具有模糊约束的大工业过程的关联平衡法

研究稳态大工业过程的递阶优化控制算法时,针对模型-实际存在差异以及实际约束条件有一定伸缩性的问题,将子过程模型作为等式约束,通过引入模糊系数使其转化为模糊等式约束,同时对子过程原有的不等式约束进行模糊化处理,提出具有模糊约束的关联平衡法,进而研究了两种情形(开环和有全局反馈)的关联平衡法.仿真结果表明,有全局反馈的模糊关联平衡法得到的最终解十分接近实际过程的真实最优解.     

具有模糊参数的大工业过程的关联平衡法

考虑到模型-实际差异,将子过程的数学模型中的系数处理为模糊数,提出了基于模糊 模型的大工业过程的稳态关联平衡法.论文研究了关联平衡法的三种情况:开环的、有全局反馈 的以及双迭代的关联平衡法.仿真结果验证了基于模糊模型的关联平衡法的有效性.同时表明 模糊双迭代法是迄今为止在线迭代次数最少的稳态协调算法.     

具有模糊参数的大工业过程的关联预测法

针对模型－实际差异问题,提出了基于模糊模型的大工业过程稳态关联预测协调法。研究了关联预测协调法的两种情形：开环的关联预测协调法和有全局反馈的关联预测协调法。仿真结果表明,该算法收敛更快,目标函数更好,并且在线迭代次数有一定程度的减少。     

基于模糊模型的大系统关联平衡法的收敛性

结合模糊规划与非线性规划的收敛性分析方法,给出了基于模糊模型的关联平衡法的 收敛性分析.首先证明了经去模糊处理后形成的约束集合与子过程原有的约束集合必有交集. 并且此交集是凸集.在此基础上,分析和证明了基于模糊模型的关联平衡法可用于求解基于模 糊模型的稳态大工业过程递阶优化问题.继而通过定义迭代序列的A-内积,证明了基于模糊模 型的关联平衡法是收敛的.同时给出了保证迭代收敛的迭代系数取值范围.     

大工业过程稳态优化的模糊双迭代法

在研究大工业过程稳态优化控制算法时, 针对模型–实际存在差异, 将子过程模型作为等式约束, 通过引入模糊系数使其转化为模糊等式约束, 同时对子过程的不等式约束进行模糊化处理, 提出具有模糊不等式约束的模糊双迭代法, 通过实际例子研究了模糊双迭代法. 仿真结果表明, 模糊双迭代法目标函数非常接近实际目标函数值、算法迭代次数较精确双迭代法有明显改善. 这对实际生产非常重要.     

模糊需求和模糊能力约束的集约生产计划

通过对模糊需求量和模糊等式及模糊需求环境下生产-库存平衡方程两种等价的描述方法的基础上,建立了具有模糊需求量和模糊能力约束集约生产计划问题的最佳平衡模型(BAPP)、交互式集约计划模型(IAPP)和交互式求解方法.     

具有模糊参数的大工业过程的混合协调法

在研究大工业过程的递阶优化控制算法时, 针对模型-实际差异问题, 将子过程的数学模型中的系数处理为模糊数, 提出了基于模糊模型的大工业过程的稳态混合协调算法. 研究了两种具有模糊参数的混合算法: 开环的和有全局反馈的混合协调算法. 与基于精确系数模型的混合算法相比基于模糊模型的混合算法收敛更快, 目标函数更好.     

基于模糊约束规划的自动协商

给出了一个基于模糊约束规划模型的自动协商系统。建立了模糊约束规划模型并利用模糊模拟、神经网络和遗传算法给出了求解Pareto最优解的混合智能算法;协商过程中卖方智能体根据神经网络拟合的效用函数并运行混合智能体算法得到当前协商步的Pareto最优解,避免了对大型商品数据库的反复搜索,为系统推向实际应用奠定了基础;协商模型仿真实验表明了协商系统返回的解与实际调查得到的用户偏好相一致。     

基于模糊动态模型的多变量系统模糊控制

采用模糊动态模型对多变量复杂非线性系统进行模糊控制.首先针对局部线性动态模 型设计状态反馈控制器,然后利用模糊推理确定整个系统的控制;在一系列局部模型通过模糊 隶属函数连接得到的连续的全局模型中,全面考虑其它关联子系统对标称线性系统的摄动,并 利用大系统分散控制关联稳定性的概念和方法,得到了闭环模糊系统稳定的充分条件.仿真例 子验证了该设计方法的正确性.     

集群式供应链中基于约束层次和模糊偏好的供应商评价选择模型

针对集群式供应链中采购商选择供应商过程中出现的过约束问题,提出一种基于约束层次和模糊偏好的供应商评价选择模型.该模型基于约束层次理论,依据采购商对供应商约束的必需性程度,将约束分为强制性约束层和非强制性约束层;同时采用模糊偏好的量化方法来确定采购商对供应商的模糊偏好,简化了供应商的选择过程;另外,该模型改进了约束层次理论中的全局评价算子,基于线性加权法构造了基于强制性约束层评价模型和非强制性约束层评价模型的供应商综合评价模型,提高了供应商选择的成功率.最后通过算例验证该模型是有效的.     

二次规划问题的新型时滞投影神经网络的稳定性分析

本文针对求解有等式约束的二次规划问题的时滞投影神经网络,提出一种所有神经元皆存在时滞情况的新型网络模型。利用Gronwall不等式和Halanay不等式,严格证明了所提网络模型的全局指数稳定性。研究结果表明,所提网络模型的解能够渐进收敛于原问题的最优解,具有计算迅速和精度较高等特点。数值仿真结果验证了所提网络模型的可行性与有效性。     

一种有效的模糊关联规则挖掘的形式化方法

模糊关联规则用于处理数据库中的不精确信息,并提供一个知识发现的良好表示。利用约束级别表示理论将GUHA模型泛化用于模糊关联规则,通过约束级别管理模糊规则,并给出一个扩展的验证度量过程。使用形式化方法的挖掘算法,在不同的约束级别上并行化挖掘过程,总结得到的结果。算法的复杂度分析以及实验结果表明该形式化方法是有效可行的,从而确立了模糊关联规则表示和评价的逻辑基础。     

基于模糊回归的质量屋决策模型

基于带有对称三角形模糊系数的模糊回归及模糊规划理论，提出关联函数及自 相关函数的数学模型，并在系统考虑资源约束影响的基础上，分别建立了基于质量屋的产品 规划精确模型及模糊模型．仿真研究表明，这些模型适合于各种工程设计问题，尤其是在不 确定的、模糊的条件下，能够有效地确定关联函数及自相关函数，帮助开发人员优化顾客需 求的满意水平，在资源约束下使产品的顾客满意度最大．     

一种适用于多类不平衡数据集的模糊关联分类方法

提出一种适用于多类不平衡分布情形下的模糊关联分类方法,该方法以最小化AdaBoost.M1W集成学习迭代过程中训练样本的加权分类错误率和子分类器中模糊关联分类规则数目及规则中所含模糊项的数目为遗传优化目标,实现了AdaBoost.M1W和模糊关联分类建模过程的较好融合.通过5个多类不平衡UCI标准数据集和现有的针对不平衡分类问题的数据预处理方法实验对比结果,表明了所提出的方法能显著提高多类不平衡情形下的模糊关联分类模型的分类性能.     

解非线性等式约束优化问题的新锥模型信赖域算法术

应用新锥模型信赖域子问题解非线性等式约束问题,提出了一个解此问题的新锥模型信赖域算法,证明了新算法的全局收敛性,并进行了数值比较实验．理论与数值结果表明这个算法是一个值得关注的有效算法．     

解非线性等式约束优化问题的新锥模型信赖域算法

应用新锥模型信赖域子问题解非线性等式约束问题,提出了一个解此问题的新锥模型信赖域算法,证明了新算法的全局收敛性,并进行了数值比较实验.理论与数值结果表明这个算法是一个值得关注的有效算法.     

基于模糊日历约束的时序关联规则挖掘

基于日历约束的时序关联规则挖掘由于其实用性,越来越受到研究者的关注。由于现实中用户很难对时间模式进行精确描述,因此基于模糊日历的时序关联规则挖掘更有现实意义。借助模糊概念和模糊运算,对时间区间的描述很容易实现。对于用户指定的日历模式,不同的时间区间可根据它们的隶属度具有不同的权重。在模糊日历代数的基础上,结合增量挖掘和累进计数的思想,本文提出了一种基于模糊日历约束的关联规则挖掘方法,理论分析和实验结果均表明,该算法是高效可行的。     

递归神经网络方法解决非光滑伪凸优化问题

针对目标函数为非光滑伪凸函数且带有等式约束和不等式约束的优化问题,基于罚函数以及微分包含的思想,构建一个层次仅为一层且不包含惩罚算子的新型递归神经网络模型。该模型不用提前计算惩罚参数,能够很好地收敛。理论证明全局解存在,模型的状态解能够在有限的时间内进到原目标函数的可行域并不再离开,其状态解最终收敛到目标函数的一个最优解。仿真实验证实了理论结果的可行性。     

基于模糊区域的CT脑图像检索及关联反馈

基于模糊区域特征的图像检索算法和关联反馈算法是当前图像检索领域的研究热点,由于区域模糊相似度的复杂性,绝大多数关联反馈算法不能应用到基于模糊区域特征的图像检索方法中。为解决这个问题,论文修改了模糊相似度计算方法,并结合经典的基于权重调整的关联反馈算法,提出一种基于模糊区域特征的关联反馈算法。对脑出血CT图像的检索实验结果表明该算法效果较好。     

铅锌烧结过程质量产量的智能集成优化控制

针对铅锌烧结过程具有大滞后、多约束的特点,建立烧结块质量产量神经网络预测模型和优化控制模型,提出一种融合聚类搜索粗优化和混沌遗传细优化的智能集成优化控制方法.首先采用模糊聚类算法进行优化样本查询,所得结果作为问题的次优解;然后采用最优保存对简单遗传混沌算法进行二次优化,求取问题的最优解;最后对智能集成方法进行实际验证,系统运行结果表明.该方法较好地实现了高产、优质的生产目标.并且具有全局收敛性和工业有效性,为解决复杂工业过程的优化控制问题提供了一种有效、实用的新思路.