带参数区间值直觉模糊集及其在模式识别中的应用

首次提出了带参数区间值直觉模糊集的概念,并构造了一系列带参数的区间值直觉模糊集。接着,从已知隶属度和非隶属度出发,重点分析了单参数区间值直觉模糊集的构造。最后,构造了模式分界点的参数方程,并从理论上证明了临界值对模式识别结果有影响。模式识别实验结果表明,带参数区间值直觉模糊集方法比传统的直觉模糊集方法更具灵活性。     

一种新区间值vague集及其在模式识别中的应用

基于现有定义证明了区间值vague集并非vague集的扩展,并提出了一种新的区间值vague集定义.证明了vague集和区间值vague集都是新区间值vague集的特例.进而提出了带参数区间值vague集的概念,并从已知隶属度和非隶属度出发,重点分析了带参数区间值vague集的构造.将模式识别与医疗诊断案例进行了对比.仿真实验结果表明,带参数区间值的vague集方法比传统的vague集方法更全面且更具灵活性.     

考虑Taguchi损失函数时自适应指数加权平滑控制图的经济统计设计

为解决指数加权平滑(EWMA)控制图惯性问题而提出的自适应EWMA(adaptive EWMA,AEWMA)控制图的统计特性已经被广泛研究,但AEWMA控制图经济特性的研究却从未见有成果发表.针对该问题,在考虑Taguchi损失函数的基础上,给出了AEWMA控制图经济统计设计的模型.提出了一种在偏移区间上对AEWMA控制图进行优化设计的方法,用该方法优化设计的AEWMA控制图与针对固定偏移优化设计的EWMA控制图进行了比较.结果表明该方法设计的AEWMA控制图仍然保持其解决EWMA控制图惯性问题的特性,AEWMA控制图的经济特性同样优于EWMA控制图.分析了AEWMA控制图经济统计设计的参数灵敏度,总结了AEWMA控制图的参数变化与损失、平均链长以及最优参数组合之间的关系.     

基于遗传算法的灰色区间数的GM(1,1)优化模型

利用遗传算法作为优化工具对基于灰数带及灰数层的区间灰数预测模型中的参数进行优化提取.首先,利用变权均值生成思想取代非偏生成,将区间灰数转化为实数序列;然后,对此实数序列进行建模.在优化过程中,选取区间灰数预测的平均相对误差最小为目标函数,通过遗传算法寻找到最优的参数,建立新的灰色区间数的GM(1,1)模型.算例仿真显示该新模型的平均模拟相对误差和预测误差有了明显的降低,表明该新模型具有有效性和可行性.     

带权区间图的最短路算法

提出一个解带权区间图的最短路问题的O(nα(n))时间新算法，其中n是带权区间图中带权区间的个数，α(n)是单变量Ackerman函数的逆函数，它是一个增长速度比log n慢得多的函数，对于通常所见到的n，α(n)≤4．本文提出的新算法不仅在时间复杂性上比直接用Dijkstra算法解带权区间图的最短路问题有较大改进，而且算法设计思想简单，易于理解和实现．     

带参数区间关联规则挖掘算法与应用

通过研究基于经典概念格的关联规则提取算法,结合区间概念格的概念性质和结构特性,提出了一种带参数的区间关联规则提取模型,以解决不确定规则的挖掘问题。首先给出了区间规则挖掘过程中的一系列定义和相关定理,并基于区间概念的不确定性,定义了区间关联规则的度量标准——精度和不确定度;之后构建了基于区间概念格的带参数规则挖掘模型,分析表明模型能提取具有较高支持度和置信度的关联规则,提高了规则的可靠性;最后用图书推荐的实例验证了模型的可行性,同时研究了区间参数α和β对区间关联规则的影响。     

变参数区间值直觉模糊集在模式识别中的应用

提出了带参数区间值直觉模糊集的概念,构造了一系列带参数的区间值直觉模糊集。从已知隶属度和非隶属度出发,重点分析了激励惩罚型变参数区间值直觉模糊集的构造。运用模式识别与医疗诊断案例进行对比。仿真实验结果表明,带参数区间值直觉模糊集方法比传统的直觉模糊集方法更具灵活性。     

离散事件动态系统事件时序的鲁棒性

指出了离散事件动态系统事件时序同离散事件动态系统的若干重要性质的联系.对 于极大代数描述的DEDS模型,较系统地研究了事件时序在参数发生区间摄动情形下的鲁 棒性的有限检验问题.对于事件发生时刻是摄动参数的仿射线性函数的情形,得到事件时序 鲁棒性的Kharitonov-like判据.对于事件发生时刻是摄动参数的多项式函数的情形,证明其 通常不存在事件时序鲁棒性的顶点有限检验判据.给出了这种情形下事件时序在参数发生摄 动时能够保持的一个充分条件.     

一种带参数的区间粗糙数型多属性决策方法

针对带参数的区间粗糙数型多属性决策问题,首先定义了带参数的区间粗糙数的期望和方差,以期望值和方差集结函数的优劣度得到正负理想点,然后提出了一种积分形式的带参数型的区间粗糙数新的相离度,并根据已有的加权区间粗糙的距离平均算子（WIRDAA）概念,构建含参数的区间粗糙数型MADM的熵值法模型得到最终排序,最后以一个实例说明该方法的可行性。     

自适应EWMA控制图统计经济设计

针对自适应指数加权移动平均(AEWMA) 控制图统计经济设计问题, 给出AEWMA控制图统计经济设计模型, 提出一种在偏移区间上对AEWMA控制图进行设计的多目标优化方法. 针对不同的偏移区间优化了AEWMA控制图, 并将AEWMA控制图统计经济性能与指数加权移动平均(EWMA) 控制图相比较. 结果表明, 所提出方法优化设计的AEWMA控制图仍具有克服EWMA控制图的惯性问题的统计特性, AEWMA控制图的经济性能也优于EWMA控制图.

     

一种自抗扰控制器参数的学习算法

针对自抗扰控制器（Automatic disturbance rejection controller,ADRC）参数多且耦合性强,参数难于被确定的问题,提出了一种ADRC参数的自动调整算法. 该算法以构造的控制性能函数为学习目标,根据参数对性能指标的影响,通过惩罚函数在线不断更新参数在有界区间内的概率密度分布,使得控制参数最优值的概率密度值最大. 通过开环不稳定系统算例和对工业机电驱动器单元（Industrial mechatronic drives unit,IMDU）的控制实验,仿真和实验结果证明了该算法的有效性.     

无线传感器网络改进的LEACH-ID算法

分析了经典的分簇路由协议LEACH,针对LEACH中的簇头个数、簇中成员数太多或太少,从而导致节点加快死亡、网络能量利用率低的问题,通过计算最优簇头数、控制簇中成员数,均衡了网络中能量的消耗,提高了网络能量的利用率,延长了网络寿命。同时给出一种简单的产生临时ID的方法,保证了相互间较大概率的互异性。仿真实验结果表明,LEACH ID协议与LEACH 协议相比延长了网络寿命,推迟了第一个死亡节点出现的时间,提高了能量利用率。     

多目标FJSP的一维编码粒子群优化求解方法

以单件小批量生产方式为主的柔性车间调度中,快速得到满足低生产成本、高生产效率,避免瓶颈发生的调度方案,是调度优化算法的设计目标。就此建立了以制造期、机床总负荷和单机最大负荷为综合目标的柔性车间调度问题（Flexible Job-shop Scheduling Problems,FJSP）优化模型;设计了一种以概率值为分量的一维粒子群优化算法,通过概率区间划分将连续粒子分量离散化,结合完工时间最早启发式规则,实现工序的排序与加工机床的选取。通过不同规模算例的比较,分析结果表明该方法在求解较大规模问题时具有一定的优势。     

On effect algebras of fuzzy sets

We introduce the category IE of effect algebras of fuzzy sets and sequentially continuous effect homomorphisms and describe its fundamental properties. We show that IE and the category ID of D-posets of fuzzy sets are isomorphic, hence the constructions and properties of ID related to applications to probability theory are valid for the corresponding effect algebras. We describe basic properties of categorical coproducts in ID and dually of categorical products in the corresponding category MID of measurable spaces. We end with remarks on fuzzy probability notions. Supported by VEGA Grant 1/2002/05.     

求解混合流水车间调度问题的分布估计算法

针对混合流水车间调度问题(Hybrid flow-shop scheduling problem, HFSP)的特点, 设计了基于排列的编码和解码方法, 建立了描述问题解空间的概率模型, 进而提出了一种有效的分布估计算法(Estimation of distribution algorithm, EDA). 该算法基于概率模型通过采样产生新个体, 并基于优势种群更新概率模型的参数. 同时, 通过实验设计方法对算法参数设置进行了分析并确定了有效的参数组合. 最后, 通过基于实例的数值仿真以及与已有算法的比较验证了所提算法的有效性和鲁棒性.     

WSNs中状态数据的n位索引编码式数据融合

通过对节点状态数据的分析设计了一个特殊的包格式,这样可以避免发送节点的节点号;对节点的数据进行聚类处理,可以划分出大概率的数值,并有利于提高n位索引编码压缩的效率;为了减少节点状态数据的编码位数,再对所有的数据进行n位索引编码压缩操作,这样可以大大降低数据传输量。     

Dynamic network construction and updating techniques for thediagnosis of acute abdominal pain

Computing diagnoses in domains with continuously changing data is difficult but essential aspect of solving many problems. To address this task, a dynamic influence diagram (ID) construction and updating system (DYNASTY) and its application to constructing a decision-theoretic model to diagnose acute abdominal pain, which is a domain in which the findings evolve during the diagnostic process, are described. For a system that evolves over time, DYNASTY constructs a parsimonious ID and then dynamically updates the ID, rather than constructing a new network from scratch for every time interval. In addition, DYNASTY contains algorithms that test the sensitivity of the constructed network's system parameters. The main contributions are: (1) presenting an efficient temporal influence diagram technique based on parsimonious model construction; and (2) formalizing the principles underlying a diagnostic tool for acute abdominal pain that explicitly models time-varying findings     

Maximum variation analysis based analytical target cascading for multidisciplinary robust design optimization under interval uncertainty

Analytical target cascading (ATC) is a generally used hierarchical method for deterministic multidisciplinary design optimization (MDO). However, uncertainty is almost inevitable in the lifecycle of a complex system. In engineering practical design, the interval information of uncertainty can be more easily obtained compared to probability information. In this paper, a maximum variation analysis based ATC (MVA-ATC) approach is developed. In this approach, all subsystems are autonomously optimized under the interval uncertainty. MVA is used to establish an outer-inner framework which is employed to find the optimal scheme of system and subsystems. All subsystems are coordinated at the system level to search the system robust optimal solution. The accuracy and validation of the presented approach are tested using a classical mathematical example, a heart dipole optimization problem, and a battery thermal management system (BTMS) design problem.     

部分共享型综合业务网流量拥塞控制策略

为控制流量拥塞,提出以在线的各类On-Off型实时可变比特率业务连接的峰值带宽和预期的分组丢失率门限为依据的部分共享型呼叫接纳控制策略。给出呼叫损失概率和分组丢失率的计算方法,分析这些服务质量指标与该策略中可动态调整的控制参数之间的关系,对相关结论给予数学证明或数值验证。     

基于路由器接口的一致概率包标记算法

概率包标记（PPM）算法是防御分布式拒绝服务攻击(DDoS)的重要方法,针对PPM因为重复标记而存在最弱链和弱收敛性问题,以及因为分片问题而导致重构路径时计算量大等问题,提出一种基于路由器接口（ID number）的一致概率包标记算法——IDCPPM,该算法使每个路由器的标记信息都能以一致的概率到达受害者,且由于不用分片,因而有效地减少了重构路径时所需要接受包的数量,降低了算法的复杂度,并且新方案能扩展到IPv6中。理论分析和实验仿真证明了该方法的有效性。