云模型在环境经济问题研究中的应用综述

环境经济问题研究中,模糊性和随机性是客观存在的.从李德毅院士研究隶属云概念开始,云模型理论已经发展成为由云模型、云变换、云推理等组成的理论与方法体系,其相关理论在环境经济学研究领域的应用及前景已经初露端倪.云模型理论在知识表示、数据挖掘、智能控制和演化算法等领域已经取得了丰硕成果,但是在环境经济领域的研究与应用成果较少.环境经济领域研究中,变量的时、空、量、序表示,大气、水、土壤污染的评判和数据挖掘,数据的定性定量转换等诸多研究可以应用云模型及其相关理论,已有的云模型在环境经济领域的应用成果也表明,云模型理论在环境经济领域具有十分广泛的应用前景.     

云模型在水资源供求预测中的应用

云模型是表示某个定性概念与其定量表示之间不确定性转换模型,它将概念的模糊性和随机性结合在一起,对不确定性问题的解决有着很强的鲁棒性.文章将云模型运用于水资源供求预测中,初步解决了水资源预测中所存在的模糊性和随机性问题.实验结果表明,该方法预测精度优于普通预测方法,与实际值基本吻合.     

扩展的正态云发生器

正态云模型是一种最基本的云模型,用于定性概念与定量描述之间的不确定性转换.根据实际定性概念的含义,可扩展为三角云、半正态云和正态组合云.将云模型的数字特征期望理解为函数或图形,提出函数云、分形云等扩展云模型.给出各种扩展云模型的云发生器算法,有效地扩大地云模型的应用场合.     

基于云模型的数据挖掘技术

定性概念和定量数据之间的转换在空间数据挖掘中起了至关重要的作用．云模型是定性概念和定量描述之间的转换模型，基于云模型，本文提出了在概念空间和特征空间中以不同的层次进行空间数据挖掘的新方法“数据-概念-知识”．     

基于云模型的信任评估研究

讨论了信任关系的随机性和模糊性共存以及相互融合问题。分析云模型描述不确定性概念的方法和实现定性语意与定量数值相互转换的算法,提出了基于云理论的信任评估模型—信任云。该模型提出云特征参数表达的信任传递和合并算法,在精确描述信任期望值的同时,通过熵和超熵刻画了信任的不确定性。相对于传统的信任评估策略,该模型获取的信任值包含更多的语意信息,更适合作为信任决策的依据。     

复杂电子系统Markov模型及云可靠性评估

电子系统结构的复杂性,故障形式的多样性,导致可靠性评估的不确定性,为了使可靠性度量具有更高的可信度,针对可靠性评估问题,发展和深化了云理论。定义了云集和云数等概念,给出了正态云数的运算算法;分析了可修表决系统的Markov模型,并给出求系统可靠性指标的方法;阐述了系统可靠性的语言值定性评价,通过正态云数建立了定量的云可靠性评估模型,反映Markov模型中参数的不确定性。同时给出云可靠度在一定置信水平下转换为系统定性评价的方法,并通过表决系统的计算实例验证了云可靠度评估方法的可信度。     

中奥科技:解析“云”中奥秘 维系信息命脉

在电子信息产业,"云计算"无疑是时下最流行的热词之一,微软、谷歌等全球最大的IT公司纷纷开始部署抢占"云市场"的战略。这朵云,有着怎样的魔力?简单来说,云计算是一种商业计算模型。它将计算任务分布在大量计算机构成的资源池上,使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为"云"。这个率先由google提出的概念     

基于云模型的关联规则挖掘方法

目前对关联规则的研究主要集中在对布尔型属性关联规则的挖掘,本文引入基于云模型进行数据量型属性关联规则的挖掘的方法,并定义云关联规则“如果Ｘ是Ａ则Ｙ是Ｂ”,其中、Ａ、Ｂ分别是属性Ｘ和Ｙ中由云模型描述的概念。利用这种方法得到的关联规则更容易让人理解,也克服了传统划分边界过硬的问题,在此基础上,定义了在挖掘云关联规则中支持率、可 和相关性的计算公式,并阐明了它的一般性,即传统的硬划分及经典的布尔型属性关     

MDR概念系统注册及本体表示标准化研究

随着大数据与人工智能在各个领域的深入应用，知识表示的标准化问题被提到了重要的日程。为实现知识表示的标准化，引入了现实世界、概念世界与计算机世界3个世界模型，明确阐述了将现实世界中的事物通过抽象，将其转化为概念世界中的概念系统模型，依据标准将其转化为计算机世界中的信息模型，从而实现知识表示。为了使概念系统模型表示规范化，重点研究了ISO/IEC 11179 MDR系列标准，剖析了其中的概念系统注册元模型规范，构建了MDR概念系统的七元组模型，同时还定义了概念间关系表示方法，为概念系统模型的表示奠定了基础。为了将注册在MDR中的概念系统模型转为计算机世界中的OWL本体表示模型，定义了将MDR概念系统向OWL本体映射的规则。最后，设计并开发了概念系统注册原型系统，验证了MDR概念系统和本体表示的可行性。研究成果为领域知识表示的标准化提供了方法论。     

公路隧道群运营安全性综合评价方法

在分析公路隧道群运营安全性综合评价特点和评价方法需求的基础上,提出基于集成云模型和物元分析理论的公路隧道群运营安全性综合评价方法,既能通过物元模型建立起评价对象与评价指标的对应关系,实现评价系统的信息反馈,又能通过云模型建立起概念数值表示与自然语言值描述之间的不确定性转换关系,从而实现语言值评价指标的不确定评估。最后,以西安—汉中高速公路隧道群区段为例进行工程实践应用分析。结果表明：该评价方法原理简单,可以对评价指标体系进行可拓变换,易于计算机编程研发公路隧道群运营安全性综合评价系统软件的工程推广应用。     

基于ARM的搬运机器人云模型控制器设计

云模型控制理论是智能控制学科的新兴领域,提出至今大部分研究仍集中于理论和仿真实验。针对云模型理论研究现状,本文提出了基于ARM的一维云模型控制器的设计方法。用摄像头采集的可信度为被控量设计出一维云模型控制器,将其成功地应用到基于ARM的搬运机器人中,进行实时定位控制。实验结果表明,一维云模型控制器能保证机器人的定位系统具有良好的控制性能,证明了该云模型控制器设计的有效性和科学性,为今后云模型控制器的设计和应用提供一定的参考。     

煤矿安全信息共享与网络决策平台研究

针对煤矿安全信息管理存在的问题与煤矿工作流的特点,结合灰色地理信息系统与计算机支持下的协同工作（CSCW）理论提出了煤矿安全信息共享与网络决策平台的概念与体系结构,并从平台实现与煤矿安全数据角度阐述了基于元数据动态修正的灰色空间信息共享模型、煤矿安全网络决策的协同工作模型和相关的关键技术。介绍了平台在枣庄矿业集团的应用。     

基于云概念语言的多任务模糊联盟形成

在MAS系统中多任务联盟的生成是关键问题,针对Agent提供的能力及其态度表现具有模糊性和不确定性特点,提出云概念语言的多任务联盟生成方法。运用二维云模型实现模糊量间不确定转换,得到Agent与任务之间的云概念语言,以概念语言语义中最好Agent为各特定任务的"盟主",并依据概念语言语义强弱依次与联盟中其他Agent成员进行协商形成多任务联盟,有效地降低了多任务联盟形成的复杂性。实例说明方法更合理、更有效。     

基于云模型的土地投资层次灰关联度决策

土地市场竞争日益激烈,这对决策的科学性和精确性提出了更高要求.土地投资决策系统是非线性的灰色系统,传统评价方法具有一定的局限性.应用云模型及云的不确定性推理,将地块因子水平的定性评价量化为分值,实现语言的定性概念与其定量表示之间的转换;并进一步结合灰色关联度理论,建立新的决策模型.通过实例分析和对比研究,验证了该方法的有效性.云理论在决策领域的应用必将会提高决策水平.     

论正态云模型的普适性

分布函数是分析随机现象的重要工具，正态分布是最重要的概率分布，在自然科学和社会科学中应用广泛；隶属函数是模糊集合的基石，正态隶属函数也有广泛的应用。但是，精确确定一个模糊概念的隶属函数已经成为模糊学应用的瓶颈。云模型把随机性和模糊性结合起来，用数字特征熵，揭示随机性与模糊性的关联性，并用来表示一个定性概念的粒度。正态云模型通过期望、熵和超熵构成的特定结构发生器，生成定性概念的定量转换值，体现概念的不确定性。这种特定结构不但放宽了形成正态分布的前提条件，而且把精确确定隶属函数放宽到构造正态隶属度分布的期望函数，因而更具有普遍适用性，更简单、直接地完成了定性与定量之间的相互转换过程。     

基于中点偏移算法的云的模型设计

自然景观的模拟在许多方面得到了应用，云是自然界中的一项重要景观，对云进行模型设计显得十分重要。针对目前大多数的云的模型设计方法难以在普通PC机上快速实现真实感较强的云的模型设计的问题，提出了一种自然景观中云的模型设计方法。该方法以分形理论为基础，设计并实现了一种云的纹理生成算法，并采用纹理映射技术，绘制云的图像模型，得到了较为逼真的模拟结果。     

基于多维联系正态云模型的泥石流危险性评价

泥石流危险性评价涉及因素多,且具有随机模糊不确定性.文章基于集对论和云模型,探讨了泥石流危险性的多维联系正态云评价模型,即将传统一维正态云模型拓展至多维云模型,以克服传统云模型面对多指标时评价过程的复杂性,并在构建多维云模型中,应用集对同异反原理确定多维正态云数字特征,避免传统云模型数字特征确定的主观性,并实现统一描述...     

水印关系数据库

数据库应用的快速发展需要水印数据库，这是数据所有权保护问题。首先介绍了云模型知识，然后提出了一种基于云模型的水印关系数据库技术，给出了关系数据库云水印嵌入和检测提取方法，并对实验结果进行了讨论分析。最后展望了水印关系数据库的前景和研究发展方向。     

基于含熵期望曲线的云模型相关性度量方法

针对现有基于云模型的相关性度量方法缺少必要约束条件的问题,提出一种基于含熵期望曲线的云模型相关性度量方法．将云模型中超熵期望曲线的与区域和或区域的面积比作为相关性的度量基准,解决云模型的区间约束以及半云度量问题．利用3熵（3σ）约束增加云滴的聚集,减少计算开销．将超熵纳入计算,考虑云滴厚度对云模型相关性的影响．本方法克服了面向随机云滴的距离度量方法和数字特征变换方法中存在的计算复杂度高、结果不稳定的问题,同时满足了三类约束的实际计算需求．实验表明该方法能够客观有效地对云模型相关性进行度量,并在基于云模型的系统评价任务中得到了验证．     

云密切度判定法及其在分水岭分割中的应用

针对传统的云模型在进行概念提升时,对什么样的子云适合进行合并没有给出一个简便有效的方法问题,提出了云密切度的概念,同时从云模型相对距离和交叉部分大小的角度进行了定义,形成云密切度判定方法;将使用该判定方法的云综合算法应用于图像分水岭分割算法中,成功解决后者易产生过分割的问题。选择两组医学图像进行分割实验,结果表明改进的分水岭算法获得了良好的分割效果,同时验证了云密切度判定方法的实用性。