基于强跟踪滤波器训练的前向神经网络及其在系统辨识中的应用研究*

给出基于强跟踪滤波器训练前向神经网络的新方法。由于强制残差序列保持相互正交,强跟踪滤波器相对扩展Kalman滤波的收敛速度更快,同时精度更高。最后通过系统辨识仿真实例验证该方法的有效性。     

基于多保留策略的复合型遗传算法及其收敛性分析

遗传算法(GA)作为一种新型的智能优化方法,以其结构简单、适应性强等特点在众多实际领域取得了成功的应用,但存在计算复杂度大、易于局部收敛等方面的不足。本文在分析现有遗传操作的不足和生物进化的基本特征基础上,从提高进化效率的角度出发,提出基于多保留策略的复合型遗传算法(简称MRS-CGA);进而利用Markov链理论和仿真技术,从不同的层面分析了算法的性能。讨论结果表明,算法从本质上推广了常规的GA,在计算效率和收敛性能上均明显地优于常规的GA。     

规范模糊集的定义、运算及性质

指出了模糊集立论中的不足及模糊集“取大取小”运算的局限性，在测度空间中定义规范模糊集概念、运算，讨论了规范模糊集的性质。     

未确知均值聚类

利用未确知系统理论分析特征对样本分类所作贡献,定义特征的分类权重,并作为启发性知识用于确定样本与各类间的加权距离及样本属于各类的隶属度,建立未确知均值聚类算法。IRIS数据检验表明,未确知均值聚类算法误判样本数少、收敛速度快、鲁棒性好,是一种实用、有效的无监督聚类算法。     

与判断矩阵一致性无关的单准则排序法

通过“标度变换”把不具“可加性”的比例标度转化为评分标度,利用评分标度的“可加性”可计算比较对象的得分、并按得分率对比较对象排序.与已有单准则排序方法的实质性区别是,勿需进行一致性检验.     

水质模糊综合评判模型的改进

水质分类的信息条件无法控制无量纲化造成的信息失真,所以,选择距离作为相似性度量的模糊识别不宜用于水质评价;隶属度作为样本点与各类间的相似性度量成为水质评价的最佳选择。但是,基于隶属度的模糊综合评判在算法上存在如下问题:①用"超标权"实现隶属度转换是错误的;②模糊隶属函数不规范。本文的改进方法是:①规范模糊隶属函数的拓扑空间结构、代数性质和标准化方法;②隶属度转换是一个数学计算过程,指标区分权重由指标值隶属度的熵确定。改进的模糊综合评判模型只在构造模糊隶属函数时用到先验知识。比较同案例的评价结果,显现改进前后的不同应用效果。     

未确知等价类与未确知空间

王光远教授在文[1]中给出了未确知信息的概念及其数学处理方法,开创了一个全新的研究领域,文[3]中定义了未确知数学的基本元素——未确知数,且给出了四则运算法则,为未确知数学的建立奠定了理论基础。本文在文[3]的基础上,给出了未确知等价类的概念,简化了未确知数的表示方法,推广了未确知数的除法运算;给出了未确知距离的概念,证明了全体未确知数的集合(?)关于未确知距离构成未确知空间。且未确知距离是实距离的推广。     

灰区域上灰函数的一致连续性

邓聚龙教授在1982年创立了灰色系统理论,在短短的十年中,灰色系统理论的方法在社会的各个领域有了广泛的应用,文[2],文[3]为灰色系统理论奠定了数学基础,本文在文[3]的基础上给出了灰子集相对包含的定义,给出了灰区域的概念,并研究了定义在灰区域上的灰函数的一致连续性。     

未确知数的顺序

王光远教授在文［１］中首先提出了未确知信息的概念，开辟了一个全新的研究领域，在文［３］中定义了未确知数及其四则运算，为未确知数学的建立奠定了理论基础，在文［４］的基础上给出了未确知数的心的概念，并利用心定义了未确知数的顺序，给出了未确知数的坐标表示法，证明了全体未确知数的集合Ｒ关于未确知顺序构成偏序集，但未确知数的顺序是实数顺序的推广。     

灰色补偿神经网络及其应用研究

本文给出了灰色系统与神经网络的一种新的结合方式—灰色补偿神经网络。该网络利用神经网络建立残差与数据间的映射关系,并采用其预测结果补偿灰色系统模型的预测值。仿真结果表明本方法优于其它灰色神经网络。