基于结构元理论的模糊多元线性回归模型

针对系数为模糊数的多元线性回归模型， 运用基于模糊结构元理论的最小二乘法， 研究模型的解析表达式. 首先运用模糊结构元方法定义了模糊数距离公式， 该公式与文[1]给出的距离公式在一定条件下等价， 但避 免了后者因区间运算而带来的不便. 对模糊参数用结构元理论表示， 得到了模型的解析表达式. 再根据 定义的距离公式采用最小二乘法得到了估计模糊参数的方法. 根据该方法得到系数为LR-型模糊数的回归模型. 最后给出一个应用算例， 说明本文方法的简便性.     

一种基于模糊规则的模糊辩识方法

提出了一种基于模糊聚类和最小二乘估计方法的模糊辨识方法。该方法是基于模糊聚类,计算给定样本在各类中的隶属度,并给出输入变量的隶属度函数。利用递推最小二乘估计辩识模糊模型的后件参数,本文给出了详细的的算法。为了验证该方法的有效性,本文给出了Ｂｏｘ－Ｊｅｎｈｉｎｓ数据的辨识结果。     

无失效指数分布参数的模糊加权最小二乘估计

无失效数据的出现，使分布参数的估计成为可靠性评定的又一关键问题。在对指数分布进行参数估计时，引入模糊加权系数，利用模糊加权最小二乘估计对数据进行回归拟合，推导出模糊加权失效率的估计式。由于无失效数据失效概率的确定对参数的估计结果有较大的影响，以减函数法确定失效概率的Bayes估计，并进行模糊加权线性回归。回归结果与常规线性回归结果相比，更接近工程实际。     

基于投资犹豫的欧式期权定价模型

文章首先引入三角直觉模糊数来刻画投资者的犹豫程度和期权价格估计的不确定性,构建了基于三角直觉模糊数的Black-Scholes期权定价模型,并用风险中性的方法给出了欧式期权价格的解析表达式,该结论是Yoshida更一般的情况.然后,本文进行了数值分析,给出了欧式期权价格的区间值,并进行了参数敏感性分析.研究结果表明:基于三角直觉模糊数的Black-Scholes期权定价模型更能体现投资者的犹豫程度.     

风险度量半参数变系数复合Expectile回归模型及应用

本文结合半参数变系数回归模型、期望分位数风险价值(EVaR)的思想以及充分利用多个Expectile信息能提高参数估计效率的假设,提出了一类半参数变系数复合Expectile回归模型,并对该模型进行了估计,建立了所提出复合Expectile回归(CER)估计的大样本性质.针对该模型既含有参数部分也含有非参数部分的特征,采用了方便计算的三步估计方法.通过数值模拟也发现,当误差为厚尾或非对称分布时,在均方根误差(RMSE)的标准下,所提出的CER估计大大优于最小二乘(LS)估计和简单的Expectile回归(ER)估计.另外,本文还应用所发展的理论分析了我国货币政策对上证综指的影响.     

数据缺失的小样本条件下BN参数学习

引入支持向量机回归,提出具有数据修补功能的贝叶斯网络参数学习算法.该算法利用贝叶斯网络各观测节点不同时刻下的观测信息,在无先验信息约束下,通过样本回归对缺失数据进行修复.在获得的完整数据基础上利用最大似然估计完成贝叶斯网络参数估计.仿真结果表明,在有数据缺失的小样本情况下,该参数学习方法与标准EM算法相比,能够有效的提高参数学习效率以及推理结果的精度.     

基于参数估计与记分函数联合的直觉梯形模糊随机前景决策方法

完善直觉梯形模糊数的算术运算,在直觉梯形模糊数及梯形模糊随机变量的基础上,定义直觉梯形模糊随机变量(instuitionistic trapezoidal fuzzy random variable, ITrFRV),探讨并证明ITrFRV的相关性质。针对具有ITrFRV且属性权重未知的模糊随机多属性决策问题,考虑决策者心理行为特征,提出基于参数估计与记分函数联合的直觉梯形模糊随机多属性决策前景决策方法。该方法首先获取决策子周期内的直觉梯形模糊样本信息,估计分布类型已知的直觉梯形模糊总体的未知参数,以获取直觉梯形模糊随机决策矩阵;其次,构造带有方差的期望直觉模糊数矩阵,定义模糊随机记分函数,将规范化的期望直觉模糊数矩阵转化为记分函数矩阵;最后,利用前景理论计算前景记分函数,进而基于灰色系统理论求解属性权重,获取综合前景记分值,由此进行方案比选。案例表明本文方法的可行性及有效性。     

基于模糊C类均值聚类的信源数估计方法

信源数估计的性能直接影响着高分辨测向的精度。为提高估计方法的性能,提出一种基于模糊C类均值(fuzzy C means, FCM)聚类的信源数估计方法。在此方法中,信号的协方差阵的特征值及其差值,对协方差阵酉变换得到的盖氏圆半径及其差值作为FCM聚类过程中的样本指标。最终判断样本归属时,引入容错概率的概念。在接受一定程度容错的前提下,提高了算法的性能。在不同噪声类型下进行仿真的结果表明,所提出的信源数估计方法性能较好。     

基于梯形模糊数的模糊最小一乘回归模型

本文给出一种梯形模糊数的距离,并基于这种距离,建立了关于梯形模糊数的模糊最小一乘回归模型.针对输入、输出和回归系数分别为实数和梯形模糊数的三种情形,进行了详细的研究与分析.最后,通过3个实例验证了所提模型的有效性.数据模拟结果表明我们的方法具有较好的拟合效果.     

相似产品步进应力加速寿命试验的统计分析

本文将单组样本的步进应力加速寿命试验(SSALT)拓展到双样本情形.基于累积失效模型(CEM),对两组指数产品的联合Ⅱ型截尾数据进行综合分析.首先,计算未知参数的极大似然估计(MLE),并利用矩母函数(MGF)建立其条件概率分布.然后,采用两种方法,基于概率分布的精确分析方法和参数的Bootstrap方法,构建参数的置信区间(CIs).以覆盖率作为评价标准,对两种方法的区间估计效果进行分析.最后,通过数值算例验证了本文方法的有效性.     

一种雷达系统效能的评估模型

本文运用层次分析法的思想,以模糊数学为工具对雷达系统效能进行了综合评估,确定了一套评价指标,建立了评估模型,以隶属度定量地给出了系统效能值,并以AN/FPS-16及AN/FPQ—13为例进行了综合评判.     

非线性滤波和预测的Fuzzy线性加权估计

运用模糊的理论，对非线性系统识别参数估计的不确定性造成的“模糊”问题，估计值得不到精确解，回归效果较差。使用Ｆｕｚｙ线性加权估计非线性系统识别中的变量值，能较好地解决线性回归和状态“模糊”的问题。     

基于灰色模糊关系的灰色模糊综合评判

根据灰色模糊数学的理论 ,将隶属度和灰度综合起来表示灰色模糊数 ,在原有评判方法的基础上给出了适用性更广的灰色模糊综合评判方法 ,能够使评判结果更加客观可信.     

三标度法在群体判断和Fuzzy判断中的应用

在 AHP三标度法排序的基础上 ,定义了方案 Ai在第 k位的隶属度 ,给出一种群体排序方法 ,同时利用三标度法也给出一种构造模糊一致性矩阵的方法.     

离散模糊随机系统Ⅱ──状态空间模型

本文是文献[2]的继续, 着重研究离散模糊随机系统理论, 讨论并解决了离散模糊随机系统的状态空间模型分析和模糊随机状态空间描述的输入输出联系等基本问题。     

雷达/红外双模制导背景下的模糊目标跟踪器

在雷达／红外双模制导背景下，对雷达／红外传感器的测量数据进行融合并提出了一种跟踪机动目标的模糊跟踪器。该跟踪器能够精确的获取目标机动的动态信息，应用一系列的模糊规则自适应的调整卡尔曼滤波器的过程噪声协方差矩阵，从而更适合用于实际的跟踪系统。通过对红外成像和雷达多传感器对目标跟踪系统的数字仿真表明所提出的模糊跟踪器性能良好。     

一种模糊偏好的群体决策方法

用模糊集观点研究群体决策。首先给出两种具体算法：贴近度法和多数规则法，将专家对方案集的个体模糊偏好判断集结成群体模糊序关系；证明了贴近度法比多数规则法更有实用价值。其次，定义了非优超方案模糊集的概念，在此基础上提出了从群体模糊序关系中确定“获胜方案”的方法；最后，给出了一个实际案例：三峡工程群体模糊决策问题。     

基于广义一致性变换的模糊矩阵的合成及排序

针对模糊矩阵的一致性检验问题,给出了模糊矩阵广义一致性变换的定义,并论证了模糊矩阵经广义一致性变换后所具有的性质。得出了模糊矩阵群体决策的排序计算公式,利用此模型深化了对参数β的理解,并给出了该参数取值范围的合理区间。     

基于模糊投影寻踪聚类的洪灾评估模型

针对洪水灾害样本集的复杂性、随机性以及差异性,本文将模糊聚类迭代理论与投影寻踪技术进行互补融合,构建了模糊投影寻踪聚类模型.该模型采用投影值标准差和投影值欧氏距离平方和来构造投影指标函数,避免了传统投影寻踪模型由于经验性选取密度窗宽导致过于主观的问题;将高维数据低维化后进行模糊聚类运算,再通过对最优投影方向的寻优进行投影寻踪聚类运算,降低了模糊聚类迭代的运算量,实现了两种模型的双重迭代聚类.误差分析及聚类有效性评价表明,互补融合后模糊聚类与投影寻踪聚类的双重迭代聚类使得聚类精度和效果也得到了较大提高;此外,除优化算法初始化参数外,模型无需预设其它参数,也不依赖于随机训练样本,可客观依据历史样本集内在规律来进行洪灾聚类评估.实例研究和方法比较表明,提出的模型计算简洁,且能有效处理洪灾评估中的随机、模糊等主客观不确定性,能够为洪灾风险管理提供科学的决策支撑.