JORDAN神经网络在系统辨识中应用研究

给出了基于强跟踪滤波器的Jordan神经网络训练方法，该方法是一种新的学习算法。Jordan网络可以表示输出的动态特性，改进后还可以反映状态特性，更适于动态系统辨识。强跟踪滤波具有鲁棒性好、收敛快等优点，将两者结合可以得到很好的辨识效果。最后，通过仿真实例验证该方法的有效性。     

指标分类权重的概念及其应用

为了度量指标对区分样本类别所作贡献的大小,本文定义了指标分类权重的概念,论述了指标分类权重与指标重要性权重在概念、性质、确定方法及用途等方面的区别。     

污水处理厂运行管理效果评价模型

污水处理厂运行管理效果涉及到污水处理水量、水质和消耗等方面诸多项指标 ,是多指标综合评价问题。鉴于模糊综合评价模型的“取大取小”运算损失较多信息 ,灰色聚类模型比较粗糙等不足 ,本文建立的未确知测度识别评价模型克服了上述模型的一些不足 ,是定量分析、评价污水处理厂运行效果的可靠、实用模型     

未确知均值聚类

利用未确知系统理论分析特征对样本分类所作贡献,定义特征的分类权重,并作为启发性知识用于确定样本与各类间的加权距离及样本属于各类的隶属度,建立未确知均值聚类算法。IRIS数据检验表明,未确知均值聚类算法误判样本数少、收敛速度快、鲁棒性好,是一种实用、有效的无监督聚类算法。     

非连续型未确知数的乘法与除法

本文对相互独立的非连续型未确知数定义乘法运算与除法运算,并严格论证定义的可行性。非连续型未确知数的运算是连续型未确知数运算的推广,并把连续型未确知数的运算作为特殊情况包含于其中。     

基于未确知测度的建筑施工合理工期确定方法

给出了未确知测度、置信度的概念,建立了基于未确知测度的建筑施工合理工期确定模型。本模型在处理不确定性影响因素时较模糊数学丢失信息少,更实用、可靠。最后给出了工程实例加以验证。     

模糊性研究系列文(一) 模糊集合概念的破坏性

阐述,元素部分属于模糊集合呈现的虚拟模糊性,为什么不是模糊性研究的研究对象,以虚拟模糊性为研究对象的模糊集合论,为什么不可能成功的原因以及对正常模糊性研究带来的负面影响。指出,须研究的模糊性,是因为信息不完备、不完整,目标值的"真值"人们无法知道只能确定真值近似产生的不确定性,并且模糊性研究首先要建立一种支撑逻辑,帮助解决模糊性研究中计算不具可重复性、计算结果不唯一并且不是"相对最优近似"问题;但最实质性的问题是,解决相关关系下知识转换"算法实现"问题,这是模糊性研究能否成功以及模糊性研究能否像随机性研究那样成为数学研究分支的关键点。     

基于未确知集合的混凝土桥梁耐久性综合评估模型

针对如何在耐久性评估中更为科学的处理信息的不完整和不确定性,提出了基于未确知集合的在役混凝土桥梁的耐久性综合评估模型,从两个层次、两种权重上阐述了该模型的优势,并通过实例说明.与其他评估方法相比,在不完整信息和不确定因素情况下,未确知综合评估能够更为客观的寻找耐久性规律,为桥梁的管理及维修加固提供科学合理的决策依据.     

物业管理招投标中业主的招标方式选择模型

本文在考虑了物业管理市场的价格机制还不完善的基础上，并基于纳什均衡的思想，根据当前的国家的情形，提出了物业管理行业招投标中业主招标方式模型，本文引入了价格市场化程度参数的概念，针对不同的市场化程度建立相应的模型。     

物业管理招投标中业主的招标方式选择模型

本文在考虑了物业管理市场的价格机制还不完善的基础上 ,并基于纳什均衡的思想 ,根据当前的国家的情形 ,提出了物业管理行业招投标中业主招标方式模型 ,本文引入了价格市场化程度参数的概念 ,针对不同的市场化程度建立相应的模型。