Ant colony optimization with dynamic parameter adaptation based on interval type-2 fuzzy logic systems

A dynamic parameter adaptation methodology for Ant Colony Optimization (ACO) based on interval type-2 fuzzy systems is presented in this paper. The idea is to be able to apply this new ACO method with parameter adaptation to a wide variety of problems without the need of finding the best parameters for each particular problem. We developed several fuzzy systems for parameter adaptation and a comparison was made among them to decide on the best design. The use of fuzzy logic is to control the diversity of the solutions, and in this way controlling the exploration and exploitation abilities of ACO. The travelling salesman problem (TSP) and the design of a fuzzy controller for an autonomous mobile robot are the benchmark problems used to test the proposed methodology.     

A consensus model for hesitant fuzzy preference relations and its application in water allocation management

This paper investigates a consensus model for hesitant fuzzy preference relations (HFPRs). First, we present a revised definition of HFPRs, in which the values are not ordered for the hesitant fuzzy element. Second, we propose an additive consistency based estimation measure to normalize the HFPRs, based on which, a consensus model is developed. Here, two feedback mechanisms are proposed, namely, interactive mechanism and automatic mechanism, to obtain a solution with desired consistency and consensus levels. In the interactive mechanism, the experts are suggested to give their new preference values in a specific range. If the experts are unwilling to offer their updated preferences, the automatic mechanism could be adopted to carry out the consensus process. Induced ordered weighted averaging (IOWA) operator is used to aggregate the individual HFPRs into a collective one. A score HFPR is proposed for collective HFPR, and then the quantifier-guided dominance degrees of alternatives by using an OWA operator are obtained to rank the alternatives. Finally, both a case of study for water allocation management in Jiangxi Province of China and a comparison with the existing approaches are carried out to show the advantages of the proposed method.     

社交网络用户影响力的模糊综合评价

社交网络平台信息传播迅速,为了有效地进行舆情预警,定量地评估用户在消息传播网络中重要性,将模糊综合评价方法引入用户影响力建模问题中. 通过对用户在社交平台上的行为分析,构造了包含用户活跃粉丝数以及平均转发数等五项指标在内的评价体系. 并针对传统的模糊综合评价算法在应用于计算评价指标权重方面的缺陷与不足,提出改进模糊合成算子的方法构建用户影响力评估模型. 利用新浪微博社交平台上的真实数据,结合对比实验和实际评估,改进的模糊合成算子能根据需求调整权重对评价结果的影响,同时该方法能较准确地反应社交网络中用户的实际影响力.     

基于直觉模糊集的灰色模型故障预测

复杂设备的故障特征具有不确定性,非线性等特点. 针对故障预测具有不确定性,将模糊数学中的直觉模糊集和灰色模型相结合设计故障预测的方法. 新方法利用隶属度函数设计了描述系统运行正常的正常直觉模糊子集和运行异常的异常直觉模糊子集,利用灰色模型计算系统运行的预测值,并计算预测值的正常隶属度;再分别计算预测值的正常隶属度与正常直觉模糊子集和异常直觉模糊子集的贴近程度来实现故障预报. 该方法通过三容水箱系统T2水箱水位变化预测三容水箱系统是否出现故障和通过UH-60行星齿轮盘裂纹何时开始增大的故障进行实验. 实验验证了该方法的可行性,可及时准确地预测出系统故障.     

基于粗糙集的直觉模糊TOPSIS多属性决策方法

针对属性值为直觉模糊信息且属性权重完全未知的多属性决策问题,提出了一种基于粗糙集的直觉模糊TOPSIS多属性决策方法.首先给出了直觉模糊信息的正、负理想点的求法,根据属性值与理想点的贴近度和给定的阈值求得判断矩阵,再根据判断矩阵对属性约简,确定各属性的权重,最后依据TOPSIS思想计算各方案与理想点的加权贴近度,得到方案的排序,并通过算例的分析比较验证了此方法的有效性.     

电力线数字灰度图像增强算法

无人机巡线大大提高了输电线路巡线的效率,若利用计算机处理采集的数字图像可以进一步提高效率,而图像增强处理是计算机处理图像的一个重要过程.结合电力线数字灰度图像的特点,讨论了利用随机数学模型和模糊数学模型两类不同灰度图像增强算法,比较了这些算法的应用效果.分析了现有图像增强算法在电力线灰度图像中应用的不足,据此给出了一种基于模糊数学模型的改进型图像增强算法,并利用实例验证其具有更好的适用性.     

基于相空间模糊熵算法的金属缺陷形状辨识

提出了一种多线圈涡流无损检测方法,通过相空间模糊熵算法分析涡流信号复杂度,进而实现对金属微小缺陷形状的辨识.为了从足够的测量信息中获取有效的缺陷特征,设计了多线圈传感器模型.通过仿真实验选取适合的传感器参数和激励模式.采用相空间模糊熵算法,研究不同大小、深度、形状的缺陷对涡流信号复杂度的影响.为了准确提取涡流信号的内在规律,获得对缺陷敏感的信号分析结果,对涡流信号进行相空间重构,并在重构的相空间中计算信号的模糊熵.分析结果表明:随着缺陷体积的增加,模糊熵增大,涡流信号的复杂度增加.根据不同形状缺陷的模糊熵均值分布图,可以实现对孔、洞、裂缝3种缺陷较精确的区分.     

野草入侵模糊算法的半主动空气悬架研究

为了抑制由路面不平引起的车辆振动,结合磁流变阻尼器和空气弹簧的变阻尼/刚度特性,设计了含内置永磁体式磁流变阻尼器的半主动空气悬架系统.基于电磁学原理,对内置永磁体式磁流变阻尼器的力学特性建模.建立了1/4车辆二自由度动力学模型,并利用野草入侵算法对常规模糊算法规则进行优化,开发了野草入侵-模糊混合控制策略对内置永磁体磁流变阻尼器的空气悬架进行半主动控制.为验证该控制策略在磁流变空气悬架的半主动控制效果,进行了C级路面随机输入及凸块脉冲输入仿真分析,仿真结果可知,野草入侵-模糊控制策略能有效地提高半主动悬架系统的综合性能.并且通过台架试验进一步表明,利用该控制策略能够使车身振动加速度及悬架动挠度分别减小25.87%、35.13%.     

结合基因表达式编程与空间模糊聚类的图像分割

目的 针对模糊C-均值聚类图像分割方法存在的对初始值敏感及抗噪性能差的问题,提出一种结合基因表达式编程与空间模糊聚类的图像分割方法。方法 首先,利用基因表达式编程算法对图像进行初次分割,即将聚类中心编码成染色体,通过适应度评价引导搜索获得优化的聚类中心;然后在隶属度计算中引入空间函数,以初次分割结果作为初始值,使用空间模糊聚类对图像进行二次分割。结果 对加噪的合成图像和Berkeley图像的分割实验显示,本文方法在聚类划分系数（VPC）、聚类划分熵（VPE）和峰值信噪比（PSNR）等评价指标上总体性能优于经典的模糊C-均值聚类和空间模糊C-均值聚类分割算法,其中VPC值平均高出0.062 4和0.061 1,VPE值平均降低0.117 0和0.101 1,而PSNR值平均提升了约13.312 1 dB和3.308 4 dB;在对Berkeley图像库中的6幅图片的分割实验显示,本文方法对图像分割的VPC值均在0.93以上,相比两种对比方法平均提高0.157 6和0.013 3,VPE值保持在0.1附近,均低于对比方法,PSNR值平均提高2.896 3 dB和1.934 4 dB;在多目标分割实验上,随着聚类数目增加,3种方法的分割性能均有下降,但本文方法性能曲线最为平缓,受聚类数目的影响最小。虽然本文方法所需的运行时间略有增加,但求解所需的迭代次数却极大地减少。结论 本文提出的图像分割方法具有很强的抗噪性、更高的分割精度和稳定性,适用于需要更精确结果、对时间要求不高的分割场景。     

基于模糊预测的数据复制优化模型的研究

云数据处理系统中广泛采用了多数据副本复制技术,以防止数据丢失,如果数据复制的份数或位置不当,就会引起数据的可用性小于用户期望的数据可用性或存储空间的浪费（如复制份数过多）。针对该问题,经研究提出了一种基于模糊预测的数据复制优化模型,该模型由模糊预测模块和复制优化模块组成。模糊预测模块以节点信息（CPU信息、节点带宽信息、内存信息和硬盘信息）作为输入,预测出节点的可用性;复制优化模块把节点的可用性和用户期望的数据可用性作为输入,计算出在满足用户期望情况下数据复制的份数和位置。提出的复制优化模型能根据云数据存储系统中数据节点可用性实现动态的优化数据复制,能获得较高的存储性价比。模拟实验中基于模糊预测的数据复制优化模型策略需要的存储空间分别是Hadoop策略的42．62％,42．84％,但文件的平均可用性可达到88．69％,90．54％,表明提出的基于模糊预测的复制模型实现了在节省存储空间的同时保证了文件可用性。