模糊环境下供给对安全库存的影响

安全库存是管理供应链中不确定性的重要手段.基于可信性理论,研究了模糊需求下给定订货提前期和模糊提前期两种情形下供应链节点企业安全库存的确定问题,分析了供给不确定对安全库存的影响,并与随机需求下的相关问题作了比较分析.     

基于模糊智能信息系统的设计与实现

在不确定环境下，数据库所提供的信息常常被作为决策制定和问题求解的输入信息。在实际应用中，对于具有不确定性的事务或非精确数据的处理，一般使用近似推理的方法来解决。本文中介绍的模糊智能信息系统模型是建立在关系数据库概念、模糊集理论和概率分布基础上的，并且系统中使用的模糊逻辑可在不确定环境中满足其信息处理的需要。     

基于Vague集的工程项目发包模式选择决策研究

针对工程项目发包模式选择影响因素众多、过程复杂、不确定性等特点,将其视为一个模糊多属性群决策问题.在分析并确定项目发包模式决策属性集的基础上,提出基于Vague集的多属性群决策方法,采用Vague集中真假隶属度和未知度描述对发包模式的满足/不满足程度和犹豫程度,解决发包模式优选过程中的模糊性和不确定性问题,引入Vagu...     

贝叶斯网络在车辆状态远程故障诊断系统中的应用

为了解决车辆状态远程故障诊断系统中的不确定性问题,提出了一种基于贝叶斯网络模型的故障诊断方法．这种故障诊断方法可在输入数据不完备,甚至含噪的情况下,充分利用贝叶斯网络的先验知识以及建模学习能力和概率推理算法来应对不确定性问题的表示和推理,完成系统的故障诊断．实验结果表明,贝叶斯网络方法在车辆故障诊断速度、准确性方面优于传统的基于BP算法或RBF算法的诊断方法,并且提高了故障诊断系统的鲁棒性．     

模糊粗糙集的扩张定理

模糊粗糙集(FR)是基于知识的不确定性提出来的，由于其处理信息系统中知识的不完善、不确定问题较粗糙集和模糊集有其自身的优点，近年来模糊粗糙集理论越来越受到国际学术界的关注，文章所讨论了模糊粗糙变换的性质并用模糊粗糙变换的保并性质证明了模糊粗糙集的扩张定理。     

生产线故障诊断知识引擎系统的集成推理方法

针对大型复杂连续性生产流水线设备所具有的多部件结构、多层次故障症状、故障的不确定性等特点及对其状态监测和故障诊断的实时性要求,在设计了基于综合动、静隶属度运算的模糊识别法和基于神经网络的并行运算方法的基础上,研制了生产线故障诊断知识引擎系统的集成推理机制,突破了只有单一推理方法的诊断系统在领域知识和推理能力方面的局限性,提高了智能诊断系统对偶然性和不确定性问题的诊断能力,同时在一定程度上解决了诊断系统对生产流水线所具有的大量的状态参数和控制信号等知识获取的"瓶颈"问题以及由此而来的快速推理难题,使该智能诊断系统具有在线实时诊断能力.     

基于描述逻辑的模糊软集参数转换算法

通过应用模糊描述逻辑FALC (fuzzy attribute language and complement)表示问题领域和模糊软集参数知识,丰富模糊软集参数的语义;利用描述逻辑的推理能力,通过设计模糊软集转化算法,将原始模糊软集转化为符合查询决策参数语义的模糊软集,提高了模糊软集决策支持能力.     

基于Petri网的不确定时间工作流成本分析

为了实现对不确定时间工作流Petri网的成本控制,在原型Petri网的基础之上,基于模糊理论,通过建立模糊时间Petri网,实现对不确定性时间信息的全面描述.在考虑工作流具体运作的情况下,扩展模糊时间Petri网,设定定义在变迁集上的价格函数,从而提出不确定时间价格Petri网.而后规定了该网的化简规则和算法,并通过实例演算该流程.     

咨询型专家系统中的模糊推理

本文讨论了运用模糊逻辑进行不精确推理和用模糊数来表示不确定性等问题。并将这种推理方法应用于咨询型专家系统中,使得在这类专家系统的人机对话中采用自然语言成为可能。     

水资源集对分析理论与应用研究进展

集对分析是利用结构式的联系数描述和处理系统不确定性问题的一类智能计算的新理论和新方法,基于处理不确定性问题的显著特点,开始被广泛应用于许多学科领域。水资源系统包含了随机性、模糊性等多种不确定性,集对分析是处理水资源确定不确定系统问题的理想的系统分析方法。从理论和应用研究方面对水资源集对分析进行了系统的综述,结果表明:联系数结构式是集对分析方法的重要创新,但其差异度系数的不确定性造成联系数运算的不确定性和复杂性,在一定程度上限制了集对分析理论体系的建立和发展,需要进一步加强水资源集对分析的理论基础研究,不断加深、拓宽和完善集对分析的理论体系。     

模糊点的等价类积分及在数学建模中的应用

献[1]中对模糊集用等价类做了刻划，在此基础上首先创立了度量模糊子集A中全体元素总体上的模糊程度及平均模糊程度的概念，称这两个概念分别为模糊点类积分和核浓度．给出了模糊点类积分和核浓度的性质及推导过程．最后通过一个实例简述了模糊点类积分和核浓度在数学建模中的应用。     

基于二型模糊集的多重多维多输出模糊推理模型及Mamdani算法

模糊推理是模糊控制技术的数学核心,二型模糊集的模糊推理是研究二型模糊逻辑系统的基础。类似一型模糊集模糊推理的Mamdani算法,研究并给出了二型模糊集的多重多维多输出模糊推理模型及相应的Mamdani算法。     

基于模糊推理L-系统的植物生长模拟研究

L-系统应用于模拟植物生长时,难以从植物学知识归纳、抽象出有关植物生长的语言式描述鲻规则,提出了基于语言描述的模糊推理方法来建立产生式规则的构造方法.介绍了从对植物生长的语言描述出发构造相应的模糊集合,进行模糊推理构造出L-系统产生式的方法.给出了主要的产生式规则和编程实现的模拟结果,仿真结果符合现实植物营养生长的“慢-快-慢”的基本生长规律,表明基于模糊推理的L-系统方法模拟植物的生长过程是可行的,避免复杂的植物生长机理建模.     

模糊推理算法的研究进展

随着模糊集的产生与发展,模糊推理已经成为计算智能领域的重要组成部分。对于模糊推理的基本问题,国内外学者进行了广泛研究,提出多种模糊推理算法。为了深入理解各种模糊推理算法,综述了模糊推理算法的研究进展,重点分析CRI方法、模糊推理的全蕴涵三I算法、基于相似度的模糊推理算法以及真值流模糊推理的现状及进展,希望能为模糊推理算法的研究提供引导作用。     

一种基于未知度的区间值加权模糊推理方法

基于Vague集未知度给出一种新的区间值加权模糊推理方法,将精确量的推理规则区间值模糊化,并给出加权的基于Vague集未知度的相似度量方法,用以确定事实为区间值的模糊控制匹配函数,通过实例分析表明,该推理方法过程比较简单,具有较好的实用价值。     

二型模糊系统在音频信号分类中的应用

针对数字音频信号分类问题提出了基于二型模糊集合理论的C均值聚类算法,并在此基础上应用跳跃基因遗传算法对聚类得到的初始模糊模型进行优化,最后采用向量相似性测度准则对优化后的模糊规则集合进行简化,得到最终的模糊分类器模型。与传统的一型模糊集合相比,二型模糊集合可以掌控更多的不确定性信息。基于二型模糊集合理论的C均值聚类算法对样本分布不均匀、结构不规则的样本集的聚类效果更精确。实例仿真结果对比显示,应用二型模糊C均值聚类算法的音频信号分类器比应用一型模糊C均值聚类算法的分类器得到的分类结果更准确。     

网络入侵检测中的不确定性推理方法

在分析常规的入侵检测方法难以适应网络环境的问题及用途信息和专家知识的模糊性和不确定性基础上,提出将人工智能中的不确定性推理方法应用于网络入侵检测系统,给出了一种基于模糊关系的不确定性的传播方法,该方法可处理在入侵检测中遇到的模糊的、不确定的信息,从而有效地判断出用户的入侵行为。     

基于知识维度的核心竞争力评价指标体系研究

在阐述核心竞争力的内涵之后，在基于知识的维度给出了一个评价核心竞争力模型，该模型采用二级模型综合评判的方法，尝试将企业核心竞争力的指标体系量化，使企业能够认识并识别自己的核心竞争力，为企业塑造自己的核心竞争力奠定坚实的基础。     

BP神经网络的模糊改进及应用

描述了人工神经网络和模糊推理系统的基本原理,分析了基于人工神经网络和模糊推理方法的故障诊断专家系统的设计思想,提出了一种人工神经网络和模糊推理技术相结合的故障诊断方法——模糊神经网络法.人工神经网络通过对部分测量数据的处理,输出故障出现的可信度,实现系统的故障诊断.模糊推理部分通过对输入输出的模糊表示,结合神经网络的推理,给出故障的程度,实现故障诊断.     

二型模糊集模糊推理方法的单调性

模糊推理是蓬勃发展中的模糊控制技术的数学核心,二型模糊集的模糊推理是研究二型模糊逻辑系统的基础。各种模糊推理方法都具有单调性,从而导致人们当使用这些模糊推理方法时,应首先判明所讨论问题领域的推理是否具有相应的性质,否则可能导致不恰当的推理结果。