乒乓球机器人球拍位姿的确定

针对乒乓球机器人球拍位置及球拍击球姿势进行了探讨,分析乒乓球从击球点到落点的运动过程,列出了相应的状态方程,基于这些状态方程,最终确定出球拍位姿。     

基于模糊自调节算法的乒乓球机器人回球速度计算

提出了一种新的回球速度计算模型, 达到以期望的落球速度定点回球的目的. 首先, 忽略了运动过程中马格努斯力的影响, 以多项式拟合乒乓球的运动轨迹, 利用LM算法求解得到回球速度的初始值. 然后, 提出了一种新的基于区域分割的经验数据存储与替换模式, 经线性拟合经验数据得到回球速度, 并与初始速度求加权平均值, 作为模糊调节的初始值. 分析了回球速度的各分量对落点误差的影响, 根据预测的落点误差, 利用模糊算法调节回球速度, 将调整后的结果用于控制回球过程中的球拍位姿与击球速度. 实验结果验证了方法的有效性.     

基于信息熵的模糊多属性决策供应商选择方法

提出了一种针对供应商选择最优决策问题的基于信息熵的模糊多属性决策方法。针对供应商的多属性决策问题,确定属性集,利用信息熵求出各属性权重,运用模糊数排序方法对方案的模糊效用值进行排序,以确定最优方案。最后以某企业为例做了实例分析,将此方法应用于对这五个供应商进行评分排序,并从中选择出最为合适的供应商,表明此方法行之有效。     

基于模糊神经网络的机器人足球团队决策研究

机器人足球团队决策依据的信息通常是模糊的、不确定的、瞬息万变的,决策系统必须具有自适应学习能力。本文提出一种基于模糊神经网络的机器人足球团队决策模型,用于建立场上关键信息元素和团队决策之间有效的映射关系。初步的仿真实验结果证明了该团队决策模型的正确性和合理性。     

基于模糊多属性决策的射孔方案选择模型研究

射孔是油气井的主要完井方式之一,不同的射孔参数对井的产能有不同的影响。射孔方案涉及产能比、相位角、孔密、穿深、孔径、套管强度降低系数等因素,各因素之间互相影响,互相制约,射孔方案的选择中存在一定的模糊性。探讨将模糊多属性决策方法应用于油气井射孔作业,建立射孔方案模糊多属性决策模型,讨论了无偏好及有偏好情况下的射孔决策模型。仿真实例验证了模型的有效性,为射孔作业提供了一种决策依据。     

基于Vague集模糊一致关系的多目标模糊决策

基于Vague集理论和模糊一致关系理论,提出了一种新的多目标模糊决策方法。这种决策方法综合考虑方案满足目标条件的可能性、不满足的可能性和未知的可能性三个方面的因素,分别对每个目标条件建立模糊优先关系矩阵和模糊一致矩阵,最后得出用于评估每种方案的真、假两方面的优度值,从支持和反对两方面来进行综合评估,给出方案的优劣程度排序,从而选出最优的方案。     

基于多目标模糊决策的最佳路径分析

在进行最佳路径选取时,如何综合考虑多种模糊因素的影响和确定每个因素影响的大小是一个关键问题。该文建立了用于最佳路径分析的道路层次模型,给出了多目标模糊决策的数学模型,确定了各种影响因素的模糊隶属度函数,应用层次分析方法确定了各个影响因素的权重。在Dijkstra最短路径算法的基础上,提出了应用多目标模糊决策的方法来实现在多种模糊因素影响下的最佳路径选择,并通过实例分析和仿真实验验证r该方法的正确性。     

基于模糊多目标决策的网格资源分配策略

针对网格计算提出了一种新的基于模糊多目标决策的资源分配策略。该策略以用户满意度为主要目标,通过组建模糊多目标决策模型来解决用户的资源选择问题。详细描述了该策略的实现方法,通过对模型的分析,表明了该模型不但可以满足用户的要求,还可以提高资源的分配成功率和利用率。     

多目标模糊决策算法与应用

该文主要介绍了如何将最小(大)隶属度偏差法应用到多目标模糊决策算法中,这是解决含有模糊不确定因素的复杂决策问题的有效工具,并通过应用实例,验证算法的正确性。     

基于Vague集的多目标模糊决策方法

提出了一种新的基于Vaguc集的多目标模糊决策算法,解决了文献[1]和[2]所存在的缺陷,并通过实例验证,而且定义的函数涵义明确。     

基于加速度传感器的乒乓球击球动作识别

针对人击打乒乓球时的动作特点,提出一种基于三维加速度信号的识别算法以识别不同类型的击球,例如:攻球、搓球和推挡.所用数据由绑定在手腕上的加速度传感器在乒乓球的训练过程中采集,利用固定阈值法对加速度信号的终始点进行判断,并提取信号的信号能量、手势长度等关键特征.识别过程分别采用K近邻和决策树算法.实验结果表明:针对乒乓球训练过程中的击球动作,可以快速有效地对动作信号进行分类识别.     

A novel group decision making method with intuitionistic fuzzy preference relations for RFID technology selection

A more scientific decision making process for radio frequency identification (RFID) technology selection is important to increase success rate of RFID technology application. RFID technology selection can be formulated as a kind of group decision making (GDM) problem with intuitionistic fuzzy preference relations (IFPRs). This paper develops a novel method for solving such problems. First, A technique for order preference by similarity to ideal solution (TOPSIS) based method is presented to rank intuitionistic fuzzy values (IFVs). To achieve higher group consensus as well as possible, we construct an intuitionistic fuzzy linear programming model to derive experts’ weights. Depending on the construction of membership and non-membership functions, the constructed intuitionistic fuzzy linear programming model is solved by three kinds of approaches: optimistic approach, pessimistic approach and mixed approach. Then to derive the ranking order of alternatives from the collective IFPR, we extend quantifier guided non-dominance degree (QGNDD) and quantifier guided dominance degree (QGDD) to intuitionistic fuzzy environment. A new two-phase ranking approach is designed to generate the ordering of alternatives based on QGNDD and QGDD. Thereby, the corresponding method is proposed for the GDM problems with IFPRs. Some generalizations on the constructed intuitionistic fuzzy linear programming model are further discussed. At length, the validity of the proposed method is illustrated with a real-world RFID technology selection example.     

基于双目视觉的气动式乒乓球发球机发球轨迹检测方法

针对传统气动式乒乓球发球机的轨迹检测方法检测误差大,存在着乒乓球的落点不理想的问题,提出基于双目视觉的气动式乒乓球发球机发球轨迹检测方法。首先根据摄像机参数建立旋转矩阵,基于双目视觉技术将旋转矩阵处理为投影矩阵,根据矩阵约束条件降低选位误差,标定检测点位;其次考虑发球机的发球方式,计算乒乓球在旋转过程中,旋转力道打破不旋球的平衡受力时所承载的各项阻力;最后建立球体运动状态下的轨迹模型,引入衰减系数,降低轨迹检测误差,以此实现基于双目视觉的气动式乒乓球发球机发球轨迹检测。实验结果表明,与传统检测方法相比,所研究的方法得到的球体落点更加精准,控制误差效果较强,可适用于发球机发球轨迹实际检测。     

基于新的条件熵的决策表约简方法

分析了在知识约简过程中现有条件熵的不足,在一致和不一致对象分开的基础上,定义了一种新的条件熵概念,以弥补现有信息熵的不足,在此基础上给出了以不等式为条件的约简判定定理;然后以条件属性子集的条件熵来度量其对决策分类的重要性,提出了一种新的知识约简启发式方法.应用实例分析的结果表明,基于新的条件熵的属性重要性是一种更准确、更有效的启发式信息,该方法时间复杂度较低,有助于搜索最小或次优知识约简.     

一种基于模糊增益比例的决策树属性选择方法

节点属性的选择是决策树生成过程中的关键环节,以ID3和C4.5为代表的经典决策树算法中,树节点的选择是通过子集样本数计算信息增益或增益比例得到的。但是,对于连续性属性,由于离散化分割导致了子集边界元素在隶属关系上的模糊,使样本计算的方式存在了一定的不合理性,为解决这一问题,采用了模糊集理论并以模糊度的方式取代样本个数参与增益比例的计算,给出了一种获得决策树分类中不确定性尺度的可行途径。     

Personnel selection based on intuitionistic fuzzy sets

One of the most important activities carried out by human resource management is personnel selection, concerned with identifying an individual from a pool of candidates suitable for a vacant position. Traditionally, personnel selection is a group decision‐making problem under multiple criteria containing subjectivity, imprecision, and vagueness, which are best represented with fuzzy data. In this article, the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method extended to intuitionistic fuzzy environments is proposed to select appropriate personnel among candidates. An intuitionistic fuzzy set (IFS), which is characterized by membership function, nonmembership function, and hesitation margin, is a more suitable way to deal with vagueness when compared to a fuzzy set. To demonstrate the applicability and effectiveness of the intuitionistic fuzzy TOPSIS method, a numerical example of personnel selection in a manufacturing company for a sales manager position is given. © 2011 Wiley Periodicals, Inc.     

基于包含度的不一致决策表约简新方法

在不一致决策表中,以知识的包含度为基础,将一致和不一致对象分开,定义了一种新的属性重要性;为克服区分矩阵法时间复杂度随系统大小增加而指数增长的缺陷,给出分布约简的数学判定定理,提出了一种求分布约简的启发式方法。实例验证分析表明,新的属性重要性是一种更有效的启发式信息,该方法时间复杂度较低,有助于搜索最小或次优约简。     

不完备决策表的扩展差别矩阵规则获取方法

针对不完备决策表,通过引入扩展差别矩阵,利用基数排序对广义决策值进行划分,只比较广义决策值不同的对象,并且记录对应的条件属性值,克服了计算过程中反复检查属性值对与广义决策值是否冲突的缺点,从而优化了算法。实例分析结果说明了该方法的正确性和优越性。     

A method based on distance measure for interval-valued intuitionistic fuzzy group decision making

In this paper we introduce some relations and operations of interval-valued intuitionistic fuzzy numbers and define some types of matrices, including interval-valued intuitionistic fuzzy matrix, interval-valued intuitionistic fuzzy similarity matrix and interval-valued intuitionistic fuzzy equivalence matrix. We study their properties, develop a method based on distance measure for group decision making with interval-valued intuitionistic fuzzy matrices and, finally, provide an illustrative example.