区间值模糊决策序信息系统的部分一致约简

实际问题中,事物的一些属性值介于某个范围之间,常被用来刻画信息系统中的不确定信息。为了表达这种情况,属性值通常用模糊区间来表示,这种信息系统就是区间值模糊信息系统。本文通过在带有决策的区间值模糊信息系统中引入优势关系,建立区间值模糊决策序信息系统。在此基础上构造部分一致函数来简化知识的表达,并获得部分一致约简的判定定理,通过可辨识属性集和可辨识矩阵提供不协调的区间值模糊序信息系统的部分一致约简的具体方法,并结合投资风险这一具体案例的求解分析,进一步阐述了对部分一致约简研究的意义,丰富了区间值模糊序决策信息系统中的粗糙集方法。     

基于河道径流可变区间的河流水资源可开发利用率分析

为了确定水电开发活动对河流水资源的可开发利用率,建立分期展布的河道径流可变区间核算方法,其中河道径流包括河道最小生态需水和河道最大洪流,并以西藏拉萨河为例进行核算。结果表明:拉萨河河道最小生态需水和最大洪流年内动态变化分别为29.5~328.3 m3/s和95.1~1 673.4 m3/s。与河道最小生态需水约束相比,河道径流可变区间约束使得拉萨河年调节型水电开发的水资源可开发利用率从60.2%下降到18.7%。指出对于径流丰枯特征十分明显的季节性河流,大型水利工程在平衡径流季节分布的过程中,应该受河道径流可变区间约束,尤其是枯水期最大洪流约束下河道径流量的可增加空间。     

基于贝叶斯模型加权平均方法的水文模型不确定性分析

贝叶斯模型加权平均（BMA）方法是通过综合几个模型预报值的后验分布来推断预报量的更可靠概率分布分析工具。它不仅能提供一个综合的预报值,还能提供一个综合的预报区间。本文采用3个水文模型,统一用SCE-UA算法率定参数,得到3组不同的预报值用于BMA方法的综合,着重分析比较BMA和单个模型的预报不确定性区间,来检验贝叶斯模型加权平均方法是否能提高预报的可靠性。结果表明,BMA方法不仅能提高预报精度,还能推求出性质更为优良的预报区间,提高预报的可靠性。     

瑞利分布的可靠性分析

基于逐步增加Ⅱ型截尾样本,研究了瑞利分布可靠性指标的贝叶斯估计及其容许性。在不同的损失函数下给出了分布参数、可靠度函数、失效率函数的贝叶斯估计及参数的最短可信区间估计,并证明了贝叶斯估计具有容许性。最后运用蒙特卡洛方法对各结果的均方误差进行了比较。     

论区间B样条曲线的升阶与割角的关系

为了解决区间B样条曲线的升阶理论问题,提出区间控制多边形概念,利用双次B样条基函数证明了区间B样条曲线具有升阶性质;并阐明了区间B样条曲线的升阶就是对其控制多边形的割角过程.最后证明了当升阶次数趋于无穷时,区间B样条曲线的控制多边形收敛到该曲线.     

基于测前迭代仿真的模拟电路故障诊断方法

针对非线性模拟电路中元件表现出的折线故障特征,提出一种基于测前迭代仿真的模拟电路统一故障诊断方法.在测前将线性元件参数分段划分区间,在各区间进行仿真得到节点电压平面上的点计算斜率特征,对于斜率变化的区间重新进行参数扫描,并通过迭代仿真得到连续平滑的折线轨迹上的点作为测后诊断依据;在测后诊断中,通过计算实测点到各条折线轨迹的点集合的最小距离来定位电路故障,并根据测前仿真的分段信息对故障元件的参数区间进行识别.文中利用计算机程序实现了测前迭代仿真和测后故障定位及参数区间识别,能够同时诊断容差电路元件的硬故障(开路、短路)和软故障(元件参数变化至容差允许范围之外).最后通过实例的仿真实验和实际电路实验验证了该方法的有效性.     

InequalityProve及一个公开问题的求解

传统的不等式自动证明方法主要依赖于符号计算,一般只能处理代数类型,或可最终转化为代数类型的不等式,而且效率会随着问题中变量个数的增加迅速降低。为克服这些局限性以满足众多实际问题的需要,并充分挖掘计算机在数值计算方面的能力,我们提出以区间分析为工具进行不等式的自动证明。该方法可以处理类型更为一般的不等式,只需对应的函数具有所需的高阶连续可微性质,并且该方法易于实现并行化。本文主要介绍这一方法在Maple系统上的实现,即InequalityProve,并以一个公开问题为例详细说明运用InequalityProve进行不等式证明的一般过程。     

分数阶区间系统的鲁棒稳定性分析

由于实际的物理系统常会存在各种不确定结构,这些不确定结构给系统的稳定性分析带来了困难和一定的影响,因此对这类带有不确定结构的分数阶系统控制问题的研究,具有广泛的实际应用意义。本文主要针对带有区间不确定性的分数阶控制系统,分析了该系统的鲁棒稳定性问题,首先将区间矩阵用分式线性变换(LFT)表示,然后基于分析得出了此类系统鲁棒稳定的充分必要条件。并给出两个数值算例阐释该方法,仿真结果表明了该方法的有效性。     

基于极坐标区间运算的2D形状匹配

形状匹配是遥感图像目标识别、字符识别、手形识别和步态识别等任务中的关键步骤之一.针对刚体识别任务中形状匹配易受方向、尺度和位置等仿射变化量影响的情况,提出了一种新的基于极坐标区间运算的2D形状匹配算法.该算法首先以形状区域的中心点为极点,区域的最长轴方向为极轴,对形状区域进行归一化的极坐标变换;然后定义了同一角度对应的区域内点区间之间的运算;最后定义了两个区域归一化极坐标变换结果在区间运算下的相似度函数,用以表征两个区域之间的匹配度.从可见光遥感图像中提取的实物图像实验结果证明,该方法能够有效归类相似形状,并能区分各类不同的形状.     

区间数排序的一种联系数方法

针对区间数排序问题,利用集对分析联系数理论中关于不确定与确定性问题的理论方法,提出了一种新的区间数排序方法.该方法用联系数中的同、异.反反映了区间数的不确定及其变化趋势,并结合该理论提出了一个区间数排序指标的新概念--势.在此基础上,给出了一个具体实例,通过实例表明该方法计算不仅简便而且有效正确.