基于云隶属度支持向量机的舰船购置费时间序列预测

模糊支持向量机降低了传统支持向量机对异常点的敏感度,但其模糊隶属度函数对样本点的分类缺乏模糊性,影响舰船购置费预测的精度。因此,利用云理论能够科学表达模糊性的特点,设计了一种面向异常点模糊分类的云隶属度发生器;在支持向量机中引入这种云隶属度发生器,提出了一种基于云隶属度的支持向量机算法;构建了基于云隶属度支持向量机的舰船购置费时间序列预测模型。实验证明：该算法模糊地降低了模型对异常点的敏感度,并自适应地对支持向量约束水平进行寻优,提高了舰船购置费预测的精度。     

基于隶属度的数据库模糊结果排序方法

数据库模糊查询会产生很多查询结果,因此有必要将查询结果按照用户需求进行排序。首先给出了模糊查询定义,然后根据模糊集理论提出了基于隶属度的模糊查询结果排序方法,该方法综合考虑了查询指定的属性权重和查询结果对模糊查询的隶属度。实验及分析证明,提出的模糊查询结果排序算法能够较好地满足用户需求,具有较高的排序质量。     

基于模糊神经网络的深基坑变形预测

针对深基坑变形控制系统中的不确定性、模糊性因素多的问题,将模糊控制理论与神经网络技术相结合,采用非线性神经元构成的神经网络结构,把对应的网络输入、输出表达为输入、输出信息的模糊数隶属度,建立了一种基于模糊神经网络的深基坑施工变形预测模型.结果表明,利用模糊度隶属函数对基坑施工进行动态控制具有较好的实用效果.     

基于云理论的企业市场竞争定位模糊识别

运用正态隶属云代替传统模糊识别方法中精确的隶属函数,构建了相关正态云模型,对云理论在经济管理领域中的应用做了初步探讨。并对企业市场竞争性定位进行识别,克服了由于隶属度确定的唯一性所导致的最终失去模糊性的理论缺陷,从而使获得的判识结论更加合理且贴近实际。     

基于云模型的道路交通安全等级评价

针对道路交通安全等级评价具有的模糊性和随机性特性,提出了道路交通安全等级云模型评价方法.通过分析道路交通安全的影响因素,确定评价指标及标准;计算出每个评价指标的云数字特征,生成各指标云模型;评价实测数据,由最大隶属度的加权值确定道路安全等级.对西安市二环路实测数据进行评价,评价结果为:东二环、南二环、北二环路道路交通较安全,隶属度U(Ⅱ)分别为:0.404 8、0.609 8和0.497 6;西二环路道路交通基本安全,隶属度U(Ⅲ)为0.621 2.对比灰色评价法和模糊数学法,云模型法不仅能反映出道路交通安全等级,更能精确反映所隶属等级的确定度.     

基于隶属度函数平均值的阈值分割算法

针对图像模糊集模型的构造问题,提出一种基于模糊隶属度函数平均值的阈值分割算法。该算法采用加权平均算子对5种已有的模糊隶属度值进行集结,得到一个模糊隶属度值,从而将图像转化为一个模糊集合,再以指数型模糊散度为目标函数寻找最佳阈值。仿真结果显示了该算法的有效性。     

基于相对隶属度的模糊信息的多目标决策法

针对模糊信息的多目标决策问题，基于模糊集理论，首先，将决策者的主观偏好信息所隐含的目标权重通过一个线性规划模型计算出来。其次，借助每一方案与最优、最劣方案的综合加权距离，求得每个方案相对与最优方案的相对隶属度，提出了基于相对隶属度的模糊信息的多目标决策的相对隶属度法对方案进行择优和排序。最后，通过算例说明方法的可行性和实用性。     

基于隶属度转换算法的矿业投资决策模糊评价

矿业投资是一种风险投资,评价过程中存在很多不确定性和模糊性。采用基于熵的数据挖掘方法,通过挖掘隐藏在各指标隶属度中关于目标分类的知识信息,厘清目标分类与指标隶属度之间的关系,通过定义指标区分权清除指标隶属度中对目标分类的冗余值,提取有效值计算目标隶属度。新的隶属度转换算法经过"一有效、二可比、三合成"三个计算步骤,简记为M(1,2,3),由此构建隶属度转换新算法并用于矿业投资决策模糊评价中。实例分析表明,判定结果较为理想,具有较高的置信度。     

基于改进的算术平均算子的阈值分割算法

针对图像模糊集模型的构造问题,提出一种基于改进的算术平均算子的阈值分割算法。该算法先对指数型限制等价函数进行修正,然后选取5种代表性的隶属度函数,剔除最大和最小的隶属度值,采用算术平均算子对剩余的模糊隶属度值进行集结,将灰度图像转化为一个模糊集合,再以α-型模糊散度为目标函数寻找最佳阈值。仿真结果表明,该算法比其他算法准确率更高,分割效果更好。     

基于2型模糊集的模糊综合评判

利用隶属度本身具有的模糊性，详细介绍了2型模糊集，并引入了基于2型模糊集的综合评判模型，给出了应用实例。结果表明，基于2型模糊集的模糊综合评判对信息的利用率大大提高，对模糊现象的刻画也更加深刻。     

模糊判断在网络安全风险评估中的应用研究

针对网络安全风险评估过程中的模糊性问题,在分析了网络安全风险要素的基础上,将模糊判断运用于网络安全风险评估中,利用模糊隶属度理论把定性指标合理的定量化,进而将定性与定量评价相结合,得到了一种综合化程度较高的评价方法.最后以示例来说明模糊评价法的具体应用.     

基于2型模糊集的模糊综合评判

利用隶属度本身具有的模糊性,详细介绍了2型模糊集,并引入了基于2型模糊集的综合评判模型,给出了应用实例.结果表明,基于2型模糊集的模糊综合评判对信息的利用率大大提高,对模糊现象的刻画也更加深刻.     

云综合评判模型在区域水资源承载力评价中的应用

为有效评价区域水资源承载力,建立了基于云理论的综合评判模型,将不确定性概念的模糊性和随机性有机地结合在一起,既用隶属函数描述了评价等级的模糊性,又利用超熵概念充分考虑了隶属度本身存在的随机性.将云综合评判模型应用于洮河水资源承载力研究中,并同传统模糊综合评判、可拓评价法进行比较.结果表明,该模型有效可行,并能体现出评价的不确定性.     

一类方案评价模型

模糊综合评判是通过模糊变换原理和最大隶属原则，考虑与被评价对象相关的多种因素，最终对其作出综合评价。为避免失效情况的出现，可运用模糊数学工具，建立评价模型，通过计算各方案隶属于优等方案的隶属度，得到对各方案的客观评价，并通过对所得隶属度的大小排序，得到各方案的优劣顺序。     

模糊逻辑：现代逻辑应用的一支奇葩

传统数学和逻辑都是以精确性著称的,这种精确性建立在经典集合论和二值逻辑的基础上,但对于类属边界和性态不确定的事物及其概念,运用“非此即彼”的二值逻辑是无法解决的。美国控制论学家扎德提出模糊集合理论。他认为,要解决上面的难题,就必须超越精确数学和二值逻辑的视野：外延精确的概念通常用普通集合来描述,模糊概念应该用相应的模糊集合来描述。扎德的模糊逻辑理论中,“隶属度”和“隶属函数”是非常重要的概念,是用数学方法描述模糊性的关键。模糊逻辑在人工智能和解决高级管理决策等方面得到广泛应用。     

基于T-S模糊模型的隶属度函数学习算法

模糊规则的提取和模糊隶属度函数的学习是模糊系统设计中重要而困难的问题。文中探讨了Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊模型的隶属度函数学习问题,建立了基于模拟退火的模糊隶属度函数学习算法,给出了用于验证该算法有效性的仿真实例。     

GIOWA算子在直觉模糊多属性决策中的应用研究

广义的导出有序加权平均（GIOWA）算子是一种有效的信息集结方法,对方案以模糊语言形式进行评估的多属性决策问题有重要的理论意义。采用GIOWA算子对隶属度值进行加权,进而对方案集进行优序排序。结合实例分析说明方法有效、可行。     

对“隶属度”的新探索

“隶属度”是应用模糊数学解决问题的关键。“隶属度”是用0—1之间的一个实数去度量事物的模糊程度。为了便于建立建筑工程估价系统,本文把“隶属度”推广到区间[0,k](k=1,2,3,……),推广后的隶属度称之为“名义隶属度”。     

基于模糊模式识别的高速公路交通事件的自动检测

通过模糊模式识别的方法,对高速公路交通事件进行自动检测。根据交通流量、速度和占有率,构造不同交通流状态的隶属函数,根据最大隶属度原则进行交通流状态的识别;构造3个变量的增量关于事件和非事件的隶属函数,根据最大隶属度原则进行事件的模糊识别。对算法进行离线性能评价,结果表明,模糊模式识别方法优于一般的事件自动检测(AID)方法,从而为AID提供了一种更科学有效的方法。     

模糊数学存在的问题及解决方法

指出模糊数学的问题是没有计算,因为支撑模糊集合转换的不是数学计算而是基于“取大取小”和“If…then”型模糊逻辑的专家系统。解决模糊数学问题的途径是,不借用“取大取小”和“模糊逻辑”等辅助性支撑条件来实现模糊集合转换,而是直接研究基于隶属函数的“不确定性转换”。做法是,用构造隶属函数的方法确定目标在单指标下具有某种状态程度的不确定性,进而用隶属度向量表征目标在单指标下的不确定性状态,并把确定目标在多指标下的不确定状态具体化为实现“指标隶属度到目标隶属度转换”。从分析指标隶属度中包含对目标分类的冗余值入手,通过建立一系列定理、推论揭示隶属度转换的非线性转换机理,由此构建实现隶属度转换的非线性计算方法。