用基函数神经网络实现多阈值图象分割

本文介绍了一种用基函数神经网络实现多阈值图象分割的新方法。它从函数逼近的角度研究基于灰度直方图的多阈值分割问题，提出了一种模糊反向传播学习算法，采用该算法的高斯基函数网络能够准确检测直方图中包含的子区域和它们的分布函数，而且速度很快。实验表明本文的方法在实际图象分割中是有效的。     

模糊数学在电视机故障诊断中的应用

本文介绍了应用模糊数学方法进行计算机辅助诊断电视机的故障原因,这种方法有效性在于建立模型的因果关系正确性和自动搜索范围及速度。     

A fuzzy diagnosis approach using dynamic fault trees

By incorporating digraph models, fault trees and fuzzy inference mechanisms in a unified framework, a novel approach for fault diagnosis is developed in this work. To relieve the on-line computation load, the fault origins considered in diagnosis are limited to the basic events in the cut sets of a given fault tree. The symptom occurrence order associated with each root cause is derived from system digraph with the qualitative simulation techniques. The implied candidate patterns are enumerated according to two proposed theorems and then encoded in the inference system with IF-THEN rules. The simulation results show that the proposed approach is not only feasible but also capable of identifying the most likely cause(s) of a hazardous event at the earliest possible time.     

模糊聚类在三维地震参数处理中的应用

三维地震参数是一个庞大的三维数据体，能从不同侧面反映储集层的特征。通过对三维地震参数的分析，可以评估油藏表征的参数（沉积相、构造、生长历史、流体饱和度等）。针对传统的聚类方法不能很好地综合考虑各个参数之间的相似程度，提出了用模糊C-均值聚类（fuzzy c-means clustering，简称FCM）对三维地震参数进行处理。从三维地震参数和油藏表征参数之间的关系出发，采用模糊C-均值聚类方法对三维地震参数进行处理，依此评估油藏表征的参数。测试结果表明，模糊C-均值聚类方法能够对三维地震参数进行较为准确的分类，并为储集层的研究提供了很好的依据。     

复合轴控制系统应用研究

复合轴控制是提高光电跟踪系统精度和控制带宽的一种有效手段，尤其在光束定向器系统中，不仅要求系统要稳定地跟踪上动态目标，而且必须将光束涣定在目标的某一点上，这对控制系统的要求是非常高的，必须采用双或三复合轴控制方式。     

多判据模糊决策在工程爆破中的应用

本文介绍了多判据模糊决策的数学模型。该模型可广泛地用于工程爆破中的爆破方案比较,以及爆破试验中的最优爆破参数的决策。该模型的应用将有利于工程爆破试验及设计的计算机程序设计。     

A real-time road pricing system: The case of a two-link parallel network

A real-time road pricing system in the case of a two-link parallel network is proposed in this paper. The system that is based on a combination of Dynamic Programming and Neural Networks makes “on-line” decisions about road toll values. In the first phase of the proposed model, the best road toll sequences during certain time period are calculated off-line for many different patterns of vehicle arrivals. These toll sequences are computed using Dynamic Programming approach. In the second phase, learning from vehicle arrival patterns and the corresponding optimal toll sequences, neural network is trained. The results obtained during on-line tests are close to the best solution obtained off-line assuming that the arrival pattern is known.     

一种基于神经网络的模糊推理方法

对于Zadeh的模糊关系合成法则（简称CRI方法），选择一个适宜蕴涵关系矩阵是至关重要的。通常蕴涵关系矩阵的元素值是通过一个所构造的数学表达式计算的，或是由领域专家凭经验直接给出。然而，有时，特别是对于后一种情形，CRI法不能满足模糊推理最基本的一致性要求。文章构造了一个神经网络用于模糊推理，新方法不仅是CRI方法的推广，而且远比CRI方法易于满足推理的一致性要求。得益于神经网络的长处，新方法具有灵活性、可调性。文章给出了权值的具取值法。     

关于Vague集的模糊熵及其构造

本文分析了Vague集的性质,给出了将Vague集变换为Fuzzy集的转换函数,并讨论了其性质。分析了关于Vague集的模糊熵的直观特性,在此基础上我们给出了Vague集的模糊熵的定义。最后给出了一个关于Vague集的模糊熵的构造方法。     

模糊综合评价技术在住宅综合性能评估中的应用研究

依据《商品住宅性能评定方法和指标体系》正确地对商品住宅地性能进行评价 ,是评定商品住宅质量等级的重要依据。本文主要论述如何运用数学方法分析和处理住宅综合质量评定中大量存在的模糊问题以及如何建立相应的等级评价准则和进行等级评判