基于模糊集理论的软件质量评估研究

针对软件质量评估数据的模糊性问题,提出了基于模糊集理论实施评估的处理方案,改善传统评估方法中不精确性和复杂性的弊端,达到科学、客观、合理评估的目的;描述了模糊集理论解决现实世界模糊性问题的基本原理,并给出应用模糊逻辑与推理的多因子软件质量评估模型设计。针对模型的应用方法给出了一个软件质量评估实例,便于对多因子软件质量评估模型有更深的理解。     

基于模糊集和Otsu理论的PCB图像分割算法

针对印刷电路板(Printed Circuit Board,PCB)的图像分割问题,对Otsu法进行了改进.即首先用基于Otsu法的双阈值分割方法分割出所需的模糊区域;然后根据PCB图像的特点,运用模糊集理论描述不良问题的能力,构造出图像的隶属度函数;最终形成了基于模糊集和Otsu的分割算法.利用该算法对各种PCB图像进行了分割实验,实验结果表明:该算法对PCB图像具有良好的分割效果.     

基于神经网络的MCM互连故障模拟器研究

故障模拟器是基于模拟算法的测试生成系统的重要组成部分，其性能优劣直接影响测试集的各项指标。在基本互连结构的二值Hopfield神经网络模型基础上，提出了一种利用神经网络技术实现MCM互连故障模拟的方法。该方法以能量函数值反映故障状态的原理为基础，将判定测试矢量为故障的检测能力问题转化为能量函数值求解问题，简化了故障模拟的处理过程，提高了模拟效率。实验结果表明，用这一方法实现的验证性互连故障模拟器ICFSim，可以有效地对互连网络中的固定型故障和两两短路型故障进行快速模拟。     

基于神经网络的MCM互连故障模拟器研究

故障模拟器是基于模拟算法的测试生成系统的重要组成部分,其性能优劣直接影响测试集的各项指标。在基本互连结构的二值Hopfield神经网络模型基础上,提出了一种利用神经网络技术实现MCM互连故障模拟的方法。该方法以能量函数值反映故障状态的原理为基础,将判定测试矢量对故障的检测能力问题转化为能量函数值求解问题,简化了故障模拟的处理过程,提高了模拟效率。实验结果表明,用这一方法实现的验证性互连故障模拟器ICFSim,可以有效地对互连网络中的固定型故障和两两短路型故障进行快速模拟。     

基于二型模糊集的多重多维多输出模糊推理模型及Mamdani算法

模糊推理是模糊控制技术的数学核心,二型模糊集的模糊推理是研究二型模糊逻辑系统的基础。类似一型模糊集模糊推理的Mamdani算法,研究并给出了二型模糊集的多重多维多输出模糊推理模型及相应的Mamdani算法。     

一种计算对流空气条件下 MCM 器件结温的方法

研究多芯片组件（ Multi－chip Module,MCM）各元器件之间热传导的相互影响,建立了在对流空气条件下,一种基于结环热阻矩阵的MCM各元器件结温数学计算方法,并利用有限元模拟方法根据不同组合条件对结环热阻矩阵进行验证,结果表明采用结环热阻矩阵预测元器件结温的误差小于6％,说明该方法在某种程度上可运用于对流空气条件下MCM组件的热学分析技术中。     

基于模糊集及RCC理论的区域移动模型

基于RCC理论中的概念邻域结构和模糊集理论,提出了可以表达动态环境下随时间移动或变形的空间区域的区域移动模型,然后基于Allen的路径一致性算法,给出了关于此模型的路径一致性模糊推理算法。     

基于模糊集的电力系统神经网络负荷预报研究

提出了电力系统短期负荷预报基于模糊集的神经网络方法 .该方法计及了天气和日期特征量 ,具有训练时间短预测精度高的特点 .采用两种学习算法 ,依据模糊集概念用某地区电网实际数据建立样本集后 ,对ANN进行了训练 ,通过分析比较得出了优化模型 .计算事例表明用该方法是可行和有效的     

基于免疫进化的模糊集更新算法

动态模糊集在很多领域有着广泛的用途。在应用中,随着环境的变化,动态模糊集的更新是目前关注的一个问题,而动态模糊集如何反应环境的变化是动态模糊集更新的一个难点问题。本文提出了一只基于免疫进化的模糊更新算法,算法能够较好的体现环境的变化,使得更新后的模糊集更有利于模糊聚类的需要。     

基于模糊集和粗糙集理论的企业免疫力评价

借鉴免疫学理论,在前人研究的基础上,对企业的免疫力进行了初步探讨,并构建了企业免疫力评价指标体系。将模糊集与粗糙集理论有机结合起来,运用模糊识别对指标进行模糊定性,运用粗糙集依赖度理论进行属性约简,并赋予属性权重,建立综合评判式。最后通过实例验证了该方法的实用性和可行性,为企业免疫力的评价提供了新的思路。     

基于ANFIS的蓄冷系统模糊控制设计

目的 研究蓄冷系统模糊控制,缓解电力生产和供应,减少城市烟尘和二氧化碳CO2的排放.方法 引入ANFIS的"高木-关野(Takagi-Sugeno)"模型进行冰蓄冷系统模糊控制器设计.应用自适应神经模糊控制模型原理,建立了蓄冷量自适应神经模糊控制模型.结果 利用减法聚类进行初始化后,形成输入载冷剂进口温度,载冷剂流速,蓄冷时间和输出蓄冷量之间的控制关系,蓄冷量模糊控制器的控制过程比较平稳,控制过程收敛性能都比较好,比较符合实际的运行情况,训练均方根误差最小为3.042 88×10-4.结论 解决了因冷负荷过大出现蓄冰装置释冷提前结束而不得不启用制冷机组的问题.     

基于粗集理论的约简算法

在基于属性重要性和基于分辨矩阵两种算法的基础上,提出了一种同时满足属性重要性和频度的启发式约简算法RedFreSigni。该算法的基本思想是:以属性的核为基础,把核和用户偏好集同时作为属性近似约简的一部分,以频度作为选择属性的启发信息可同时生成计算属性的频度信息与不可分辨矩阵,减少了计算时间。在此基础上进而提出了基于规则支持度和置信度的决策挖掘算法,该算法能有效提取出用户感兴趣的规则。     

基于粗糙集的决策树优化算法

在粗糙集理论的基础上提出了一种新的决策树算法,把粗糙集中的近似分类精度及决策规则的确定性因子应用于决策树的构造,在算法形成的过程中提出抑制因子,对决策树进行修剪,避免了先生成决策树再修剪的繁琐步骤,且在每次划分时对条件属性值和决策属性值进行匹配考察,避免不必要的计算,进一步提高了算法速度．     

基于粗糙集的道路交通事故预警算法研究

按照历史道路交通事故数据分析,把交通事故分为具有不同特征的道路交通事故类型,归纳造成不同特征的道路交通事故发生原因(人,道路,车辆,天气等),利用粗糙集理论在事故原因与事故类型之间建立一个映射规则,为道路交通事故的预警提出了既快又简的融合算法。通过安装在汽车上的算法数据库,建立道路交通事故监测预报系统,根据监测驾驶员可在事故来临之前做出正确的调控措施,把道路交通事故消灭在萌芽状态中。     

一种基于粗集理论对雾天图像增强的研究

由于雾天有光亮条件的干扰,雾天拍摄的图片经常都有很严重的图像降质;针对雾天图片的退化情况,文章提出了一种基于粗集理论在空域采用3×3滑动窗口的图像增强方法,通过对实物照片的处理表明该方法在图像增强效果和时间复杂性方面均优于传统图像增强方法,在重现原图的基础上能有效地改善雾天图像的退化现象和提高图像清晰度。     

基于粗集和模糊聚类的协同过滤算法

提出了一种基于粗集和模糊聚类相结合的协同过滤推荐算法,通过粗集理论自动填补空缺评分降低数据稀疏性;然后根据用户对项目评分的相似性对用户进行模糊聚类,并在此基础上搜索目标用户的最近邻居,从而缩小最近邻居的查找范围并产生推荐结果.实验结果表明,该方法能有效的解决数据稀疏性问题,提高了推荐系统的精确性和实时响应速度.     

一种改进的粗糙集理论分层递阶约简算法

粗糙集的分层递阶约简算法是根据属性的获取方式、采集成本和实时性要求等对属性进行分类,使决策系统中的所有属性在单层次和单粒度上的知识表示变为部分属性所构成的知识在多种层次和多种粒度上的表示,从而可以逐层对决策系统进行约简.在此基础上,文章根据规则获取者的需要即属性的重要度考虑进行分层递阶简约.文章的最后将该算法应用于某单位人才引进决策的获取中,证实了其有效性.     

基于模糊控制理论的RED改进算法

针对RED算法在业务突发度较强或流量抖动较大时不能获得满意的吞吐性能的问题,提出一种基于平均队列长度和平均队列长度变化的模糊控制RED算法．该算法不再对每个队列设置固定的门限,而是根据当前网络流量的状况动态地推理出数据包的丢弃概率．