神经网络多指标综合评价方法研究

利用人工神经网络ＢＰ算法建立了多指标综合评价模型,采用模糊数学的隶属函数对评价指标进行描述,由隶属函数的端点值和中间值组成学习样本模式,举例讨论了神经 多指标综合评价中的应用方法与及应注意的一些问题。     

基于小波变换和模糊数学的图像融合算法研究

提出了一种基于模糊数学的图像数据融合算法.作者针对可见光图像和红外图像融合的问题,分析了像素级融合的新方案,提出了基于多级小波分解的和模糊数学的融合算法.该算法首先衡量了两幅图像在小波变换域的相关性,并利用相关性的大小来计算模糊隶属度函数,最终通过对可见光图像和红外图像的加权平均完成像素级的融合.在本文的实验部分,作者针对两幅现场采集的实际数据验证了算法的有效性.     

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.     

综合评价问题的系统分析

运用模糊数学的思想方法 ,对含软指标的综合评价问题 ,由原始评价信息的提取与处理 ,到综合评价结果及其分析的全过程 ,进行了系统分析 .首次提出集化函数的集化准则及其抗干扰功能和丰富综合评价结果的基本途径 .还提出对参评样品集整体质量状态及对评价人集的评价水平与异常性的定量评价方法 .从而为评价组织者提供了选用评价方法的依据 ,也为评价组织者全面正确认识、分析、运用所得评价结果 ,以及在宏观上提出导向性意见 ,提供了丰富的定量信息 .     

基于梯形隶属函数的区间数模糊评价方法

用区间数表征事物特征更符合科学的严谨性,模糊理论在研究和解决模糊性问题方面有其独特的优势.在经典模糊理论和已有区间数的研究成果基础上,结合聚类的思想把隶属函数的研究在区间数上作了拓展,以梯形隶属函数为例,构建了隶属函数值,并对隶属函数值也是区间数这更一般形式模糊聚类的原理作了研究.事实上公路网综合水平的内涵和外延是不清晰的,是一个模糊系统,根据公路网的现状及可比较的原则,将构建的基于区间数的梯形隶属函数用于公路网综合水平评价,结果表明了评价的合理性.     

自适应模糊加权均值滤波器

为了在滤除退化图像中高斯和冲激混合噪声的同时更好地保护图像的细节 ,运用模糊数学的思想提出了一种基于模糊隶属度的加权均值滤波器。该算法利用模糊隶属度函数的概念和裁剪均值滤波器的思想 ,对均值滤波器的权值加以优化 ,使其不仅在降低高斯噪声的能力和保护图像细节方面较传统的均值滤波有所提高 ,而且对于冲激噪声和混合噪声也有很好的抑制能力     

基于多场景和区间模糊数的输电网规划综合决策

为解决电网规划决策中不确定性及模糊性问题, 将情景分析法与区间隶属度相结合, 提出一种新的输电网规划决策方法. 根据电网规划特点, 选取影响规划场景发生的5个关键事件, 依次求取其初始概率、模拟概率, 并由此推算出情景概率. 针对情景分析法在应用中难以准确量化及场景过多问题, 定义综合考虑情景概率及影响程度的评价因子指标实现对典型场景的筛选. 决策过程中, 采用基于梯形隶属函数的区间数模糊决策方法求取方案隶属度, 克服了规划指标难以精确计算问题. 并根据最大隶属度进行方案排序, 最终求得各方案优劣比较结果. 最后通过算例验证了该方法的有效性.     

基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法

针对雷达抗干扰性能评估的问题, 提出一种基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法。该方法以模糊数学和关联函数理论为基础, 首先借鉴已建立评价指标的模糊综合评判因素集, 采用区间数打分, 基于灰色关联方法确定评价指标权重。然后, 通过隶属函数建立评判矩阵,计算模糊综合评断结果, 并按照隶属度的大小确定雷达抗干扰能力级别。最后, 建立模糊值线性序评价模型, 确定雷达抗干扰性能的优劣顺序。经实例验证, 所提方法既可以确定雷达抗干扰性能的评价等级, 又能进一步确定雷达抗干扰性能的优劣顺序, 且较为客观可靠。     

高职院校学生综合素质的模糊综合系统分析

本文应用模糊数学理论建立了二级模糊综合评判模型,并应用于学生综合素质评价。首先,根据高职院校的教育特点,建立了一套反映高职学生综合素质的二级指标体系,采用改进的层次分析法来确定指标权重,通过引入隶属函数将定量指标模糊化,并建立了单因素评价矩阵;然后结合实例,阐述了模糊综合评判模型的具体步骤,实现了学生综合素质的定性分析与量化评价。结果表明,该模型合理、可靠,为综合素质的客观评价提供了科学依据。     

用遗传算法解模糊交货期下Flow Shop调度问题

运用模糊的观点研究了flowshop调度问题,基于模糊交货期的概念建立了两种不同的模糊flowshop调度问题的模型,模糊交货期的隶属函数对应于完成时间的满意度,目标函数定义为所有任务加权的隶属函数之和问题是确定任务的加工顺序极大化目标函数文章运用遗传算法(GA)确定了任务的调度,仿真实验验证了算法的有效性.