 滑模控制 |
| 1.3 尚待解决的问题以及有待提升的方法 |
| 1.4 本论文的主要研究内容 |
| 1.4.1 针对执行器故障的系统估计与控制 |
| 1.4.2 针对完整性攻击的系统估计与控制 |
| 1.4.3 针对非周期信号的系统估计与控制 |
| 第2章 执行器故障偏差未知下连续时间非线性动态系统的估计与滑模控制 |
| 2.1 引言 |
| 2.2 系统描述 |
| 2.2.1 控制系统与执行器故障建模 |
| 2.2.2 滑模观测器 |
| 2.3 滑模观测器设计 |
| 2.4 积分型滑模控制器设计 |
| 2.4.1 滑模运动稳定性分析 |
| 2.4.2 滑模面可达性分析 |
| 2.5 仿真算例 |
| 2.6 本章小结 |
| 第3章 执行器故障因子未知下离散时间非线性动态系统的自适应滑模控制 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 自适应滑模控制器设计 |
| 3.3.1 滑模运动稳定性分析 |
| 3.3.2 滑模可达性分析 |
| 3.4 仿真算例 |
| 3.5 本章小结 |
| 第4章 完整性攻击下离散时间线性动态系统的安全状态估计与自触发控制 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.2.1 信息物理系统模型描述 |
| 4.2.2 关于传感器和执行器攻击的描述 |
| 4.2.3 估计器和控制器 |
| 4.3 传感器孤立攻击情形下状态估计 |
| 4.3.1 时间驱动控制器设计 |
| 4.3.2 自触发控制器设计 |
| 4.4 传感器和执行器联合攻击情形下状态估计 |
| 4.5 执行器孤立攻击情形下状态估计 |
| 4.6 仿真验证 |
| 4.6.1 仿真示例1 |
| 4.6.2 仿真示例2 |
| 4.7 本章小结 |
| 第5章 非完整量化下连续时间非线性动态随机系统的估计与滑模控制 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.2.1 系统模型 |
| 5.2.2 非完整量化的建模 |
| 5.2.3 Luenberger观测器 |
| 5.3 控制器设计和稳定性分析 |
| 5.3.1 滑模变量与滑模控制律设计 |
| 5.3.2 可达性与稳定性分析 |
| 5.4 仿真算例 |
| 5.5 本章小结 |
| 第6章 非周期性事件下连续时间非线性动态随机系统的估计与滑模控制 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.2.1 系统模型 |
| 6.2.2 采样器和事件触发器 |
| 6.2.3 状态观测器 |
| 6.3 单回路网络化系统的事件触发滑模控制 |
| 6.3.1 滑模控制器设计 |
| 6.3.2 闭环系统的稳定性分析 |
| 6.3.3 滑模运动的可达性 |
| 6.3.4 仿真算例 |
| 6.4 多回路网络化系统的事件触发滑模控制 |
| 6.4.1 问题描述 |
| 6.4.2 主要构想 |
| 6.4.3 观测器与滑模控制器设计 |
| 6.4.4 仿真算例 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 仿真示例中部分参数 |
| A.1 第4.6.1节 仿真示例中使用的参数 |
| A.2 第4.6.2节 仿真示例中使用的参数 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（4）地下金属矿山顶板冒落区域危险性预测技术研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 地下金属矿山顶板冒落事故概况 |
| 1.1.2 地下金属矿山顶板冒落区域危险性预测研究的意义 |
| 1.2 地下金属矿山顶板冒落防治理论及技术研究现状 |
| 1.3 有待进一步研究解决的科学问题 |
| 1.4 本文的研究内容、方法与意义 |
| 1.4.1 本文的研究目的及内容 |
| 1.4.2 本文的技术路线 |
| 2 地下金属矿山顶板冒落理论研究 |
| 2.1 地下金属矿山顶板冒落的区域性研究 |
| 2.2 顶板赋存条件对顶板冒落的影响分析 |
| 2.3 顶板岩体的物理性质对顶板冒落的影响分析 |
| 2.4 顶板岩体的力学性质对顶板冒落的影响分析 |
| 2.5 区域地质构造对顶板冒落的影响分析 |
| 2.6 顶板赋存环境对顶板冒落的影响分析 |
| 2.7 地质作用控制顶板冒落途径分析 |
| 2.8 本章小结 |
| 3 地下金属矿山顶板冒落区域危险性预测技术研究 |
| 3.1 预测的基本原理 |
| 3.1.1 预测的相关理论 |
| 3.1.2 预测基本程序 |
| 3.2 地下金属矿山顶板冒落区域危险性预测技术原则 |
| 3.2.1 地下金属矿山顶板冒落区域危险性预测的内涵 |
| 3.2.2 地下金属矿山顶板冒落区域危险性预测的基本原则 |
| 3.3 地下金属矿山顶板冒落区域危险性预测的地质指标库的建立 |
| 3.3.1 bow-tie理论介绍 |
| 3.3.2 顶板赋存条件相关参数的提取 |
| 3.3.3 顶板岩体的物理性质相关参数的选取 |
| 3.3.4 顶板岩体的力学性质相关参数的确定 |
| 3.3.5 区域地质构造相关参数的测定 |
| 3.3.6 顶板赋存环境相关参数的考虑 |
| 3.3.7 地下金属矿山顶板冒落区域危险性预测指标库的构建 |
| 3.4 地下金属矿山顶板冒落区域危险性预测指标的选取原则 |
| 3.5 本章小结 |
| 4 基于突变级数法的顶板冒落区域危险性预测方法及区划的研究 |
| 4.1 突变级数法的基本原理 |
| 4.1.1 突变级数法的理论基础 |
| 4.1.2 突变级数法相较于其他统计预测方法的优势 |
| 4.2 顶板冒落危险区域划分的步骤 |
| 4.3 矿山顶板冒落危险区划的计算机实现 |
| 4.3.1 surfer软件介绍 |
| 4.3.2 数据的准备 |
| 4.3.3 格式的转换 |
| 4.3.4 区划图的绘制 |
| 4.4 本章小结 |
| 5 地下金属矿山顶板冒落区域危险性预测可靠度研究 |
| 5.1 数据的不确定性问题的提出 |
| 5.1.1 数据不确定性来源及分类 |
| 5.1.2 地下金属矿山顶板参数数据的不确定性研究 |
| 5.1.3 数据的随机性表示方法 |
| 5.2 矿山顶板冒落区域危险性预测可靠性的研究背景 |
| 5.2.1 地下金属矿山顶板冒落区域危险性预测结果的准确性检验的现状 |
| 5.2.2 可靠性理论简要介绍 |
| 5.2.3 采用可靠性理论研究区域预测结果准确性的优势 |
| 5.3 地下金属矿山顶板冒落区域危险性预测可靠性内涵 |
| 5.3.1 矿山顶板冒落区域危险性预测可靠性定义 |
| 5.3.2 矿山顶板冒落区域危险性预测失效内涵 |
| 5.3.3 矿山顶板冒落区域危险性预测失效原因分析 |
| 5.4 矿山顶板冒落危险性区域危险性预测可靠度预计研究 |
| 5.4.1 地下金属矿山顶板冒落区域危险性预测的功能函数的建立 |
| 5.4.2 矿山顶板冒落区域危险性预测可靠指标的求解 |
| 5.4.3 地下金属矿山顶板冒落区域危险性预测可靠度的表达公式 |
| 5.4.4 突变级数预测法的可靠度计算公式求解 |
| 5.4.5 模型可靠度计算公式求解 |
| 5.5 本章小结 |
| 6 矿山顶板冒落区域危险性预测可靠性的应用研究 |
| 6.1 A矿的基本概况 |
| 6.1.1 A矿的区域地质条件 |
| 6.1.2 A矿的水文地质条件 |
| 6.1.3 A矿的工程地质条件 |
| 6.2 A矿顶板冒落区域危险性预测及区划图的绘制 |
| 6.3 A矿矿山顶板冒落区域预测结果的可靠度计算 |
| 6.3.1 A矿顶板冒落区域预测突变级数的随机特征求解 |
| 6.3.2 A矿顶板冒落区域危险性预测临界值的统计特征求解 |
| 6.3.3 A矿顶板冒落区域危险性预测可靠度求解及分析 |
| 6.4 本章小结 |
| 7 结论 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 1 个人简历 |
| 2 攻读博士期间发表的成果 |
| 3 科研项目经历 |
（5）源荷双侧模糊随机环境下风险调度方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状回顾 |
| 1.2.1 计及风电不确定性的优化调度研究 |
| 1.2.2 计及需求响应不确定性的优化调度研究 |
| 1.2.3 源荷双侧不确定性的建模方法 |
| 1.2.4 不确定运行环境中风险度量研究现状 |
| 1.2.5 现有研究存在的主要问题 |
| 1.3 研究思路和章节安排 |
| 1.3.1 研究思路 |
| 1.3.2章节安排 |
| 第2章 模糊随机机会约束目标规划理论 |
| 2.1 引言 |
| 2.2 模糊随机机会约束规划 |
| 2.2.1 随机机会约束规划 |
| 2.2.2 模糊机会约束规划 |
| 2.2.3 模糊随机机会约束规划 |
| 2.3 模糊随机机会约束目标规划 |
| 2.3.1 目标规划 |
| 2.3.2 模糊随机机会约束目标规划 |
| 2.4 模糊随机机会约束目标规划确定形式转化 |
| 2.4.1 随机机会约束规划的确定性等价形式 |
| 2.4.2 模糊机会约束规划的清晰等价类 |
| 2.4.3 模糊随机机会约束规划的确定性等价形式 |
| 2.4.4 模糊机会约束目标规划的确定性等价形式 |
| 2.5 本章小结 |
| 第3章 模糊随机环境下全概率风险度量 |
| 3.1 引言 |
| 3.2 基于机会约束目标规划的条件风险价值 |
| 3.2.1 随机条件风险价值的一般形式 |
| 3.2.2 基于随机机会约束目标规划的条件风险价值 |
| 3.2.3 模糊环境下的条件风险价值 |
| 3.3 基于模糊随机机会约束目标规划的全概率风险度量 |
| 3.3.1 条件风险价值的特征分析 |
| 3.3.2 模糊随机环境下全概率风险度量 |
| 3.4 全概率风险度量确定形式转化 |
| 3.5 本章小结 |
| 第4章 源荷双侧模糊随机环境下日前风险调度模型 |
| 4.1 引言 |
| 4.2 日前调度中源荷双侧不确定性分析 |
| 4.2.1 需求响应出力不确定性 |
| 4.2.2 风电出力不确定性 |
| 4.2.3 源荷双侧预测误差不确定性 |
| 4.3 计及源荷双侧预测误差的日前风险调度模型 |
| 4.3.1 基于模糊随机机会约束目标规划的备用约束和线路潮流约束 |
| 4.3.2 基于全概率风险度量的双重不确定环境下风险评估指标建模 |
| 4.3.3 日前风险调度的数学模型 |
| 4.4 日前风险调度模型的转化和求解 |
| 4.4.1 模型转化 |
| 4.4.2 模型求解 |
| 4.5 算例分析 |
| 4.5.1 IEEE39节点算例分析 |
| 4.5.2 某地区实际电网算例分析 |
| 4.6 本章小结 |
| 第5章 计及源荷双侧预测误差时变特征日内滚动调度 |
| 5.1 引言 |
| 5.2 日内尺度源荷双侧不确定性 |
| 5.2.1 风电出力不确定性 |
| 5.2.2 需求响应用户响应行为不确定性 |
| 5.2.3 日内尺度下源荷双侧预测误差 |
| 5.3 源荷双侧不确定环境下的日内滚动调度模型 |
| 5.4.1 基于时变松弛置信度的模糊随机机会目标约束 |
| 5.4.2 基于全概率风险度量的日内尺度风险评估方法 |
| 5.4.3 日内滚动调度的数学模型 |
| 5.4 模型转化与求解 |
| 5.4.1 模型转化 |
| 5.4.2 模型求解 |
| 5.5 算例分析 |
| 5.4.1 算例介绍 |
| 5.4.2 典型断面滚动调度算例分析 |
| 5.4.3 全时段日内滚动调度算例分析 |
| 5.4.4 滚动周期为1h滚动调度模型算例分析 |
| 5.4.5 模型计算性能验证 |
| 5.6 本章小结 |
| 第6章 基于模糊粒机会目标约束规划的风险调度模型 |
| 6.1 引言 |
| 6.2 模糊信息粒机会约束目标规划 |
| 6.2.1 模糊信息粒理论 |
| 6.2.2 模糊信息粒机会约束目标规划 |
| 6.3 基于模糊信息粒机会约束目标规划的风险调度模型 |
| 6.3.1 基于模糊信息粒机会约束目标规划的备用约束和线路潮流约束 |
| 6.3.2 基于模糊信息粒理论和全概率风险度量的风险评估指标建模 |
| 6.3.3 日前风险调度的数学模型 |
| 6.4 模型转化和求解 |
| 6.4.1 模型转化 |
| 6.4.2 模型求解 |
| 6.5 算例分析 |
| 6.5.1 算例说明 |
| 6.5.2 调度计划分析 |
| 6.5.3 调度模型应对不同类型预测误差的有效性分析 |
| 6.5.4 灵敏度分析 |
| 6.5.5 实际运行数据分析 |
| 6.5.6 模型求解性能分析 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 全文工作总结 |
| 7.2 研究内容展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（6）小麦赤霉病及白粉病多尺度遥感监测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题依据与研究意义 |
| 1.2 国内外研究现状及发展动态分析 |
| 1.2.1 病害监测模型的研究现状和趋势 |
| 1.2.2 病害监测中遥感信息可能的介入方式分析 |
| 1.2.3 作物病害遥感监测的现状和挑战 |
| 1.3 论文研究目标、研究内容、技术路线及结构安排 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线及结构安排 |
| 第2章 实验方案、数据获取与处理 |
| 2.1 实验方案 |
| 2.1.1 小麦麦穗高光谱观测实验设计 |
| 2.1.2 小麦冠层高光谱观测实验设计 |
| 2.1.3 小麦田块高光谱观测实验设计 |
| 2.1.4 星地同步观测实验设计 |
| 2.2 地面实验数据获取与处理 |
| 2.2.1 非成像高光谱数据的获取与预处理 |
| 2.2.2 病害病情严重度与病情指数的计算 |
| 2.2.3 近地无人机高光谱成像数据的获取与预处理 |
| 2.3 卫星遥感影像数据获取及预处理 |
| 2.3.1 卫星遥感影像数据介绍 |
| 2.3.2 卫星遥感影像数据预处理 |
| 第3章 麦穗及冠层尺度基于高光谱数据的病害遥感监测研究 |
| 3.1 基于小麦麦穗非成像高光谱数据的赤霉病遥感监测研究 |
| 3.1.1 数据获取及整体流程 |
| 3.1.2 麦穗赤霉病严重度敏感波段提取 |
| 3.1.3 光谱特征的提取及构建 |
| 3.1.4 光谱特征与病情严重度的相关性分析 |
| 3.1.5 麦穗赤霉病严重度监测模型的构建 |
| 3.2 基于最优植被指数的多时相小麦赤霉病遥感监测研究 |
| 3.2.1 数据的获取 |
| 3.2.2 小麦冠层赤霉病敏感波段提取 |
| 3.2.3 光谱特征的提取及构建 |
| 3.2.4 冠层赤霉病病情指数监测模型构建 |
| 3.3 基于冠层光谱特征的小麦白粉病遥感监测研究 |
| 3.3.1 数据的获取 |
| 3.3.2 冠层白粉病侵染小麦光谱响应特征 |
| 3.3.3 冠层白粉病严重度高光谱指数构建 |
| 3.4 本章小结 |
| 第4章 田块尺度基于近地无人机高光谱数据的病害遥感监测研究 |
| 4.1 数据获取及整体流程 |
| 4.2 特征提取 |
| 4.3 模型的构建与评估方法 |
| 4.4 模型的分类结果及验证 |
| 4.4.1 单变量模型的构建及筛选 |
| 4.4.2 基于改进的BP神经网络进行多变量模型的构建 |
| 4.4.3 模型的测试及实验区赤霉病严重度填图 |
| 4.5 本章小结 |
| 第5章 区域尺度耦合多源数据的病害遥感监测研究 |
| 5.1 病害监测指标体系的确立 |
| 5.2 基于概率模型的冬小麦白粉病监测研究 |
| 5.2.1 数据的获取 |
| 5.2.2 数据的预处理 |
| 5.2.3 概率模型的构建 |
| 5.2.4 模型的验证及研究区冬小麦白粉病监测结果 |
| 5.3 基于红边赤霉病监测指数的冬小麦赤霉病监测研究 |
| 5.3.1 数据的获取 |
| 5.3.2 数据的预处理 |
| 5.3.3 红边赤霉病监测指数效果评估 |
| 5.4 基于迁移学习的小麦白粉病遥感监测研究 |
| 5.4.1 数据的获取及预处理 |
| 5.4.2 基于迁移学习的冬小麦白粉病监测模型的构建 |
| 5.4.3 冬小麦白粉病监测模型的评估 |
| 5.5 小麦赤霉病及白粉病遥感监测系统及应用 |
| 5.5.1 系统关键技术及架构 |
| 5.5.2 系统功能设计 |
| 5.5.3 系统数据库设计 |
| 5.5.4 系统应用案例 |
| 5.6 本章小结 |
| 第6章 结论、创新与展望 |
| 6.1 主要研究结论 |
| 6.2 论文特色与创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（7）数据驱动的高比例可再生能源电力系统不确定性分析研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.1.1 可再生能源发展现状 |
| 1.1.2 大规模可再生能源接入对电力系统安全稳定运行的影响 |
| 1.2 高比例可再生能源电力系统不确定性分析研究现状 |
| 1.2.1 高比例可再生能源电力系统不确定性分析概况 |
| 1.2.2 高比例可再生能源电力系统静态安全评估概况 |
| 1.2.3 高比例可再生能源电力系统小干扰稳定评估概况 |
| 1.3 本文主要工作 |
| 2 基于数据驱动任意多项式混沌展开法的随机潮流 |
| 2.1 引言 |
| 2.2 基础理论 |
| 2.2.1 Copula理论 |
| 2.2.2 Nataf变换 |
| 2.3 数据驱动的任意多项式混沌展开法 |
| 2.3.1 多项式混沌展开法 |
| 2.3.2 相关概率空间中的正交多项式基 |
| 2.3.3 求解随机潮流的随机伽辽金积分法 |
| 2.4 算例分析 |
| 2.4.1 概率分布函数比较分析 |
| 2.4.2 概率密度函数比较分析 |
| 2.4.3 数据驱动任意多项式混沌阶数比较分析 |
| 2.4.4 计算复杂性分析 |
| 2.5 结论 |
| 3 分布鲁棒概率静态安全评估 |
| 3.1 引言 |
| 3.2 概率静态安全评估问题建模 |
| 3.3 基于凸松弛的求解方法 |
| 3.3.1 可解的分布鲁棒概率静态安全评估模型 |
| 3.3.2 半定松弛 |
| 3.4 算例分析 |
| 3.4.1 矩阶数不同时节点电压幅值越限风险比较 |
| 3.4.2 半定松弛阶数d不同时节点电压幅值越限风险比较 |
| 3.5 结论 |
| 4 数据驱动的光伏并网系统小干扰概率稳定性分析 |
| 4.1 引言 |
| 4.2 系统小信号模型 |
| 4.2.1 光伏阵列模型 |
| 4.2.2 光伏发电系统动态模型 |
| 4.2.3 光伏发电系统的小信号模型 |
| 4.2.4 光伏并网系统的小信号阻抗模型 |
| 4.3 随机小干扰问题背景 |
| 4.3.1 小干扰概率稳定性分析 |
| 4.3.2 蒙特卡洛模拟法 |
| 4.3.3 广义多项式混沌展开 |
| 4.4 数据驱动多项式混沌展开法 |
| 4.4.1 分析框架 |
| 4.4.2 构造数据驱动多项式基 |
| 4.4.3 阻尼比的多项式近似 |
| 4.5 算例分析 |
| 4.5.1 主导特征根分析 |
| 4.5.2 构造多项式基 |
| 4.5.3 本章所提方法与其他方法的比较 |
| 4.5.4 误差和收敛速度分析 |
| 4.5.5 计算复杂性分析 |
| 4.6 结论 |
| 5 电力电子多馈入系统小干扰分布鲁棒概率稳定性评估 |
| 5.1 引言 |
| 5.2 广义运行短路比指标 |
| 5.2.1 多馈入系统广义短路比回顾 |
| 5.2.2 广义运行短路比 |
| 5.3 概率稳定裕度及求解方法 |
| 5.3.1 D稳定和概率D稳定 |
| 5.3.2 求解概率D稳定问题的广义矩方法 |
| 5.3.3 多馈入系统小干扰概率稳定裕度评估步骤 |
| 5.4 算例分析 |
| 5.4.1 系统基本参数 |
| 5.4.2 广义运行短路比有效性分析 |
| 5.4.3 基于广义矩的概率计算方法有效性分析 |
| 5.4.4 方差大小对广义运行短路比概率的影响 |
| 5.4.5 网络参数对广义运行短路比概率的影响 |
| 5.5 结论 |
| 6 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 研究工作展望 |
| 参考文献 |
| 附录A 设备侧小信号雅克比传递函数矩阵 |
| 附录B 系统仿真参数 |
| 攻读博士期间取得的论文成果 |
| 已发表论文 |
| 已投稿论文 |
（8）突发事件紧急通讯语言信息标准化研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内研究现状 |
| 1.3 国外研究现状 |
| 1.4 研究现状评述 |
| 1.5 研究内容与方法 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法 |
| 1.6 研究的技术路线 |
| 2 相关概念与理论 |
| 2.1 突发事件概念与性质 |
| 2.2 信息及信息传递 |
| 2.2.1 信息概念与性质 |
| 2.2.2 信息传递 |
| 2.3 紧急通讯模型简介 |
| 2.4 灰色聚类评估 |
| 2.5 本章小结 |
| 3 紧急通讯语言信息模型构建 |
| 3.1 紧急通讯语言信息影响因素 |
| 3.2 事故信息的提取 |
| 3.2.1 环境信息分析 |
| 3.2.2 事故特征分析 |
| 3.2.3 信息的提取流程 |
| 3.3 语言信息模型的建立 |
| 3.3.1 概述 |
| 3.3.2 模型介绍 |
| 3.4 本章小结 |
| 4 紧急通讯语言信息的评估 |
| 4.1 权重的确定 |
| 4.1.1 权重分析方法 |
| 4.1.2 权重分析过程 |
| 4.2 信息完整度分析 |
| 4.2.1 信息完整度评价过程 |
| 4.2.2 评价结果 |
| 4.3 信息获取的难易程度分析 |
| 4.3.1 信息获取难易程度 |
| 4.3.2 综合分析 |
| 4.4 本章小结 |
| 5 紧急通讯语言信息标准化编制 |
| 5.1 语言信息标准化编制说明 |
| 5.1.1 语言信息标准化编制目的和意义 |
| 5.1.2 制定本标准的主要依据 |
| 5.1.3 标准中有关指标的说明 |
| 5.1.4 准则 |
| 5.2 语言信息的标准化正文 |
| 5.2.1 范围 |
| 5.2.2 规范参考依据 |
| 5.2.3 术语与定义 |
| 5.2.4 语言信息规范要求 |
| 5.2.5 过程控制 |
| 5.2.5.1 信息提取 |
| 5.2.5.2 信息传递 |
| 5.2.6 语言信息的规范表述 |
| 5.2.6.1 语言信息的规范性表述内容 |
| 5.2.6.2 事故报送时的规范性语言 |
| 5.2.7 教育培训 |
| 5.3 实例应用 |
| 5.3.1 事故概况 |
| 5.3.2 语言标准化处理 |
| 5.3.2.1 语言信息规范性内容 |
| 5.3.2.2 传递规范语言信息 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 Ⅰ |
| 攻读硕士研究生阶段成果 |
（9）基于蛋白质相互作用网络的聚类算法研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 蛋白质亚细胞定位预测算法研究 |
| 1.2.2 蛋白质相互作用网络聚类算法研究 |
| 1.2.3 疾病关联模块挖掘算法研究 |
| 1.3 本文主要工作与贡献 |
| 1.4 论文的组织结构 |
| 第2章 基于蛋白质相互作用网络的聚类算法研究概述 |
| 2.1 基础概念和功能注释 |
| 2.1.1 蛋白质 |
| 2.1.2 蛋白质相互作用 |
| 2.1.3 蛋白质复合物 |
| 2.1.4 基因本体功能注释 |
| 2.2 蛋白质相互作用网络相关理论知识 |
| 2.2.1 蛋白质相互作用网络数据 |
| 2.2.2 蛋白质相互作用网络的拓扑特征属性 |
| 2.2.3 网络的拓扑特征指标和聚类指标 |
| 2.3 蛋白质复合物预测算法评价指标 |
| 2.3.1 统计度量指标 |
| 2.3.2 生物意义评估指标 |
| 2.4 小结 |
| 第3章 基于多视窗特征的蛋白质亚细胞定位算法 |
| 3.1 问题描述 |
| 3.2 基于多视窗序列特征蛋白质亚细胞定位模型的框架结构 |
| 3.3 基于序列的蛋白质亚细胞预测模型 |
| 3.3.1 基于混沌游戏模型图形表示的特征表示方法GCGR |
| 3.3.2 基于统计信息理论的特征表示方法NSI |
| 3.3.3 酉距离 |
| 3.4 实验及结果分析 |
| 3.4.1 数据集及预处理 |
| 3.4.2 评估度量指标与参数优化 |
| 3.4.3 快速模型预测效果 |
| 3.4.4 多视窗特征模型对比实验 |
| 3.5 小结 |
| 第4章 基于核心-附属结构的蛋白质复合物挖掘算法 |
| 4.1 问题描述 |
| 4.2 基于核心-附属结构复合物挖掘模型的框架结构 |
| 4.3 基于核心-附属结构的复合物识别方法CFOCM |
| 4.3.1 基本术语和新聚类亲和函数 |
| 4.3.2 蛋白质复合物核心挖掘算法 |
| 4.3.3 相似复合物核心的合并策略 |
| 4.3.4 附属蛋白质的筛选算法 |
| 4.3.5 CFOCM的优势 |
| 4.4 实验及结果分析 |
| 4.4.1 数据集 |
| 4.4.2 性能评估 |
| 4.4.3 参数的优化 |
| 4.4.4 与其他的预测算法进行实验比较 |
| 4.4.5 功能注释的有效性验证 |
| 4.4.6 功能富集分析和预测复合物实例 |
| 4.5 小结 |
| 第5章 基于多目标进化计算的疾病关联模型挖掘算法 |
| 5.1 问题描述 |
| 5.2 基于多目标进化计算的聚类模型的框架结构 |
| 5.3 基于多目标进化计算的疾病关联模型挖掘方法MPSOPC |
| 5.3.1 疾病关联复合物的目标函数和建模 |
| 5.3.2 多目标离散粒子群优化算法 |
| 5.3.3 非疾病关联通用复合物识别算法GMPSOPC |
| 5.4 实验及结果分析 |
| 5.4.1 数据集及预处理 |
| 5.4.2 性能评估 |
| 5.4.3 通用复合物检测模型GMPSOPC对比实验分析 |
| 5.4.4 假阳性复合物分析 |
| 5.4.5 帕累托解集对不同目标函数值的统计量 |
| 5.4.6 复合物的疾病类别关联分析 |
| 5.5 小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间所发表的学术论文 |
| 附录B 攻读学位期间主要参与的课题 |
四、不确定性信息的概念、类别及其数学表述（论文参考文献）
- [1]基于技术成熟度的确信可靠性分配方法[J]. 陈志聪,康锐,祖天培,张清源. 系统工程与电子技术, 2022(01)
- [2]大学生网络交互的行为空间构建、轨迹预测及引导研究[D]. 朱镇远. 吉林大学, 2020(03)
- [3]复杂不确定动态系统的状态估计与滑模控制研究[D]. 高亚斌. 哈尔滨工业大学, 2020
- [4]地下金属矿山顶板冒落区域危险性预测技术研究[D]. 王子健. 中国地质大学(北京), 2020(04)
- [5]源荷双侧模糊随机环境下风险调度方法研究[D]. 殷加玞. 华北电力大学(北京), 2020(06)
- [6]小麦赤霉病及白粉病多尺度遥感监测方法研究[D]. 刘林毅. 中国科学院大学(中国科学院空天信息创新研究院), 2020(06)
- [7]数据驱动的高比例可再生能源电力系统不确定性分析研究[D]. 王冠中. 浙江大学, 2019(01)
- [8]突发事件紧急通讯语言信息标准化研究[D]. 贾宁博. 西安建筑科技大学, 2019(06)
- [9]基于蛋白质相互作用网络的聚类算法研究与应用[D]. 李波. 湖南大学, 2019(07)
- [10]遥感影像的信息量及不确定性研究[A]. 徐宏涛. 云南省测绘地理信息学会2017年学术年会论文集, 2017