基于区间层次分析法的数控机床可靠性预计

针对将传统相似比较法用于数控机床可靠性预计时,评价对象和相似产品之间可靠性水平的差异程度很难准确评定的问题,提出了一种引入区间层次分析的数控机床可靠性预计方法。首先分析了整机和子系统的可靠性关系,建立了整机的可靠性预计模型。在子系统可靠性预计过程中,充分利用了相似产品的可靠性数据。全面分析了评价对象和相似产品之间的差异,建立了可靠性修正因子评估模型。使用区间层次分析法求出了可靠性修正因子,实现了确定性信息和模糊信息的互补。结合实例进行了数控机床的可靠性预计,验证了该方法的可行性。     

矩阵C-特征值的Gersgorin包含区间的推广

在矩阵C-特征值完全集定义基础上,推广了矩阵C-特征值的Gersgorin包含区间,得到推广的Gersgorin定理和Ostrowski定理.     

基于区间值可拓集员工绩效评价模型研究

利用可拓集理论建立了基于区间值可拓集的员工绩效评价模型,并应用该模型进行了销售人员绩效评价实例分析。实例研究结果表明该模型通过关联度和等级特征值的计算,可以确定员工的绩效等级以及其在某个等级中的位置,能直观地反映员工绩效水平质与量的变化,而且该方法采用区间值对员工的绩效状态进行度量,反映的信息更加完整,另外采用这种方法不需要对数据进行标准化处理,减轻了计算难度。     

基于区间T-S 模糊模型的运动模式预测

针对一类复杂的生产过程,提出一种基于运动模式的预测模型.针对该方法中模式类别变量的度量问题,提出采用区间数对定义在模式运动"空间"上的模式类别变量进行度量.为了描述模式在模式运动"空间"的运动,对作者先前提出的区间T-S模糊模型进行了改进,并采用改进后的区间T-S模糊模型建立基于模式类别变量的预测模型.最后,以烧结生产过程实际运行数据为例验证了所提出建模方法的有效性.     

基于分式规划的区间直觉梯形模糊数多属性决策方法

针对属性值为区间梯形直觉模糊且属性权重为区间数的多属性决策问题,提出一种基于分式规划的决策方法.定义了区间梯形直觉模糊数的Hamming距离和Euclidean距离,采用优劣解距离法构建了相对贴近度的非线性分式规划模型,并通过Charnes and Cooper变换转化为线性规划模型求解,得到各方案相对贴近度的区间数,进而提出了决策方法.数值算例分析验证了所提出方法的有效性.     

基于概率可信度的区间数排序方法

针对多属性决策理论的研究需要,提出一种基于概率可信度的区间数排序方法,给出了区间数排序问题的形式化描述.为明确排序规则,定义了区间数的二元序关系.采用概率密度函数表征区间数的特征信息,并构建出区间数序关系的概率可信度模型.通过建立互补判断矩阵,将区间数排序问题转换为矩阵运算过程,实现了不同类型区间数的比较.实验结果表明,所提出方法能够有效克服传统排序方法在适用范围方面的局限性,具有排序速度快、求解质量高等优点.     

一种高效的小时延故障模拟方法

随着集成电路工艺尺寸不断缩小,电路规模不断增大,要得到很高的小时延故障覆盖率所需的测试向量越来越多,致使小时延故障模拟成本越来越高.为了降低模拟成本,提出一个高效的小时延故障模拟器.模拟方法中引入新的波形表达方式,按电路结构的拓扑顺序进行分级模拟,最后可得到每个故障的检测区间,并且应用时延故障概率分布来计算故障覆盖率.实验结果表明,此方法能大幅降低模拟时间和内存消耗.     

一种新的灰色多属性决策方法

针对模糊群体多属性决策问题,提出一种新的灰色多属性决策方法.该方法依据一般的灰色关联分析方法的基本思路,将灰色关联度和欧氏距离有机结合,构造出一种平均相似度对方案进行评价.平均相似度同时反映了方案与正负理想方案之间的位置和数据曲线的相似性差异,其物理意义更加明确.最后通过算例表明了所提出方法的可行性和有效性.     

含区间时变时滞的线性不确定系统非脆弱鲁棒控制

针对一类时滞是时变的且属于一个已知区间的线性系统,利用Lyapunov-Krasovskii泛函方法,结合积分不等式方法,以线性矩阵不等式的形式,给出了区间时滞线性系统的时滞相关鲁棒稳定性准则,并设计了非脆弱鲁棒控制器。数值算例表明,所得结论是有效的,具有更低的保守性。     

基于模糊区域宽松距离的改进GEAR传感网络均衡算法

传感节点的有效选择对无线传感网络通信有着重要影响。在分析传统的GEAR传感节点分配算法基础上,提出基于模糊区域宽松距离的改进GEAR传感网络均衡算法。运用一种基于节点模糊区间划分,伴随节点运用一种宽松距离的方法进行逼近,依靠得到的模糊节点可靠性隶属度函数,完成对节点的最终选择,从而避免传统GEAR节点分配算法中单纯依靠地理位置与能量开销等先验知识进行节点选择的弊端。实验验证该方法的通信能量消耗曲线趋势要低于传统GEAR算法,能有效调节传感网络的拥塞。