文章推荐 | JCCE第二卷第二期上线发布

文章题目：

Machine Learning-Based Intrusion Detection System: An Experimental Comparison

基于机器学习的入侵检测系统：一个实验性的比较

作  者：

Imran Hidayat

Edinburgh Napier University, UK

Muhammad Zulfiqar Ali

University of Glasgow, UK

Arshad Arshad

Glasgow Caledonian University, UK

摘   要：

最近，网络正朝着自动化方向发展且变得越来越智能。随着大数据和云计算技术的出现，很多很多的数据正在互联网上产生。每天都有数以百万亿计的数据从网站、社会媒体，或互联网中产生。随着越来越多的数据产生，网络攻击的持续威胁也在增加。一个入侵检测系统（IDS）被用来检测网络中的此类攻击。IDS能够检查数据包头和数据，并根据数据包的内容来判定流量是异常的还是正常的。在这项研究中，机器学习技术被用于入侵检测目的。特征选择也被用于高效和最佳的特征选择。该研究提出了一种由皮尔逊相关系数和随机森林模型组成的混合特征选择技术。对于机器学习（ML）模型，决策树、AdaBoost和K-nearest邻居在TON_IoT数据集上被训练和测试。该数据集是新的，包含新的和最近的攻击类型和特征。对于深度学习（DL），多层感知器（MLP）和长短期记忆（LSTM）被训练和测试。该评估是在准确率、精确率和召回率的基础上进行的。从结果中可以得出结论，决策树和多层感知器为机器学习和深度学习都提供了假阳性和假阴性率较低的最佳准确度。从结果中还可以得出结论，机器学习技术对检测网络中的入侵是有效的。

文章链接：

https://ojs.bonviewpress.com/index.php/JCCE/article/view/270

文章题目：

Analysis of Maclaurin Symmetric Mean Operators for Managing Complex Interval-Valued q-Rung Orthopair Fuzzy Setting and Their Applications

管理复杂区间值q-Rung正交模糊设置的Maclaurin对称均值算子的分析及其应用

作  者：

Tahir Mahmood

International Islamic University, Pakistan

Zeeshan Ali

International Islamic University, Pakistan

摘   要：

风险被证明是具有可测量可能性的未知数，而并发症则要求是没有重大可能性的结果的未知数。这些概念有关联，但并不完全相同。在使用模糊集理论的决策策略中，模糊性和风险是密切相关的概念。同样，麦克劳林对称均值（MSM）也有很大的好处和价值，可以用来将属性族累积成一个单子集。为了提高研究工作的优越性，在这种情况下，我们采用了复杂区间值q-rung正交模糊（CIVq-ROF）设置的信息理念，并采用MSM这一宝贵工具来展示CIVq-ROF MSM（CIVq-ROFMSM）、CIVq-ROF加权MSM（CIVq-ROFWMSM）、CIVq-ROF双重MSM（CIVq-ROFDMSM）、 和CIVq-ROF加权双MSM（CIVq-ROFWDMSM）算子。为了验证所发明的策略在不同参数值下的优越性，我们还探讨了几个具体案例。最后，在多属性决策（MADM）技能的帮助下，我们确定了在存在描述源的情况下，使用决策过程的有益的最佳选择。在本分析的最后，还简化了发明的方法。与许多现有方案的比较显示了所提方法的优势和能力。

文章链接：

https://ojs.bonviewpress.com/index.php/JCCE/article/view/164

文章题目：

Optimal Site for Aquaculture Farming: An Elimination Decision Approach

水产养殖业的最佳地点：消除决策方法

作  者：

Lazim Abdullah

Universiti Malaysia Terengganu, Malaysia

Noor A. Awang

Universiti Teknologi MARA, Malaysia

Pui T. Liow

Universiti Malaysia Terengganu, Malaysia

Wan R. Wan Mohd

Universiti Malaysia Terengganu, Malaysia

摘   要：

确定水产养殖场地的最重要因素之一是水质。选出拥有最佳水质的地点是为养殖出最优质的鱼。然而，选择水产养殖的最佳地点不能只根据水质的一个参数。相反，一些水质参数，如pH值和溶解氧水平，应在选择过程中加以考虑。因此，本研究采用消除和选择转化现实 (ELECTRE)方法，用五个水质参数或标准对四个潜在的水产养殖地点进行排名。这个研究邀请了三位水产养殖专业人员的决策者，根据所考虑的水质标准，用实际编号的语言术语来评价这些地点的合理性。同时应用ELECTRE方法的八个计算步骤来寻找 出最佳地点。研究结果表明，A4号地点比其他三个地点是更有优势的，这也证明了马兰河是水产养殖的最佳地点。这项研究的结果可供当地渔业部门在建议新的水产养殖地点时使用。

文章链接：

https://ojs.bonviewpress.com/index.php/JCCE/article/view/295

文章题目：

A Model for New Product Development in Business Companies Based on Grounded Theory Approach and Fuzzy Method

基于基础理论方法和模糊方法的商业公司新产品开发模型

作  者：

Mahyar Nezhadkian

Payam Noor University, Iran

Seyed Mohammadtaghi Azimi

Guangzhou University, China

Andrea Ferro

University of Padova, Italy

Amir Hossein Nafei

National Taipei University of Technology, China

摘   要：

本研究旨在用基础理论方法和模糊法为商业公司的新产品开发提供一个模型。本研究是在定性方法的框架下采用基础理论方法进行的，所需的数据是通过对专家的深度访谈收集的。这些研究专家包括市场营销方向的大学教授和北京的高级管理人员。这个系统化的方法有三个主要阶段，如开放编码、轴向编码和选择性编码。研究结果表明，质量和技术改进是基本主题，品牌和客户是原因条件，企业的营销活动是策略，规则透明和现有标准是统治背景，管理-促销活动是干扰因素，新产品和建立信任是范式模型的结果。

文章链接：

https://ojs.bonviewpress.com/index.php/JCCE/article/view/260

文章题目：

Evaluation of the Convincing Ability through Presentation Skills of Pre-Service Management Wizards Using AI via T2 Linguistic Fuzzy Logic

通过T2语言学模糊逻辑，利用人工智能对服务前管理向导的演示技能进行说服能力的评估

作  者：

Priyanka Dey

Haldia Institute of Technology, India

Dipak Kumar Jana

Haldia Institute of Technology, India

摘   要：

在任何领域，无论是政治、商业还是家庭，要成为一个成功的管理向导，说服力是最理想的特质之一。他们需要以这种令人信服的方式陈述各种事实，战略性地运用语言和非语言沟通，使所有被说服的人都同意他们的建议，并非常顺利地实现他们的目标。迄今为止，这种演示评估技能一直以各种方式进行衡量，而不太强调各种风格的增强属性。因此，在本文中，我们提出了一种交流方法，即以区间类型-2模糊逻辑为中心，通过受影响的听众的积极反应来评估演讲者/交流者的说服力。这是对一群即将成为工商管理硕士的学生进行的研究。这里也显示了目前的评估程序比以前建议的方法的优势。

文章链接：

https://ojs.bonviewpress.com/index.php/JCCE/article/view/158

文章题目：

A Study of Time Series Forecasting Enrollments Using Fuzzy Interval Partitioning Method

使用模糊区间划分法的时间序列预测入学率研究

作  者：

Rabia Hanif

PMAS Arid Agriculture University, Pakistan

Saima Mustafa

PMAS Arid Agriculture University, Pakistan

Shafqat Iqbal

Guangzhou University, China

Sajawal Piracha

Government College University, Pakistan

摘   要：

时间序列是一个具有数字数据的元素序列，按顺序排列，有固定的时间间隔。时间序列常被用于统计、招生、信号处理、计量经济学、数学金融和天气预报。它可以帮助我们预测和预报不同领域的时间序列数据。文献中有许多预测入学率的方法，这些方法在统计学和计量经济学领域被广泛应用和呈现。我们在研究中使用的一种稳健方法是移动平均线。它有助于在时间序列数据中出现模糊性时对数据进行预测，而这种模糊性在清晰的时间序列预测中是不合适的。为了摆脱这个问题，模糊区间划分方法被证明是更适合产生准确的结果。这项研究的重点是克服脆性方法的失败，并展示模糊区间划分方法的使用。模糊区间划分法与其他区间划分方案不同，因为它指定了语言值而不是数值。它也被用来处理不确定的条件。所以，模糊区间划分提高了数据的利用率，也计算出了更高的预测准确率。除了这项研究，我们还使用了定量方法和模糊移动平均法与区间划分法。然后我们比较了移动平均模型和移动平均与模糊区间划分方法在预测入学率方面的效率。

文章链接：

https://ojs.bonviewpress.com/index.php/JCCE/article/view/159

文章题目：

A New Neutrosophic Algebraic Structures

一种新的中性代数结构

作  者：

Riad K. Al-Hamido

Al-Furat University, Syria

摘   要：

一种新的中子代数结构的方法在研究中被讨论，这将为研究人员打开关于中子代数结构的新研究的大门。在这项工作中，我们以一种新的方式定义了新的嗜中性群（半群，单体）和新的嗜中性子群（子半群，子单体），它比以前的版本更自然，我们讨论了这些新的嗜中性概念的一些特性。此外，我们还讨论了新的中子代数结构与其他经典的中子代数结构的关系，并证明了一些结果。最后，我们介绍了一个新的中性组（NeutroGroupoid）和新的中性组（NeutroSemiGroup）。

文章链接：

https://ojs.bonviewpress.com/index.php/JCCE/article/view/213

文章题目：

Implementation of Artificial Intelligence in Agriculture

人工智能在农业中的实施

作  者：

Shivangi Sharma

Lakshmi Narain College of Technology and Sciences, India

Kirti Verma

Lakshmi Narain College of Technology, India

Palak Hardaha

Lakshmi Narain College of Technology and Sciences, India

摘   要：

农业对经济有重大贡献。农业自动化是一个令人关注的主要原因，也是全世界一个相对较新的现象。世界人口正在迅速增长，导致对粮食和劳动力的需求增加。然后农民的惯用技术是不足以实现这些目标。因此，新的自动化技术被开发出来。这些创造性的举措满足了粮食需求，同时也为大量的人提供了工作机会。因为人工智能（AI）的出现，农业已经发生了变化。这一战略使农业生产免受各种威胁，如天气、人口增长、劳工权利和粮食安全问题。这其中的主要问题是人工智能在农业中的大量应用，如灌溉、除草、用不同的传感器或其他方式植入机器人和无人机的喷洒。这些技术限制了水、杀虫剂和除草剂的使用，保护了土壤肥力，并有助于有效利用劳动力，从而提高产量和质量。许多研究人员努力快速了解农业自动化的现状，包括使用机器人和无人机的除草系统。探讨了两种自动化除草策略以及几种土壤水感应技术。无人机被运用于喷洒和作物监测的众多方法。在本文中，我们还讨论了人工智能应如何与其他技术和人工智能的应用相结合，以解决农业的挑战。

文章链接：

https://ojs.bonviewpress.com/index.php/JCCE/article/view/174

文章题目：

Discrete Fix up Limit Model of a Device Unit

设备单元的离散修复极限模型

作  者：

Tijjani Ali Waziri

Bayero University, Nigeria

Alhassan Ibrahim

Bayero University, Nigeria

摘   要：

有时，由于某些原因，故障设备不能在精确的极限时间内被完全修复。本文解决了在预计的离散精确极限时间内完成故障设备单元的修复行动的问题。基于修复极限策略，为设备构建了一个离散的修复极限模型。为了简单说明所构建的修复极限模型，本文提供了一个数值实例，以研究所构建模型的特性。

文章链接：

https://ojs.bonviewpress.com/index.php/JCCE/article/view/166

文章题目：

Development of a Statistical Reliability-Based Model for the Estimation and Optimization of a Spur Gear System

为正齿轮系统的估计和优化开发基于统计学的可靠性模型

作  者：

Daniel Aikhuele

University of Port Harcourt, Nigeria

摘   要：

本文提出了一个基于应力强度定理的统计模型，用于估算和优化嵌入（运行）在机械装置中的正齿轮系统。首先，该模型被用来估计系统中的弯曲应力和接触压力分布的变化，一些研究已经证实这是正齿轮系统的主要故障源（故障模式）。然后通过嵌入模型的统计可靠性分析方法确定应力和强度分布的最佳变化值以及正齿轮系统的可靠性，这也被称为主动式方法。主动方法主要应用于评估和预测系统故障。分析的计算结果表明，应力分布函数越高，正齿轮系统的可靠性就越低。另外，正齿轮系统的分布强度函数为696.3MPa，平均值为100MPa，最佳应力值在0-369.5MPa之间。

文章链接：

https://ojs.bonviewpress.com/index.php/JCCE/article/view/153