基于云模型的不确定性知识表示

云模型是用语言值表示的定性概念与其定量表示之间的不确定性转换模型,论文通过对云模型数学性质的研究,分析云模型的产生背景,证明其表示不确定性知识的合理性和有效性,最后给出了一个应用实例。     

一种定性定量信息转换的不确定性模型——云模型*

目前,许多领域的研究进入到复杂系统阶段。从复杂系统描述与评价的角度来讲,严格、精确的数学描述几乎是不可能做到的,只有将定性定量的知识加以变换与集成才能获得关于系统的定性定量相结合的完整描述。因此,建立一个定性定量的不确定性转换模型,实现语言值与数值的互换,是复杂系统研究迫切需要解决的问题,也是其他领域研究需要解决的问题。从定性定量转换研究现状出发,综述了由李德毅院士提出的定性定量转换的不确定性模型——云模型。从云模型提出背景出发,讨论了云模型的理论基础、发展过程与研究现状;综述了云模型基本理论研究进展情况,云模型在质量评价、模式识别、控制等领域的研究进展。通过研究发现,云模型是定性定量转换的有力工具,并且已经比较成功地得到了应用,取得了重要的研究成果。如何进一步深化理论研究,研究不同领域中定性定量转换应用问题是加强和促进云模型研究的有效途径。     

基于云重心评价法的空袭目标威胁程度评估

传统的空袭目标威胁度评估一般采用定性评估方法,而对于精确的定量评估,目前尚缺有效的方法;云理论是一种用于处理不确定性和含糊性知识的数学工具,可实现概念与数据之间的相互转换;针对空袭目标威胁度的问题,论文通过确定空袭目标威胁程度判断准则集,结合云理论的有关知识,建立各指标的云模型及其多维加权综合云的重心表示,最后应用云重心评价方法给出目标威胁度的定量评估值,从而为防空作战指挥员对空情威胁作出快速准确判断提供了科学的依据。     

地空导弹武器系统效能评估方法

传统的地空导弹武器系统效能评估一般采用定性评估方法,而对于精确的定量评估,目前尚缺有效的方法;云理论是一种用于处理不确定性和含糊性知识的数学工具,可实现概念与数据之间的相互转换;基于地空导弹武器系统的因素分析,建立地空导弹武器系统指标体系,结合云理论的相关知识,建立各指标的云模型及其多维加权综合云的重心表示,最后应用云重心评价方法给出系统的效能评估值,解决了效能评估中定性语言到定量的转化问题,并用这种方法对地空导弹武器系统进行实例分析,从而为地空导弹武器系统的效能评估提供了一条新思路。     

梯形云模型在概念划分及提升中的应用

云模型是定性概念与其定量表示之间进行不确定性转换的有效工具.目前对正态云模型已有较多研究,但对梯形云模型方面的研究很少.相对于正态云模型而言,梯形云模型在生活中更具一般性,用梯形云表示数值型语言概念有其特有的优势.给出了梯形云的一些相关定义,并且在分析了云理论中现有的基于正态云的概念划分和概念提升方法的基础上,提出了引入梯形云模型后新的云变换和软或操作方法,这些方法为解决数据发掘中许多关键问题提供了基础.     

云推理方法及其在预测中的应用

不确定性推理是当前人工智能研究领域中的一项重要研究内容。云模型实现了定性概念与其定量表示之间的不确定转换,在云模型基础上构建的规则发生器能有效描述用自然语言表示的定性规则,实现不确定性推理。将基于云模型的不确定性推理方法用于预测实际工作环境中电子产品的使用寿命,说明了云推理方法的有效性和实用性。     

基于云模型的车辆定位导航系统模糊评测研究

阐述了定性定量转换模型－云模型的定义，特征以及正向云，逆向云，条件云的生成方法。云模型将模糊性与随机性集成在一起，作为知识表示的基础，形成定性概念与定量数值之间的转换，将云模型理论用于车辆定们导航系统模糊评测研究，能有效地提高导航系统的可靠性和评测效果，仿真结果表明了该方法的可行性和有效性。     

云理论在作战飞机可靠性评估中的应用

传统的作战飞机可靠性评估一般采用定性评估方法，而对于精确的定量评估，目前尚缺有效的方法。云理论是一种用于处理不确定性和含糊性知识的数学工具，可实现概念与数据之间的相互转换。论文在云理论的基础上，建立了综合能力模型以及可靠性评估云模型，提出了一种新的具有可操作性的作战飞机可靠性评估方法，解决了可靠性评估中定性语言到定量的转化问题，使评估结果除了保留传统定性划分所具有的优点以外，也更加符合实际的数据分布和人的思维方式。论文最后给出了一个作战飞机可靠性评估的算例。     

云理论在航空电子战系统效能评估中的应用

云理论是以研究系统模糊性和不确定性为背景,实现系统的定性评价与定量研究相结合、相转换的理论。介绍了云理论的数字特征、在航空电子战系统效能评估中应用到正向云、逆向云以及云的加权和算法。通过层次分析法建立了航空电子战系统效能的评估体系,并结合专家打分法给出指标的定性权重和评价语,利用正向云算法将其转换为云的数字特征,通过运算得出系统顶层指标的定量评估值,最后再利用云逆向算法将其转换为符合人习惯的定性评价。     

基于云模型的隶属概念判定算法的改进

在人工智能领域中,李德毅教授等提出的定性定量不确定性转换模型——云模型,把概念的模糊性和随机性完全集成到一起,构成定性数据和定量数据的相互映射。但是,在利用云模型进行隶属概念的判定的算法中,不论对象是否明确属于某个概念,一律进行不确定性判定,过分地强调了模糊性和随机性。这不符合人类的认识规律,而且增加了算法的时间复杂度,甚至导致隶属概念判定的明显错误。该文根据人类认识规律对上述算法进行了改进。对那些可以明确确定属于某概念的对象,不再进行不确定性判定,直接被认定为属于该概念,只对处于多个概念边缘的不能确定属于某个概念的对象进行不确定性判定,使其符合人类的认识规律,降低了算法的时间复杂度。     

船舶柴油机供油提前角云控制模型研究

船舶柴油机作为船舶动力装置,对航运经济有非常重要的支持作用.但是,由其产生的排放污染不容忽视,而且越来越为严重.云是语言值表示的某个定性概念与其定量表示之间的不确定性转换模型.基于云模型的定性知识推理,以概念为基本表示,从数据库中挖掘出定性知识,构造规则发生器.多条定性规则构成规则库,当输入一个特定的条件激活多条定性规则时,通过推理引擎,实现带有不确定性的推理和控制.通过将云控制技术应用于船舶柴油机供油提前角的控制,从而达到控制NOx排放量的目的.并经仿真验证了该方法的正确性.     

用语言云模型发掘关联规则

该文提出用语言云模型用于KDD中知识表达和不确定性处理,引入了多维云模型作为一维模型的扩展.语言云的数字特征量将语言值的模糊性和随机性用统一的方式巧妙地综合到一起,基于云模型的概念层次结构可以跨越定量和定性知识之间的鸿沟.为了发现强关联规则,属性值要在较高的概念层上泛化,同时允许相邻属性值或语言项间有重叠.这种软划分可以模仿人类的思想,使发现的知识具有稳健性.将基于云模型的泛化方法与Apriori算法结合起来,从空间数据库中发掘关联规则.试验显示了其有效性、高效性和灵活性.     

基于云空间和模糊嫡的边缘检测算法

基于模糊集理论及云理论,提出了对象云的图像模糊边缘检测方法(OCFD).算法充分考虑图像的模糊性和随机性,建立起图像空间与云空间的映射模型,生成模糊对象云和边界云,完成图像空间到云空间的映射.在云空间中实现逻辑云运算的边界云提取,提出并实现了基于边界云的过渡区定义及其提取算法.最后利用最大模糊熵在过渡区内实现检测边缘.实验证明,OCFD算法在检测性能方面优于模糊Sobel,Pal.King等算法,为图像的模糊理解和分析提供了一种新的思路,同时也丰富和拓展了云理论.     

二维云模型及其在预测中的应用

本文一维正态云的基础上，进一步提出了二维正态的思想，给出了描述二维云的数字特征和二维云的数学模型，探讨了二维云发生器的构成方法和应用前景，尤其是在基于数据库的知识发现方面，在定性和定量相结合的基础上，为进行多种预测，融随机性与模糊性为一体，表达不确定性，提供更系统，更高层的工具。     

基于云模型的不确定性推理方法

云模型实现了定性概念与其定量表示之间的不确定转换,在云模型基础上构建的规则发生器能有效描述用自然语言表示的定性规则.在单条件单规则发生器基础上,进一步提出双条件单规则发生器的实现算法,给出了云推理系统的体系结构.将基于云模型的不确定性推理方法用于设计电机转速控制系统,并且与模糊推理方法进行了比较,验证了云推理方法的有效性和实用性.     

基于多维云模型的入侵检测

通过研究多维云模型机理，给出了定性与定量之间转换的云模型的形式化表示，用来反映语言值中蕴涵的模糊性和随机性，解释了多条定性规则同时被激活的不确定推理过程。实验采用了KDD99的测试数据，结果表明，该方法能够比较有效地检测真实网络数据中的未知入侵行为。