基于直觉模糊推理的态势预测方法

在作战辅助决策系统中,针对战场态势预测问题,提出一种基于直觉模糊推理的战场态势综合预测方法.分析了当前态势预测方法的特点与不足;建立了直觉模糊推理规则,设计了推理合成算法和解模糊算法,检验了推理规则的完备性,并引入态势指标的权重向量;最后通过态势预测中的一个具体仿真实例验证了该方法的有效性与合理性.     

基于QABC-IFMADM算法的有人/无人机编队作战威胁评估

信息化条件下有人/无人机编队作战环境具有高度不确定性,如何对目标进行快速有效的威胁评估成为亟待解决的问题.在直觉模糊集框架下,研究决策者对方案具有偏好,目标属性值为区间数且权重未知的评估问题,提出一种量子蜂群（QABC）优化属性权重的直觉模糊多属性决策（IFMADM）的威胁评估方法.首先,建立方案偏好模型;其次,综合考虑客观优化排序和决策者方案偏好信息,建立主客观最优属性权重优化模型,并采用量子蜂群算法优化属性权重,使得属性权重更准确地反映实际情况.最后,通过编队对地作战威胁评估算例验证了所提方法的合理性与有效性.     

基于直觉模糊决策的战场态势评估方法

针对战场态势评估问题,提出一种基于直觉模糊决策的评估方法.首先,将战场态势评估归结为一综合评价问题,建立了直觉模糊综合评判模型,并证明了该模型是归一化的.其次,建立了战场态势评估指标体系,讨论了评判指标的效用值计算等度量问题和指标值的规范化方法.再次,给出了利用德尔菲法与层次分析法相结合来确定和计算指标的权重向量的方法.最后,研究了联合防空作战过程的详细评估实例.仿真结果表明此方法对当前战场态势可给出有效的综合评价和理解,具有较高的可信性.     

直觉模糊信息下基于VIKOR和三支决策的多目标威胁评估方法

针对传统多目标威胁评估方法通常是二支决策,只能得到目标威胁排序,需要主观地划定威胁等级与选择作战目标数,不适应于复杂动态任务环境的问题,提出直觉模糊信息下基于VIKOR和三支决策的多目标威胁评估方法.首先,对动态直觉模糊威胁评估信息进行集结并求取属性权重;然后,通过VIKOR方法求取目标决策所需的条件概率;最后,通过评估信息构造各属性下目标的损失函数矩阵,集结得到目标的综合损失函数矩阵,计算综合阈值,得到决策规则.算例分析表明,所提方法能够有效地处理动态不确定目标态势信息,将传统方法的二支排序结果转变为三支分类结果;可以依据目标态势信息客观地选取作战目标.     

基于条件熵的直觉模糊条件推理

该文在利用隶属度和犹豫度计算直觉模糊逻辑命题真值的对称合成方法的基础上,提出了一种基于条件熵的直觉模糊条件推理新算法。将直觉模糊条件推理规则的前件和后件与决策信息系统的条件属性和决策属性等价起来,条件属性、决策属性和推理规则均视为直觉模糊命题,直觉模糊命题的真实程度转化成一种决策规则前件对后件的条件熵的度量,并给出了条件熵的范围,从而确定直觉模糊命题的真实程度的范围。     

直觉模糊在红外与可见光融合质量评价的应用

为了利用多个指标实现红外与可见光图像融合质量全面、客观的评估,提出了基于直觉模糊的红外与可见光融合质量评价方法.在评估过程中,采用熵权法确定评价指标的权重,采用正标准向量和负标准向量定义直觉模糊数,最后应用直觉模糊决策中的记分函数获得红外与可见光图像融合质量评价值.结果表明:所提基于直觉模糊决策的红外与可见光图像融合质量综合评价是有效的,且区分度较高.     

基于推理和多属性决策的空中目标攻击意图判断模型

研究了空中目标攻击意图判断问题。基于知识推理方法可以利用专家知识,但高精度下计算速度慢,难以满足实时性要求;多属性决策方法计算速度快,但无法利用专家知识。结合两者优点提出了基于直觉模糊产生式规则推理(IPR)和多属性决策的空中目标攻击意图判断模型,直觉模糊产生式规则推理利用专家知识对目标相对独立特征进行高精度推理,获得相对独立特征的攻击意图可能性;多属性决策综合各相对独立特征攻击意图可能性获得目标攻击意图。最后应用一个实例对该模型进行了验证,结果合理且计算速度快,满足实时性要求。     

基于Vague集的机载多传感器信息融合

基于Vague集的模糊决策方法近年来得到了广泛的应用,它以方案满足目标的可能性和不可能性为基础,进而建立方案和目标之间的关联矩阵;该方法克服了传统方式下利用模糊集的固有局限性,同时针对多传感器信息融合的数学模型,得出决策函数的具体表达式,并且给出结果的判决准则,最后通过实例分析证明这种方法简单有效.     

岸基对空雷达装备发展型号论证的智能决策

针对岸基对空雷达装备发展型号论证的特点,提出基于模糊测度和Choquet模糊积分的装备型号论证智能决策方法。首先,建立型号决策模型,选取了综合作战效能、费用、周期、风险决策指标,采用证据理论和云模型优化了综合作战效能指标;然后,针对各决策指标的冗余问题,采用贝叶斯Rough集进行了决策指标简约;针对各决策指标的相关性问题,引入模糊测度确定各决策指标的重要程度;并通过Choquet模糊积分对各决策指标进行综合,实现决策结果。经仿真计算验证,该方法合理、有效。     

基于模糊条件下车辆路径问题的研究

关于车辆路径问题的研究,国内外已有不少专家进行过研究,但大都不令人满意.本文在其研究的基础上,通过引入遗传算法,提出一种基于模糊可能性的混合遗传算法.该算法以车辆数最少和运行距离最短,研究了决策者的主观嗜好对决策目标的影响.最后通过与其它算法的比较证明了基于模糊可能性的混合遗传算法的优势.     

Using intuitionistic fuzzy sets for fault-tree analysis on printed circuit board assembly

Fault-tree analysis (FTA) is a powerful technique used to identify the root causes of undesired event in system failure by constructing a tree of sub-events, spreading into bottom events, procreating the fault and finally heading to the top event. From integrating expert’s knowledge and experience in terms of providing the possibilities of failure of bottom events, an algorithm of the intuitionistic fuzzy fault-tree analysis is proposed in this paper to calculate fault interval of system components and to find the most critical system component for the managerial decision-making based on some basic definitions. The proposed method is applied for the failure analysis problem of printed circuit board assembly (PCBA) to generate the PCBA fault-tree, fault-tree nodes, then directly compute the intuitionistic fuzzy fault-tree interval, traditional reliability, and the intuitionistic fuzzy reliability interval. The result of this proposed method is compared with the existing approaches of fault-tree methods.     

基于遗传算法的直觉模糊多目标规划

提出了一种基于遗传算法的直觉模糊多目标规划模型.首先,定义了目标函数和约束函数的隶属和非隶属函数;其次,通过直觉模糊"最小-最大"算子,提出直觉模糊多目标规划模型;然后,用遗传算法进行求解,使之适应线性和非线性的情况,具有通用性;最后,通过一个算例表明,直觉模糊多目标规划的性能优于模糊多目标规划.     

基于加权IFS证据合成的多源信息融合方法

为权衡信息融合系统对各条证据的可信程度,提出基于直觉模糊交叉熵的证据折扣方法,用于直觉模糊证据合成规则。并根据确定性理论,对直觉模糊决策中的记分函数进行改进,得到基于确定性因子的记分函数形式,用于直觉模糊证据合成结果判定。最后通过与其他算法的对比实验,验证算法在多传感器目标识别应用中是有效的,且具有较高的计算效率。     

融入局部信息的直觉模糊核聚类图像分割算法

针对传统直觉模糊C均值聚类(Intuitionistic Fuzzy C-means,IFCM)的图像分割算法对噪声和初始聚类中心敏感,导致聚类精度不高和迭代次数多的问题,提出一种结合局部信息的直觉模糊核聚类的图像分割算法。在该算法中,首先采用基于直方图的方法确定聚类中心初始值,解决算法对聚类中心的初始值敏感的问题;其次,利用核函数将待分类数据集映射到高维非线性空间,改善分类数据的线性可分性,同时在目标函数中引入局部灰度信息和局部空间信息,优化直觉模糊隶属度的计算方法,提高直觉模糊聚类的分类精度。实验结果表明,提出算法能减少迭代次数,提高聚类精度,能有效对图像进行分割;无论在对图像分割还是在聚类有效性上,提出算法都要优于传统的模糊聚类算法,如模糊C均值聚类(Fuzzy C-means,FCM)、模糊核均值聚类(Kernel-based fuzzy c-means,KFCM)）、引入空间信息的直觉模糊C均值聚类(Intuitionistic Fuzzy C-means with spatial constraints ,IFCM-S)、模糊空间聚类(Fuzzy Local Information C-means,FLICM）、直觉模糊C均值聚类(Intuitionistic Kernel-based Fuzzy C-means,IFKCM）等。      

基于直觉模糊粒化的信息熵属性约简算法

在直觉模糊关系中,对象之间通过隶属度和非隶属度的刻画使得拥有了更为优越的关系评估效果.为了对信息系统的不确定性达到更好的度量,首先引入基于直觉模糊关系对信息系统进行直觉模糊粒化,然后在粒化的结果中依据隶属度和非隶属度分别定义了信息熵的概念,并将它们结合作为直觉模糊关系下信息系统的信息熵,最后根据该信息熵构造一种属性约简算法.实验结果表明提出的算法具有较优的属性约简性能.     

三角直觉模糊数理论在供应商选择中的应用

随着社会的发展,物质极大地丰富,人们的需求也多样化,为人们提供服务的供应商越来越多,如何选择满意的供应商也是生活中非常重要的事情,基于社会现实文章首先阐述了三角直觉模糊数的理论知识,继而将一种基于两个三角直觉模糊数之间距离的决策方法应用在供应商的选择中。     

基于核距离的直觉模糊c均值聚类算法

针对现有直觉模糊c均值聚类算法无法发现非凸聚类结构的缺陷,提出了一种基于核化距离的直觉模糊c均值聚类算法。算法在定义了基于核的直觉模糊欧式距离基础上,通过把聚类样本映射到高维特征空间,使原来没有显现的特征突现出来,从而能够更好地聚类。实验选择一组人工数据集及一组UCI数据集测试了本文算法,并将其与五种经典的聚类算法进行了比较。实验结果充分表明了该算法的有效性及优越性。     

融合对称特性的混合标签传递半监督直觉模糊聚类图像分割

现有的直觉模糊聚类算法应用于图像分割时,往往只考虑图像的像素信息,忽略了图像的几何特征和区域信息,使得分割效果不太理想。为了提高直觉模糊聚类算法的分割性能,提出一种融合对称特性的混合标签传递半监督直觉模糊聚类算法。该算法首先对图像进行对称轴检测获取图像的对称特性,接着利用图像的对称特性进行对称像素的标签传递并改进像素对聚类中心的直觉模糊距离测度,然后设计一种混合标签传递半监督策略,对所有像素进行隶属度的估计并将其作为监督隶属度进行引入,随后构建融合对称特性的混合标签传递半监督直觉模糊聚类目标函数,通过聚类获得最终的分割结果。两个彩色图像库上的实验结果表明,该算法能够将目标从复杂背景中完整的分割出来,分割性能优于对比算法。      

基于粒子群优化的直觉模糊核聚类算法研究

针对现有基于核方法的直觉模糊聚类算法对初始值敏感、收敛速度慢等缺陷,利用粒子群优化算法全局搜索能力强、收敛速度快的优势,对直觉模糊核聚类算法的初始聚类中心进行优化,并提出了一种基于粒子群优化的直觉模糊核聚类算法。该算法在提升聚类性能的同时,有效增强了算法的收敛速度。在实验阶段,采用4组标准数据集对该算法进行了分类实验及有效性测试,并将其与模糊c均值聚类算法及直觉模糊c均值聚类算法的分类效果及运行时间进行对比,实验结果充分表明了该算法的有效性及优越性。     

基于直觉模糊核匹配追踪的目标识别方法

针对反导目标识别系统需对具有不同重要性的目标类别进行不同精度识别这一问题,提出一种基于直觉模糊核匹配追踪的目标识别方法.该方法利用核匹配追踪算法及平方间隔损失函数的优势设计了基于平方间隔损失函数的直觉模糊核匹配追踪学习机,并进一步扩展到任意非平方间隔损失函数,建立基于任意损失函数的直觉模糊核匹配追踪学习机.提出直觉模糊...