一种基于模糊理论的最佳路径选择方法

目的 为车辆用户高速、快速、便利地出行提供一种最佳的行驶路线。方法 利用模糊理论的概念提出了一种模糊综合评判的方法。结果与结论 基于模糊综合评判的最佳路径选取算法能够为驾驶员提供较合理的高效行驶路线。     

一种模糊线性回归方法及其应用

给出了一种新的模糊线性回归方法,并给出了该方法的一个应用实例。     

一种实用的模糊决策方法

把模糊数学理论运用到决策分析中，拓广了决策问题的应用范围。     

构造模糊判断矩阵的一种方法

本文利用模糊数学中的隶属度原理于ＡＨＰ法中，建立了ＡＨＰ法中的Ｆｕｚｚｙ判断矩阵，解决了在模糊系统中判断矩阵难于建立的问题。     

一种改进的基于模糊对比度的图像增强方法

将模糊数学理论和图像对比度增强方法相结合,提出了一种改进的基于模糊对比度的图像增强方法,并将这种方法运用到实际项目中去,取得了优于现有方法的更好效果．     

基于模糊理论的图像分割方法

利用边缘提取方法将边缘和噪声象素点从一维直方图中剔除,再对剩余象素点聚类,求出最优分割阈值,然后再求出各象素点隶属于目标和背景的模糊隶属度。根据背景和目标灰度的分布特征,分别选择适当的置信区间,对不在置信区间的象素点再利用其邻域象素点隶属度进行分类最终得到分割结果。实验结果表明效果良好。     

一种新的自适应图像模糊增强算法

对图像模糊增强算法中的非线性变换进行了研究,发现了其存在变换强度较小,运算速度较慢,丢失部分灰度信息等缺点．提出了一种新的模糊增强变换算子,该变换算子不但克服了上述缺点,而且具有封闭性、变换强度可调以及移植性好等优点．另外,针对以往算法选取阈值参数的随机性问题,通过引入模糊熵,使阈值的选取具有了一定的目的性．将新的模糊增强算法应用于图像边缘检测中,取得了优于现有模糊增强方法的效果．     

结合GIS与模糊评价法的快速选择雷达阵地方法

雷达阵地选择的优劣和进度直接关系到雷达兵器的战术技术性能和作战效益的发挥.为了在雷达阵地选择中快速处理繁多的数据和进行定量分析,利用GIS技术分析处理影响雷达阵地选择的诸多因素,采用模糊评价方法来排列备选阵地的优劣次序,可在较短时间内完成合理的雷达阵地选择.实例分析结果与专家实际评判结果非常接近且耗时少、主观因素影响小,为雷达阵地选择提供了一条有效的途径.     

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷，即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理。并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法。通过定义新的隶属函数和一种新的模糊增强算法，结合图像平滑滤波处理进行图像边缘提取，有效地增强了边缘信息且抑制了噪声的干扰，并给出了该方法在图像边缘提取中的应用实例。     

一种基于模糊神经网络的机器人轨迹跟踪控制

提出一种模糊神经网络,并将其应用于两关节机械手轨迹跟踪控制。该网络采用三角形隶属度函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理。这种模糊神经网络能够在线调节输出隶属度函数中心以及关节间耦合权值,使得控制器具有更好的学习与自适应能力。仿真结果表明,这种网络能很好的用于机器人的轨迹跟踪控制中,是一种行之有效的控制方法。     

基于神经动态规划算法的最优路径选择

针对传统动态规划算法在计算大规模路网的优化问题时所表现出来的计算时间长、存储空间大等缺点,引入了一种神经动态规划算法：它将传统的动态规划和BP神经网络结合起来,通过逼近Q学习算法来寻求一种最优策略,最终达到路径优化的目的。将此算法应用于一个交通路网,且用Matlab软件进行仿真,试验表明：该方法的实时性、并行性和全局性都优于传统动态规划,在城市交通流系统中能切实起到路径诱导的作用。     

基于CART改进模型的驾驶员路径选择行为估计方法

针对目前驾驶员路径选择估计精度不高的问题,考虑地区、城镇类型、性别、年龄、是否已婚、学历、职业、是否从事全职工作、收入水平、交通拥挤程度、排队长度、延误时间、道路熟悉程度、路径长度、替代路径节省时间等多方面因素,设计了一个驾驶员路径选择行为调查方案,并对驾驶员群体开展了网上调查.利用Logit模型及Probit模型分析了驾驶员路径选择行为的影响因素,得到性别、年龄、是否从事全职工作、延误时间、道路熟悉程度、路径长度、道路拥挤程度等因素的影响显著.利用改进的分类树(classification and regression tree,CART)模型设计了驾驶员路径选择行为估计模型,重点针对驾驶员路径选择行为的特点对传统CART模型的递归划分与剪枝2个主要算法进行了改进研究.样本测试结果表明:模型的估计精度可达82%,相比现有模型的估计精度至少提高了6%.研究成果可为交通诱导方案的制定提供有效的技术支持.     

基于模糊综合评判的选择洪泛式路由算法研究

引入模糊数学理论对计算机网络中路由选择进行了探讨和研究，从而为实现最小耗费和最大可靠性目标提出了一种新的简便有效的路由选择算法，最后就其应用结合算例作了说明。     

预测信息下的驾驶员逐日路径选择行为与系统演化

运用微观仿真方法,研究预测信息作用下驾驶员逐日路径选择行为与路网交通流的演化.首先,分析了目前研究存在的不足,针对预测信息情形,设计了一种可行的行程时间预测方法,根据驾驶员逐日路径选择过程,建立了理解行程时间更新模型和路径选择模型.然后,在2条平行路径的简单路网中,仿真了预测信息条件下驾驶员逐日路径选择过程,分析了模型参数取值不同时路径流量随时间演化的波动性和路网系统的效率.结果表明:路网流量的波动性和系统效率都与驾驶员对预测信息的依赖程度和预测模型参数有关,且二者的变化规律相似.最后,以系统最优为目标,给出了预测模型参数的最佳取值范围.     

Z地区节水灌溉方式的优化选择

运用层次分析理论和方法对Z地区节水灌溉方式优化选择相关的项目进行综台评价,建立了节水灌溉方式优选的层次分析模型,得出了节水灌溉方式的总排序,最终确定2004年该地区以喷灌为最优灌溉方案.     

诱导信息与路径选择行为对交通流分配的影响

通过建立基于诱导信息的路径选择决策模型,设计仿真实验并采Matlab程序实现,研究结果发现：诱导信息对均衡交通流分配具有显著作用,且随着出行者对诱导信息的信任度增大,作用越大;管理者不论以系统最优还是用户均衡原则发布诱导信息都基本能实现其目标,且当出行者为完全信息型时,还能实现系统最优与用户均衡的协调．     

基于模糊决策的P2P流量优化

在研究优化P2P网络流量的过程中,通过对P2P网络的特殊性质的分析,确定其速度、时间、跳数I、SP数以及占用带宽比为流量优化的切入点,并引入模糊数学优化理论的思维,对这些参数进行模糊数学分析,在传统优化方法基础上通过模糊优化的方法达到对P2P网络流量进行优化的目的.     

一类模糊选择函数的合理性条件程度的研究

在集合收缩扩张意义下讨论了模糊选择函数的合理性条件程度Fα（C）、Fβ（C）及FA（C）之间的关系,并在此基础上推广了Arrow-Sen定理的程度描述。     

我国就业问题及解决之路径选择

当前及今后一个较长时期内,我国的就业问题十分突出。就业压力大,始终是我国现代化进程中的一个制约瓶颈。本文试图从理论与实践相结合的角度分析我国就业的形势以及社会带来的一系列负面影响,阐述了解决问题的迫切性,并从不同层面提出了解决就业问题的路径选择。     

模糊优选在电网规划综合决策中的应用

利用模糊优选方法,采用多目标优化规划,获得电网规划的优化多解方案集,并计算出方案的定量目标及其特征值矩阵;对于定性准则,建立基于规划知识和经验的专家系统,获取方案的定性目标模糊评价矩阵.对定量和定性目标的两种矩阵,采用统一的决策目标相对优属度进行方案优选决策.当不满意决策优选的规划方案时,则修正和调整多目标间的权重及其隶属函数,重新进行优化规划方案的计算,直至获得满意方案.该方法既能计及定量、定性因素,又能体现系统的整体优化性能,将其应用于规划决策支持系统,可实现具有智能模拟的电网规划方案决策功能.