基于模糊层次分析法的农村水库大坝安全二级模糊综合评价

基于《水库大坝安全评价导则》构建了农村地区水库大坝安全二级模糊综合评价体系,选取17个一级影响因素、5个二级影响因素作为评价指标。采用模糊层次分析法计算各指标一级权重和二级权重。该方法充分地体现了因素相对重要性比较的模糊性,有效地解决了传统的层次分析法的不足,明确了隶属函数的意义,对正态分布隶属函数进行修正,使隶属函数更加符合实际情况。采用多位专家评分的办法给出定性指标的量化值,以便得出单因素的隶属度使得因素隶属度更加合理和可信。最后,分别进行一级模糊综合评价和二级模糊综合评价。运用该方法对某农村地区水库大坝安全性进行评价,其结果合理,可供工程实践参考和借鉴。     

一种基于粒子群算法的模糊隶属函数优化方法

在分析图像模糊增强算法对于隶属函数及其模糊区域选择方法不足的基础上,提出一种新的基于粒子群算法的模糊隶属函数优化方法。该方法给出一个新模糊熵的定义,这个新模糊熵定义不仅考虑到图像在模糊域中划分区域时随隶属函数变化而变化的情况,同时又考虑到图像在空域中划分区域时随隶属函数变化而变化的情况。这样就使得图像依照最大熵准则变换到模糊域更能够有效地反映图像的固有信息。另外,根据图像增强算法中使用double型数据类型的特点,采用改进粒子群优化算法寻求隶属函数的最优参数。将新算法应用于图像增强中,取得了优于现有大多数模糊增强算法的效果。     

集员辨识理论发展及算法综述

基于UBB噪声假设下的集员辨识是一种新型的系统辨识方法,与传统辨识方法相比具有较强的鲁棒性.本文以参数线性模型为例介绍了集员辨识理论的发展历程和相关算法.     

基于SERVQUAL模型的水上娱乐设施设计研究

目的 由于水上娱乐设施具有普适性,而各景区气候、地形、水系和发展重点不同,本文以木兰天池水上娱乐设施为例,旨在为其提出设计优化策略并对其进行设计研究。方法 首先,提取自然环境要素因子和娱乐设施要素因子,得出综合要素因子分类,即人员服务、设施服务、设施安全;其次,以SERVQUAL模型的五个维度为基准,构建出服务评价量表并采用选项隶属度计算进行筛选,得出最终服务评价量表;随后运用调查问卷、信度效度分析、因子分析;最后,计算出各指标感知与期望的差值。结果 舒适度、分流分区、环境安全、材料材质安全、结构安全、维护维修是木兰天池景区水上娱乐设施的主要设计要素,以此进行木兰天池景区水上娱乐设施设计研究。结论 此方法为设计景区同类水上娱乐设施提供了理论依据。     

基于广义模糊集合的红外微弱目标图像自适应增强算法

在广义模糊集合及局部自适应增强算法研究的基础上,提出一种针对红外微弱目标图像的实时模糊域自适应增强算法,利用反正切函数作为映射,将空间域的灰度图像变换为对应的广义隶属函数.实验结果证明,该算法不仅能有效地提高图像灰度动态范围,使各区域之间层次更加清楚,而且同时能自适应地增强图像局部区域不同灰度层次的边缘和细节,使边缘和细节明显地突出.     

一种新型模糊-粗神经网络及其在元音识别中的应用

为度量模糊粗不确定性信息,引入了模糊粗隶属函数．基于模糊粗糙集理论构建了一种新型的模糊,粗神经网络（FRNN）,该网络融合了模糊信息和粗糙信息的处理能力．对5个元音字母的语音识别进行测试,结果显示FRNN网络不仅训练速度快,而且分类性能优于BP网络、RBF网络和贝叶斯分类器．     

用模糊神经网络模型评估电能质量

为了综合量化评估各种电能质量,实现按质论价、优质优价的购电原则,建立公平的电力市场,提出了结合人工神经网络和模糊识别理论,构造出模糊神经识别网络;根据电能质量评估的实质,构建了电能质量综合评估的模糊神经网络模型。研究表明,模型提高了识别系统的柔性处理能力,具有很强的自组织、自学习和自适应能力,可以使输出结果唯一、客观;模型不仅可确定电能质量的等级,还能评估某一等级的电能质量,从而识别同一等级电能质量的差异,分类能力和排序能力较强;模型引入隶属度概念,使评估结果更加具体。实例计算结果表明,模糊神经网络模型用于电能质量综合评估,其评估结果更为客观、合理。     

Improved Bacterial Foraging Optimization Algorithm Based on Fuzzy Control Rule Base

Manual construction of a rule base for a fuzzy system is the hard and time-consuming task that requires expert knowledge. In this paper we proposed a method based on improved bacterial foraging optimization (IBFO), which simulates the foraging behavior of E.coli bacterium, to tune the Gaussian membership functions parameters of an improved Takagi-Sugeno-Kang fuzzy system (C-ITSKFS) rule base. To remove the defect of the low rate of convergence and prematurity, three modifications were produced to the standard bacterial foraging optimization (BFO). As for the low accuracy of finding out all optimal solutions with multi-method functions, the IBFO was performed. In order to demonstrate the performance of the proposed IBFO, multiple comparisons were made among the BFO, particle swarm optimization (PSO), and IBFO by MATLAB simulation. The simulation results show that the IBFO has a superior performance.     

A new method to deal with fuzzy classification problems by tuning membership functions for fuzzy classification systems

Abstract

This paper presents a new method to construct and tune membership functions and generate fuzzy classification rules from training instances for handling the Iris data classification problem. First, we find two attributes of the Iris data from the training instances that are suitable to serve as classification criteria. Then, we construct and tune the membership functions of these two attributes and generate fuzzy classification rules from the training instances. The proposed method generates the same number of fuzzy classification rules as the number of species of the training instances. It generates fewer fuzzy classification rules and can get a higher average classification accuracy rate than the existing methods.     

高等学校教育投资经济效益评价数学模型

对工科高等学校教育投资经济效益评价的数学模型进行了探讨，给出了切实可行的评价方法，经实测检验与实际情况基本符合。