三角模糊数互补判断矩阵排序的最小方差法

研究偏好信息为三角模糊数互补判断矩阵形式给出的方案排序方法 .根据三角模糊数互补判断矩阵完全一致性的概念,建立了一个基于最小方差的非线性规划模型. 通过求解该模型,得到三角模糊数互补判断矩阵的权重向量,并利用三角模糊数排序公式对决策方案进行排序 .最后通过算例分析表明了所提出的方法是可行而有效的.

     

区间数互补判断矩阵的一致性

研究了区间数互补判断矩阵的一致性,定义了区间数互补判断矩阵的完全一致性,强一致性,一致性和满意一致性的概念,讨论了定义之间的关系,给出了强一致性判别方法以及3种一致性和满意一致性的判别方法.最后用算例验证了所提出方法的有效性和适用性.

     

基于一致性指标的两类不确定偏好信息集结

研究了两类区间数判断矩阵偏好信息的集结问题.首先,基于Saaty提出的数字互反判断矩阵一致性检验指标(CR),给出了区间数互反判断矩阵的满意一致性条件;然后利用互反与互补判断矩阵之间的关系求解出数字互补判断矩阵的一致性指标(CGCI),并在此基础上给出了区间数互补判断矩阵的满意一致性条件;最后建立了一致性指标最大的两类区间数判断矩阵偏好信息的集结模型,并用此模型解决了供应链中伙伴企业的选择问题.

     

模糊互补判断矩阵一致性检验和改进方法研究

针对模糊互补判断矩阵的一致性修正问题,指出了模糊互补判断矩阵一致性修正方法的不足,从模糊一致矩阵传统定义出发,讨论了检验模糊判断矩阵是否满足完全一致性的方法,推导出模糊一致性指标,并给出了模糊判断矩阵一致性改进的方法,从理论上分析了该算法的可行性,这种算法不仅简便实用,而且为专家对原始判断信息进行针对性修正提供了参考依据.     

基于布尔矩阵的区间数排序方法

讨论了10 个区间数排序的可能度公式, 分析了它们各自的特点. 从可能度的含义和保序性两个角度指出, 基于可能度矩阵的区间数排序方法有时会导出不合理的排序结果. 通过分析可能度矩阵与模糊判断矩阵的关系, 剖 析了导致这种不合理排序结果的原因. 最后, 利用可能度矩阵构造一个布尔矩阵, 基于布尔矩阵给出一个改进的区间 数排序算法, 并从理论上证明了所提出的排序方法的科学性.

     

一种基于模糊密度动态调节的融合目标识别方法

针对工程应用的需要,给出一种根据实时动态数据确定模糊密度调节系数的方法,并建立了基于模糊密度动态调节的融合目标识别算法.最后通过仿真实验给出了各种模糊积分用于目标融合识别时的识别结果,验证了所提出方法的有效性.

     

一类新的粒子群算法

提出一种新的模糊粒子群优化算法---收敛模糊粒子群优化算法.重点研究了收敛因子的确定和模糊隶属度函数的选择对算法性能的影响.在考虑计算效率的同时,提高了算法的精度.利用4个基准函数测试了收敛模糊粒子群优化算法的性能,并与模糊粒子群优化算法$收敛粒子群优化算法以及基本粒子群优化算法进行了对比.实验结果表明#新算法具有很好的性能.

     

连续互联系统的模糊分散控制及新的稳定性条件

针对一类连续模糊互联系统,提出一种模糊分散控制器的设计方法,并给出了保证控制系统稳定的更为宽松的充分条件．应用Ｌｙａｐｕｎｏｖ函数法和线性矩阵不等式,证明了模糊分散控制系统的稳定性．仿真结果进一步验证了所提出的模糊分散控制方法的有效性．

     

群决策中多阶段多元判断偏好的集结方法研究

研究群决策过程中决策者基于多个决策阶段,多种结构形式的判断偏好集结方法.基于互反判断偏好与互补判断偏好的转化公式,将多种类偏好的结构一致化;利用决策者判断偏好的一致性水平和与群体综合偏好偏差的距离,提出了确定决策者权重的方法;建立了基于决策先验信息的多阶段偏好集结的决策阶段赋权模型.根据各决策阶段的权重,将多阶段判断偏好集结成群体综合偏好.

     

混合型多属性决策问题的序关系求解方法

研究了包含实数型,区间型和风险型属性的混合型多属性决策问题,提出一种基于优先序关系的决策模型,并给出了具体求解方法和步骤说明.通过比较各属性下方案间的优劣程度,建立模糊互补判断矩阵,以排序向量为基础计算每个方案各属性下的B0rda分,根据属性权重向量加权集结得到总排序向量,实现方案总体优劣的排序.该方法直观,概念明确,不需要对决策矩阵进行规范化,易于实际操作.最后以自动目标识别系统性能评估为例,进行了算例分析.

     

基于修正因子模糊 PID控制在升力鳍系统中的应用

应用基于量化因子和决策因子自修正的模糊 PID控制算法来改进升力控制减摇鳍系统,并利用子模糊系统自动调整量化因子和决策因子,从而改善基本模糊控制器的稳态和动态性能 .模糊控制算法与传统PID 控制的有机结合,使升力鳍系统控制精度,鲁棒性以及自适应性得到显著改善 .基于该算法的某型船舶仿真结果表明,该复合控制算法使升力鳍系统能够在各种海况下均具有良好的减摇效果.

     

二型模糊系统的规则提取算法

模糊规则提取是建立二型模糊系统需要解决的关键问题.提出一种改进的基于c均值模糊聚类算法(FCM)的二型模糊规则提取方法.该方法借助于二型模糊集主隶属度函数的期望与次隶属度函数值之间的联系,能克服已有算法忽略二型模糊集次隶属度函数对模糊聚类结果的影响.仿真实例表明,该算法能成功地提取二型模糊规则,比FCMV算法具有更好的性能和收敛性.

     

一种新的基于简化二进制可辨矩阵的相对约简算法

提出一种基于简化二进制可辨矩阵的启发式相对约简算法,其特点是在扫描数据库的过程中形成规模很小的简化二进制可辨矩阵.基于简化二进制可辨矩阵构造了面向相对约简的矩阵变换方法,通过这种矩阵变换可从二进制可辨矩阵直接高效地导出相对约简.理论分析和实验结果说明和验证了该算法具有相对高效性和强可操作性等优点.

     

基于直觉模糊粗糙集的属性约简

针对Jensen下近似定义的局限性,提出一种新的等价类形式的近似算子表示,并将其推广到直觉模糊环境.在此基础上,将相对正域,相对约简,相对核等粗糙集的知识约简概念推广到直觉模糊环境,提出一种直觉模糊信息系统的启发式属性约简算法.实例计算表明,该方法比Jensen的属性约简方法更为合理有效.

     

基于自学习模糊Petri网的知识化制造系统采购预测

对模糊Petri网进行改进,使其增加自学习能力,即自学习模糊Petri网(SFPN).提出了自学习模糊Petri网模型知识库的建立方法,通过构造SFPN模型知识库,建立并保存现有产品的SFPN模型,开发新产品或进行新的决策时调出并进行修正后作为新产品模型,通过较短时间和少量样本的自学习训练,便可用于新产品的预测或决策.最后通过采购预测实例验证了该方法的有效性.

     

基于观测器的非线性系统H∞模糊可靠控制

研究了基于观测器的非线性系统H_∞模糊可靠控制问题.采用T-S模糊模型对非线性系统进行建模,用模糊观测器重构系统状态.在系统发生故障时满足给定H_∞性能的约束下,最小化正常情况下的H_∞性能,实现次优H_∞模糊可靠控制.提出了两种应用线性矩阵不等式(LMI)的H_∞模糊可靠控制器设计方法.分别采用两步法和相似变换法将双线性矩阵不等式问题转化为LMI问题.仿真示例验证了所提出方法的有效性.

     

一种改进隶属度函数的FCM聚类算法

传统模糊??-均值(FCM) 算法要求一个样本对于各个聚类的隶属度之和满足归一化条件, 从而导致算法对噪声和孤立点敏感, 对非均衡分布样本的聚类有效性降低. 针对该问题, 提出一种改进模糊隶属函数约束的FCM聚类算法, 通过放松归一化条件, 推导出新的隶属度划分公式, 并在聚类过程中不断进行隶属度修正, 从而达到消除噪声样本、提高聚类有效性的目的. 最后通过实验结果对比验证了改进算法的正确性.

     

基于自相关函数的模糊时间序列优化算法

针对模糊时间序列模型中模糊推理规则的优化问题, 提出一种时间序列的自相关理论与模糊时间序列相结合的算法. 首先考查数据平稳化; 然后运用传统的数据模糊化方法得到模糊集, 进而建立模糊规则, 并运用自相关函数理论对模糊规则进行优化; 最后通过对Alabama 大学注册人数的预测验证了所提出算法的有效性.

     

优势模糊粗糙模型及其在审计风险评估中的应用

针对模糊信息系统,建立基于优势关系的粗糙集模型,并给出该模型的多种知识约简定义.通过构造分辨函数,得到了求解优势模糊粗糙集模型的最大分布约简算法.最后将该模型应用于审计风险评估,得到了较为合理的评估规则.

     

基于广义差别矩阵的核和属性约简算法

属性约简是粗糙集理论的重要研究内容.为此引入广义差别矩阵,提出基于广义差别矩阵的核和属性约简算法.该框架可有效避免连续属性值离散化,且有利于与其他机器学习方法相结合.理论分析表明,所提出的算法是有效而可行的.