专家选择算法的设计及系统实现

论文摘要

随着信息化在全球各个领域的进一步深入,人们逐渐意识到现有的技术手段已经不能够满足管理人员对于信息的种种需要。像决策支持系统、专家系统等一系列具有人工智能的辅助管理系统的出现很大程度上缓解了这个问题。相应地,近年来针对不同类型的实际问题,各种外挂专家池的管理辅助系统应运而生。但是,针对这类新生系统中的专家任务指派机制,国内、外的研究还处于起步阶段,由其导致的专家任务分配不合理也成为了造成此类系统工作效率不高的主要原因。因此,研究这类系统给专家池中的专家分配以具体任务的机制,将会对管理部门在实施信息化过程中,有效地管理和分配工作任务,减少由于拒绝评审、误评审而造成的进度延误、人力资源的浪费,以及降低人为干预评审程序的可能性等诸多方面都具有实际意义。本文的具体工作内容包括如下几点:首先,本文针对这一问题,在对国内、外同类问题的解决方法、思想加以研究比较的基础上,选择了一种适合于国内现有数据量情况的解决方法--模糊遗传算法;其次,基于这种方法,针对大型实际项目“辽宁省科学技术基金管理系统”所面临的实际问题,创造性的提出一整套针对此系统在其外挂专家池中进行专家选择的算法,并完成了相应系统的设计与实现;最后,拓展了算法的应用领域和能力,运用实际数据给予算法验证,并通过严格的数理证明以及实际数据测试,证明了算法的可行性和有效性。本文采用概念性研究、实际数据测试、数理证明等主要论证手段。本文算法以及系统设计是针对这一类问题的一种新的思考方式和尝试性的解决方案。对于今后此类算法的构建以及类似系统的实现,具有一定的借鉴作用。

论文目录

• 1 引言
• 1. 1 问题的提出
• 1. 2 国内、外研究现状及趋势
• 1. 2. 1 国外研究现状
• 1. 2. 2 我国的研究现状与不足
• 1. 3 研究内容及方法
• 1. 3. 1 本文具体工作方向及研究内容
• 1. 3. 2 本文篇章结构设置
• 2 模糊逻辑与遗传算法介绍
• 2. 1 模糊逻辑介绍
• 2. 1. 1 事物的模糊性
• 2. 1. 2 模糊集合的概念
• 2. 1. 3 隶属度函数
• 2. 1. 4 模糊关系矩阵
• 2. 2 遗传算法介绍
• 2. 2. 1 遗传算法的发展历程
• 2. 2. 2 遗传算法的寻优功能介绍
• 2. 3 基于遗传算法的模糊寻优介绍
• 2. 3. 1 方法的发展
• 2. 3. 2 方法的优点
• 3 算法的分析与设计
• 3. 1 基于模糊评价的遗传算法系统的一般性描述
• 3. 2 对于本问题算法的描述
• 3. 2. 1 问题的描述
• 3. 2. 2 问题涉及的定义
• 3. 3 算法的设计
• 3. 3. 1 框架算法的选择
• 3. 3. 2 模糊关系矩阵的构建
• 3. 3. 3 问题的评价空间
• 3. 3. 4 问题的目标函数
• 3. 3. 5 编码方式
• 3. 3. 6 初始种群的设定
• 3. 3. 7 复制操作符的设计
• 3. 3. 8 交叉操作符的设计
• 3. 3. 9 变异操作符的设计
• 3. 4 遗传算法的早熟控制
• 4 算例系统的设计与实现
• 4. 1 算例系统的背景系统
• 4. 1. 1 顶层系统--辽宁省自然科学基金管理系统
• 4. 1. 2 父系统--同行评议管理系统
• 4. 2 系统功能设计
• 4. 3 系统的结构设计
• 4. 4 系统的算法描述
• 4. 4. 1 目标函数的描述
• 4. 4. 2 遗传算法过程的描述
• 4. 5 本算法的核心程序编码
• 4. 6 系统界面设计
• 4. 7 专家拒评的后续处理
• 5 算法有效性分析
• 5. 1 算法收敛性证明
• 5. 2 算例的运算与比较
• 5. 2. 1 实际算例的运算
• 5. 2. 2 不同参数值下算例的运算情况
• 5. 3 算例快速收敛性的验证
• 6 结论
• 6. 1 本文工作情况及成果
• 6. 2 本文不足之处
• 参考文献
• 附录
• PartⅠ 不同学科之间的相关性矩阵：
• PartⅡ 保优遗传算法收敛性的详细证明过程：
• PartⅢ 算例数据全表：
• 致谢
• 攻读硕士学位期间发表的学术论文和取得的科研成果