不等权泛组合运算模型研究

实际复杂系统中的各因素一般具有不同的权重,针对现有的泛组合运算模型描述的是一种理想的等权情况,给出了两种广义加权算子模型,并据此提出了一种不等权泛组合运算模型,从而可以更准确地处理复杂系统中各因素间关系的不确定性问题.     

不等权泛平均运算模型研究

泛平均运算模型是为了满足连续值逻辑中逻辑折衷的需求而提出的.鉴于现有的泛平均运算模型描述的是一种理想的等权情况,给出了两种加权算子泛平均运算模型,提出了一种不等权泛平均运算模型及其对偶模型,并指出加权算术平均算子、加权几何平均算子、加权调和平均算子、广义加权平均算子等都是其对偶模型的特例.最后比较了广义加权平均运算模型和不等权泛平均运算模型的异同.     

粗集中粗元的结构及其拓广

1 引言在决策过程中,如何处理不确定性,已吸引了不少学者的注意,对此,人们提出了各种各样关于不确定性信息的表示模型,及不确定性推理方法,如Shortliffe和Buchanan的不确定因子法,Duda的概率逻辑,Dempster和shafer提出的证据理论方法,Zadeh的模糊集理论,Dubois和Prade提出的可能度推理方法等。近年来,波兰人Pawlak建立的粗集理论在学术界影响很大,这是因为粗集理论为数据挖掘和知识发现领     

基于黑板Agent结构的应用模块工作流通用模板设计

分析了基于黑板Ａｇｅｎｔ结构的工作流管理体系,提出了面向产品协同设计的应用模块模型化管理方法,最后介绍了基于黑板Ａｇｅｎｔ结构的应用模块工作流通用模板的设计与实现方法。     

优势关系下的相容约简和下近似约简

定义了决策表在优势关系下的相容约简和下近似约简,优势关系下的相容约简是优势关系下一致决策表约简的推广。证明了优势关系下的下近似协调集是优势关系下的相容协调集。举例说明了优势关系下的相容协调集不是优势关系下的下近似协调集,给出了优势关系下的相容约简和下近似约简的判定定理和可辨识矩阵,由此可以给出它们的约简算法。     

多Agent自动协商策略和算法

针对传统协商过程周期长、代价高的问题,提出了三类形式化的曲线簇来描述Agent所采取的协商策略以及一种数学化和计算机程序化的多Agent自动协商算法。这三类策略分别为急躁型、节俭型和折中型。通过实验模拟发现采用所提出的协商策略和算法更符合人类思维的直观。该方法可应用于多种电子商务交易（如B2B和B2C）等活动中。     

模糊Prolog系统

模糊Prolog系统将不确定性引入到传统的Prolog系统中,对现实应用具有很大的意义。文中首先介绍了模糊系统和Prolog系统,然后讨论了实现模糊Prolog系统的两种方法,并给出了一些典型的模糊Prolog模型。最后重点讨论了在Prolog系统中实现模糊集合的几种方法,因而对于不同的应用要求可以选择不同类型的模糊Prolog系统。     

自适应神经模糊推理系统建模研究

With rapid development of the fuzzy control application field, the existing system for fuzzy inferring modeling cannot more and more suit the requirements of fuzzy control. About how to apply the theories of fuzzy control to practice rapidly and conveniently, this paper presents a reasonable and practical method, which supports all sorts of fuzzy inferring system of MAMDANI and SUGENO to be modeled not only by tuning references of membership functions, but also by tuning fuzzy inferring structure. The modeling instance shows that it's practical and effective.     

泛逻辑的基本形式演绎系统UL及其可靠性

1 引言自Zadeh于1965年建立模糊集理论以后,一种初始形态的模糊逻辑也被提出。尽管模糊推理在模糊控制中有直接的应用,也受到模糊系统与人工智能学界的广泛关注,但是,由于模糊推理长期以来没有严格的逻辑基础,致使其进一步发展受到限制,且不可避免地受到怀疑与批判。不过,近年来,以王国俊教授为首的一批学者成功地将模糊逻辑和模糊推理结合起来,通过建立模糊逻辑的形式演绎系统、创建模糊推理的三I算法等一系列漂亮的工作,极大地推动了这一领域向理论和应用的纵深发展。     

基于自组织定向的边缘优化方法

传统的边缘检测方法通常采用预先的平滑滤波操作排除噪声的干扰，这使得去除噪声的同时也损失了图像的细节。因此，滤波去噪比例和边缘检测精度一直是一对矛盾，本文针对这个问题提出了一种基于边缘定向的边缘优化策略。边缘具有一定的方向是它区别于杂乱无序的噪声的鲜明特征，利用这一特征，可以不需要平滑滤波操作并能很好地解决以上问题。文中还根据数字图像的特点提出了自组织定向这一获取图像边缘方向的有效方法。