直觉模糊集Choquet积分在目标威胁估计中的应用

针对威胁估计过程具有一定的不确定性,威胁因素往往又具有一定的相关性问题,将直觉模糊集和模糊积分引入信息融合领域中,提出了基于直觉模糊集Choquet积分的威胁估计方法.首先,利用直觉模糊集理论构建了基于不同威胁因素的直觉模糊估计器,利用隶属度函数和非隶属度函数表示每个威胁估计器的不确定性.其次,利用模糊测度对威胁因素和因素集的重要程度进行建模.再通过Choquet模糊积分完成不同威胁估计器结果的集成,完成对目标威胁程度的估计.最后,以20批空中目标的威胁评估实例,验证了方法的有效性.     

基于Kendallτ的赋权法在水环境评价中的应用

在进行多指标评价时,某些指标之间具有一定的相关性,将Copula理论中的和谐性指标Kendall τ计算方法进行改进,引入到赋权过程中,得到基于Kendallτ相关系数的赋权法.该方法适合于多样本多指标的评价体系,将关联性最强的指标赋予最大的权重,并将这种方法与模糊工程集理论相结合,评价了某地下水水质,结果显示该方法比较有效.     

国内外第一本可变模糊集理论专著《可变模糊集理论与模型及其应用》出版

大连理工大学水文水资源和水利水电工程专业博士生导师、水利工程学科博士后科研流动站导师陈守煜教授的新作——《可变模糊集理论与模型及其应用》,不久前由大连理工大学出版社出版。上世纪80年代之前,陈守煜教授在水利计算及规划学科的理论与应用等方面就颇有建树。他提出的"水库调     

国内外第一本可变模糊集理论专著《可变模糊集理论与模型及其应用》出版

大连理工大学水文水资源和水利水电工程专业博士生导师、水利工程学科博士后科研流动站导师陈守煜教授的新作——《可变模糊集理论与模型及其应用》,不久前由大连理工大学出版社出版。上世纪80年代之前,陈守煜教授在水利计算及规划学科的理论与应用等方面就颇有建树。他提出的"水库调洪数值解法及其程序",与国际上同类成果相比早12年,应用于大型水库工程实践,取得了显著的防洪效益。1987～1990年,陈守煜教授根据水文水资源学科中诸多概念及现象中存在的模糊性,创建了模糊水文水资源学的科学命题。1990年代     

基于熵权的河流水质评价模糊集对分析模型

运用可变模糊集理论和集对分析建立模糊集对分析模型,结合信息熵理论确定评价指标的权重,避免了主观定权的个人偏好和随意性.实例结果表明,该模型评价河流水质是可行的,评价结果可靠、直观,在河流水质评价中具有推广应用价值.     

国内外第一本可变模糊集理论专著《可变模糊集理论与模型及其应用》出版

大连理工大学水文水资源和水利水电工程专业博士生导师、水利工程学科博士后科研流动站导师陈守煜教授的新作——《可变模糊集理论与模型及其应用》,不久前由大连理工大学出版社出版。上世纪80年代之前,陈守煜教授在水利计算及规划学科的理论与应用等方面就颇有建树。他提出的"水库调洪数值解法及其程序",与国际上同类成果相比早12年,应用于大型水库工程实践,取得了显著的防洪效益。1987~1990年,     

基于分解协调的空间分布系统的模糊控制

为解决多控制源空间分布系统的控制问题,在以往文献提出的空间模糊控制器的基础上,提出一种基于空间分解、局部协调的空间模糊控制策略,针对多控制源设计了具有协调功能的空间模糊控制器.以三区快速加热化学气相沉积反应器系统为例,对所提出的控制方法进行了仿真验证.仿真结果表明,该方法能取得更好的空间均匀性.     

最大模糊互信息用于图像分割

为了更好地选取图像阈值,将最大模糊熵(MFE)准则与最大互信息(MMI)准则结合,提出最大模糊互信息(MFMI)准则。同时为了有效确定最佳分割类数,提出根据模糊互信息差(dFMI)来判别的准则。综合上述的两点改进,提出一种新的多阈值分割算法——最大模糊互信息量分割算法(MFMI)。对合成图像、无损检测图像、标准测试图像进行仿真,同时对比结合前的MFE与MMI,经典的阈值分割法如OTSU和MET,以及流行的模糊C均值算法(FCM),可以发现MFMI误判率最小,代价是运行时间较长。综上,MFMI是一个有效的图像分割方法。     

面向不同利益相关者的IT投资决策模型

为了响应不同利益相关者在IT投资决策过程中的不同需求,把备选项目看作一个组合,综合IT项目的战略对应和财务收益为目标,权衡其成本、收益和风险,构建基于模糊多目标规划的IT投资决策模型,其中模糊数用来刻画不确定的项目信息。通过改变各临界值和求解过程中产生的参数,模型支持各种假设分析。最后用案例说明模型的用法和功能。     

直觉模糊集隶属度与非隶属度函数的确定方法

基于证据理论研究直觉模糊集隶属度和非隶属度函数的确定问题是一种新的思路.首先分析信任函数,似然函数与隶属度函数,非隶属度函数的互通性;然后给出广义基本概率分配(BPA)函数,广义信任函数和广义似然函数的定义;最后在这3个改进定义的基础上建立直觉模糊集隶属度函数,非隶属度函数模型,通过证明和实例验证了模型的正确性和有效性.