摘要：介绍了在没有数据分布先验知识的情况下,用进化方法直接从训练数据中建立紧致模糊分类系统的方法。使用VISIT算法获取每个个体模糊系统,再用遗传算法从中搜索最优的模糊系统。规则和隶属函数是在进化过程中自动建立和优化的。为了同时有效地评价系统的精度和紧致性,用一个模糊专家系统作适应度函数。在2个基准分类问题上的实验结果表明了新方法的有效性。

摘要：提出了堆场翻箱问题的整数规划模型。对已知的初始堆码状态,在同一个贝位内翻箱,使其最终堆码状态满足积载计划规定的装船次序,目标是使翻箱次数最少。实验结果表明,该模型求解速度快,解的质量高。

摘要：支持向量机(SVM)作为一种有效的机器学习技术可以很好地处理平衡数据集,然而除了对噪声点和野点敏感以外,SVM在非平衡数据分类时会偏向多数类(负类)样本,从而导致少数类(正类)的分类精度变差。为了克服以上问题,提出了一种改进的模糊支持向量机(FSVM)算法。新算法在设计模糊隶属度时,不仅考虑样本到其所在类中心的距离,还考虑了样本的紧密度特征。实验结果表明,相对于标准SVM及已有的FSVM模型,新方法对于非平衡且含有噪声的数据集有更好的分类效果。

摘要：图像显示是VC++程序设计的一个重要环节。为克服VC++位图调用机制的缺陷,本文以内存映射文件为工具直接把磁盘上的位图文件装入内存设备描述对象,并设计了一个能够协调滚动条和显示窗口响应各种鼠标动作的CScrollWnd类,在对话框程序、SDI和MDI中均可调用该类,在指定区域以滚动窗口模式显示图像。实践证明了本方法的稳健性和有效性。