基于TS模型的非线性系统模糊辨识算法

对一类采样数据较均匀的非线性系统,提出一种基于TS模型的系统辨识算法.首先利用等分区间法对输入空间进行前提结构的划分,并根据所选定的隶属度函数确定每个输入变量在各个模糊子空间中的隶属度,然后利用卡尔曼滤波算法来辨识模型的后件参数.与模糊聚类等辨识算法相比,该算法计算量较小,适用于系统的在线辨识,仿真研究表明该算法具有较高的辨识精度.     

模糊c-harmonic均值算法在不平衡数据上改进

针对模糊c-harmonic均值算法(FCHM)在不平衡数据集上的聚类效果不理想的问题,提出了一种基于聚类体量约束的模糊c-harmonic均值算法。首先,利用隶属度矩阵定义各个类的体量,用于约束FCHM算法的代价函数,从而构建一个新的代价函数;然后,将该代价函数最小化,得到新的隶属度矩阵和聚类中心的计算公式;最后,在UCI数据集、模拟不平衡数据集及真实机床振动检测不平衡数据集上分别进行实验。实验结果表明,与同类算法相比,本文算法在保持传统算法全局最优性能的同时,在不平衡数据集上也能得到理想的聚类效果。     

两阶段判别嵌入模糊聚类

针对两阶段判别嵌入式聚类算法无法有效地反映数据的真实结构问题,提出一种两阶段判别嵌入模糊聚类算法。首先利用模糊C-均值算法对数据进行初始聚类,得到数据的初始隶属度矩阵,然后通过奇异值分解和求解最大散度差对数据降维处理,最后在低维子空间中对降维后的数据再次进行模糊C-均值聚类。通过对初始数据和降维后的数据进行模糊聚类提高算法的准确度。对比实验结果表明,该算法可获取最优聚类精度,并能更有效地反映数据的真实结构。     

多维数据的改进最小生成树聚类算法

针对传统的应用于基因表示的最小生成树(MST)聚类算法在时间复杂度和聚类质量上的不足,提出了一种新的应用于数据处理的改进最小生成树(IMST)的聚类算法.该算法在提高构造最小生成树的效率的同时,通过对初步划分的生成树用矩阵表示,以度最大的结点作为聚类中心,再根据中心点算法完成聚类,解决了以往最小生成树算法无法解决的多个簇用短边或长度相同的边相连无法分类的问题,从而提高了聚类速度,改善了聚类的质量.通过对多维数据进行分析,计算各个属性的差异度,得出结论:一些属性的存在对于构造最小生成树有很小的影响或没有影响,删除这些属性列也可以提高效率,达到减少计算复杂性的目的.     

季度经济分析的模糊数学方法

采用模糊综合评判法,对黑龙江年度季度经济数据进行了分析.选取其中的6项经济指标进行了层次分析、给出判断矩阵,以特征向量法求得各指标的权值,并将其归一化.再对原始数据进行标准化,消除了量纲的影响,并以人们常常认为的优、良、中、及格、差服从正态分布求得五级评价体系的临界值点,选取合适的隶属函数求得各数据对于各等级的隶属度.应用模糊综合评判中的数学模型得出各季度经济数据对于各个评价等级的隶属度,给出了各季度经济数据的隶属等级及评判结果.     

基于最大熵模糊聚类的快速数据关联算法

提出了一种新颖的快速数据关联算法,减少了滤波中关联概率的计算量．该算法利用多个并行改进的最大熵模糊聚类对各个目标的有效观测进行聚类,采用聚类得到的模糊隶属度来重建滤波中的联合关联概率,并在联合关联概率中引入了比例因子避免航迹的合并;此外,分析了算法中差异因子的特性,考虑了杂波密度对它的影响,使得能够有效剔除无效观测,进一步减少计算量．仿真实验结果表明,提出的方法是一种有效的快速数据关联算法,跟踪性能要优于现有的数据关联算法．     

模糊聚类在客户关系管理中的应用与研究

针对客户分类的特征,通过对模糊聚类算法的改进,提出用改进后的模糊聚类算法作为客户关系管理中客户聚类的方法．论述了该方法的聚类过程,并给出了聚类分析的实例,得到了不同客户群的聚类中心以及客户的隶属度矩阵,为客户群的特征分析提供了量化依据,得到了满意的客户聚类结果．     

一种基于GPS单差模型的姿态解算算法

针对采用双差模型无法克服双差观测量的强相关性这一问题,以观测量不相关的单差模型为基础,提出一种可递归处理的定姿算法.该方法用码观测量辅助载波相位观测值,增加了信息量,通过递归估计模糊度浮点解及其方差协方差矩阵,从而可以利用LAMBDA算法估计整周模糊度.该算法计算量较小,且具有数值稳定性.实验结果表明,该算法的初始化时...     

基于直觉模糊C-均值聚类算法的图像分割

基于直觉模糊集理论对模糊C-均值(Fuzzy C-Means,FCM)聚类算法进行改进。采用模糊补算子生成非隶属度,得出相对应的直觉模糊集犹豫度,用于更新模糊C-均值聚类算法中的模糊隶属度值。针对常用测试图像的仿真实验结果显示,在分割的视觉效果几乎一致的情况下,改进算法在迭代效率上相对于原FCM聚类算法有一定提高。     

基于改进FCM算法的交通流分析

针对交通流聚类问题,提出一种改进的模糊C-均值算法。该算法根据交通流特点,对样本数据集进行处理得到模糊等价矩阵,通过改进隶属度函数和距离度量函数得到新的目标函数,利用拉格朗日算法优化隶属度和聚类中心,最后通过凝聚度和分离度实现自动聚类。实验结果表明,改进FCM算法削弱了突变点影响,提高了聚类效果。     

基于集对分析的模糊综合评判

集对分析是一种应用于方案决策的定性与定量相结合的方法。模糊综合评判是利用模糊集理论进行综合评价的一种方法。一般的模糊评判方法定性与定量结合时,如果量化细微,不仅增加计算工作量,而且也会与其模糊性相悖,导致评定结果可信度的降低;如果量化粗糙,亦会导致评定结果可信度的降低;模糊隶属函数的确定本身就是模糊数学理论在工程中应用的难点。结合集对分析方法和模糊综合方法对事物进行综合评判,能够真实反映研究对象的状况,具有很好的工程应用价值。     

城市地下空间资源质量模糊综合评估与3D可视化

采用模糊综合评估方法，构造了地下空间资源质量评估指标的隶属函数，并确定了隶属度，建立了权重向量与模糊关系矩阵复合运算的模糊综合评估模型．同时提出了基于Grid＋Voxel的评估基本单元体空间划分方法．并以北京CBD为例，采用模糊评估模型和基本单元体划分方法，在GeoMo^3D系统中进行了地下空间资源质量评估，得到了3D可视化评估结果．结果表明；模糊综合评估和基于Grid＋Voxel的基本单元体空间划分能够合理表征地下空间资源质量，是城市地下空间资源质量评估及其3D可视化的一种有效的新方法．     

一种改进免疫遗传算法及在异常检测中的应用

该文针对免疫遗传算法的不足,在分析其特性的基础上,引入了隔离小生境技术,改进交叉算子和变异算子,提出一种改进算法。在基于模糊关联规则挖掘的异常检测中采用本算法优化后的隶属函数,能够扩大正常关联规则集之间的相似度,缩小正常与异常关联规则集之间的相似度,提高异常检测的性能。通过以网络流量为数据的异常检测实验仿真对算法进行了验证。实验结果说明了该算法的可行性和有效性。     

结合邻域信息粒子群聚类用于SAR图像变化检测

SAR图像变化检测可以转化为对差异图的聚类问题。由于 SAR 图像本身容易受到斑点噪声干扰,为提高聚类效果提出了一种结合邻域信息的自适应粒子群聚类算法。该方法在模糊 C 均值原目标函数基础上,引入中心像素的邻域信息,并通过自适应粒子群的全局搜索来优化聚类中心。该方法还引入了自学习算子即粒子编码中的中心像素的隶属度,能够向其相邻像素的隶属度学习,并据此修正自身的隶属度值相关。实验结果表明,与模糊C均值和量子免疫克隆聚类算法相比,该方法利用了像素的邻域信息,从而增强了抗噪性能。与模糊局部信息C均值算法相比,该方法对图像细节保持能力较强,运行时间也较少。     

基于模糊逻辑的蒸气云爆炸参数预测框架算法及其应用

在传统的蒸气云爆炸(Vapor Cloud Explosion,VCE)参数预测的TNO(The Netherlands Organization)多能法中,引入基于模糊逻辑的方法确定爆炸强度等级,提出了基于模糊逻辑的蒸气云爆炸参数预测框架算法(Fuzzy Logic Prediction Framework Algorithm for Vapor Cloud Explosion Parameters,VCEP-FLPFA)。在定义爆炸强度等级隶属度函数时,充分使用专家经验、爆炸历史数据等知识。基于文献数据及经验信息,给出了VCEP-FLPFA的一种实现策略,并以某LPG储配中心为例,对该算法的具体应用进行了说明。     

基于模糊核聚类的鲁棒性基础矩阵估计算法

提出一种基于模糊核聚类的鲁棒性基础矩阵估计算法。算法提取匹配点的余差作为特征,利用核函数将一维非线性可分特征映射到高维可分空间,在高维特征空间利用模糊均值分类将匹配点分为内点集和外点集;用高斯函数分别对已分类的内点集和外点集进行建模,定义并计算两类高斯分布的可分性判定值;判断该判定值是否收敛,如未收敛则以内点集作为初始值重新迭代计算。模拟数据和真实数据的基础矩阵估计实验表明,本文算法在计算效率和精度上均优于经典的随机抽样一致性算法。     

Fuzzy data association algorithm assisted by historical features

Aiming at the problem of strong ambiguity and uncertainty in the observed data,the author proposes a fuzzy data association algorithm based on the historical features of high-resolution one-dimensional range profile.First,for the high-resolution one-dimensional range profile's attitude,amplitude,and time-shift sensitivity,feature extraction is performed to obtain low-sensitivity features.Then,the features of the track initiation are used to construct the initial feature sample database;the features of the historical moment are utilized to construct the historical feature sample database,and the feature sample database is updated in real time.The feature weight is obtained by the interval entropy weight method and the fuzzy membership of the measurement,and the target is calculated to construct a fuzzy matrix.Finally,fuzzy data association is completed based on the principle of maximum fuzzy membership.Experimental results show that,in both the maneuvering and non-maneuvering scenarios of the target,the association performance of the proposed algorithm is better than that of the fuzzy data association algorithm.And with the increase in the clutter density,the association performance of the two algorithms is gradually decreased,but the association performance of the proposed algorithm becomes better.     

岩石边坡模糊随机损伤可靠性研究

目的延拓非确定损伤理论研究以揭示损伤力学蕴涵的复杂机理.方法基于损伤、概率、模糊隶属度在[0,1]区间上协调一致性,提出了模糊随机损伤力学观念;构造解释了3类损伤变量模糊性态及对应模糊映射分布,即降半分布、“秋千”分布和组合“秋千”分布,实现了随机损伤变量模糊化自适应生成与构建;依据扩张原理及随机损伤变量满足β概率分布,对模糊集上随机损伤变量的CDF、PDF积分修正,结合当量正态理论,将三类模糊随机损伤泛函引入本构方程,完成了模糊随机有限元可靠度与模糊随机损伤同步分析.结果分析表明,基于全面统计评价的初始损伤场建立,避免了常规损伤力学分析中试验及模型构造的困难.结论借助可靠度理论所得的模糊随机损伤力学模型,可全面揭示复杂工程对象在损伤模糊演变过程中具有的随机变异本质,实现局部损伤发育与结构宏观可靠度的耦合分析.     

基于最小二乘支持向量机的模糊时序分析方法

利用最小二乘支持向量机良好的分类和函数估计能力，提出了一种新的模糊时序分析方法。该方法包括两部分：在模糊时序处理部分通过建立启发式规则、模糊变量、论域、模糊集合和隶属度函数，完成历史数据的模糊化；最小二乘支持向量机处理部分替代传统的模糊关系计算，对模糊化的历史数据进行分析，然后去模糊化得到最后的预测结果。与多种传统模糊时序分析方法的对比试验表明，该方法充分利用了支持向量机较好的推广性能等优点，具有更高的精度和较好的泛化效果。     

核电站凝汽器变权重模糊健康度评价方法的研究

核电站凝汽器的健康度评价对设备运行维护具有重要的指导意义。提出了一种变权重模糊健康度评价方法。首先,通过数据机理得到相关的评价参数集,以评价参数作为失效依据,利用隶属度函数对每个评价参数进行状态评分,再利用状态评分计算参数集的模糊关系矩阵;然后,利用熵值法确定评价参数常权重系数,在此基础上,引入基于均衡函数的变权公式,结合变权重矩阵和模糊关系矩阵进行模糊综合评判;最后,得到了其综合健康度。利用该方法对凝汽器进行了健康度评价,结果表明,当设备运行进入异常状态时,可实现对故障的早期预报,提高了核电站凝汽器运行的安全性与可靠性。