具有模糊变量和模糊约束的模糊线性规划问题

提出一类具有模糊变量和模糊约束的模糊线性规划问题,给出了求解的算法步骤,得到了原问题的模糊最优解．     

多目标线性规划的模糊折衷算法

通过推广求解多目标线性规划问题的平均算子法,提出了多目标线性规划的模糊折衷算法,证明了多目标线性规划的模糊折衷算法求得的解是有效解.此外,提出了多目标线性规划的两阶段算法,即:若多目标线性规划的模糊折衷算法指定的最小满意度不恰当,则可能会导致交互过程复杂化;若用最小算子法求得的解作为多目标线性规划模糊折衷算法中决策者指定的目标函数最小满意度,则可能使多目标线性规划的模糊折衷算法的计算量减小,另一方面能够弥补最大(最小)算子法求得的解可能为非有效解的不足.此外,用实例验证了多目标线性规划两阶段算法求得的解为有效解.     

变量模糊的广义模糊线性规划问题

根据判断有界闭模糊数大小的偏序方法，将一类含模糊变量的广义模糊线性规划等价成一个普通多目标线性规划问题，然后分两步求解单目标规划问题，从而得到原问题的模糊最优解．     

具有模糊变量的线性规划问题的求解方法

针对含模糊变量的线性规划问题,研究了其求解方法。将单纯形法应用于模糊线性规划问题中,从而无需转化为经典线性规划问题就能得到满意的模糊最优解,算例表明此方法是有效的。     

模糊线性规划最满意解的计算机模拟

用Zimmermann算法求解模糊线性规划,获得最满意解后,再通过编程,利用计算机实现了针对模糊线性规划最满意解的求解问题的模拟演示,获得了令人满意的结果.     

约束条件中含有三角模糊数的线性规划求解方法

采用一种新的模糊数排序方法,将约束条件中含有三角模糊数的模糊线性规划转化为经典的线性规划,进而求得原模糊线性规划的最优解.实际应用实例显示,该求解方法是有效可行的,可以为解决模糊线性规划问题提供一种新的途径.     

基于模糊模拟的实数遗传算法及其应用研究

针对模糊模拟在模糊优化问题中存在的计算量大、易收敛到次优解等缺点, 将实数遗传算法与模糊模拟相结合, 提出一种基于模糊模拟实数遗传算法的优化算法。该算法充分利用了实数遗传算法的全局搜索能力和鲁棒性强等优点,从而能较快地得到最优解或准最优解。仿真实例表明了该算法的有效性。     

基于结构元理论的模糊非线性规划求解方法

针对目标函数与约束函数含有多个模糊数参数的非线性规划问题,应用模糊结构元理论优化求解.利用结构元理论研究模糊值函数问题,得到了多参数函数转换成单参数函数的方法,将多模糊数参数非线性规划问题化简为仅含有一个模糊数参数(即结构元)的非线性规划问题.通过结构元方法构造的自然序,将该规划问题转换成经典的非线性规划问题,并且二者同解.实例分析验证了方法的有效性.     

多资源约束的MLLS的遗传分解混合算法

对带有多资源的生产批量计划构造了遗传算法和线性规划混合算法，用遗传算法产生可行调整模式，对应每一调整模式，则将原问题变换为一个线性规划模型进行求解。通过遗传算子进行迭代和进化，从而获得近优解，分析和计算结果表明了算法的有效性。     

模糊数学在线性规划中的应用

本文将任一线性规划都化为模糊目标含有参数b_0的模糊线性规划,然后再转换为另一形式的线性规划进行求解。所得的最优解具有1+α(-1≤a≤0)的约束优化水平,而当α=0时它即为原线性规划的解,从而拓广了普通线性规划,     

区间值模糊控制

引入区间值模糊控制的概念, 运用区间值模糊推理的推理算法,讨论了区间值模糊控制的插值机理,并对区间值模糊控制进行计算机仿真试验,以说明算法的可行性.     

模糊规则发现算法研究

引入最小强度的概念来限制模糊属性集的搜索范围，提出一种能发现强模糊规则的快速算法．此算法利用Apriori算法的搜索技术来发现强模糊规则，因此具有较高的算法效率，并有效地解决了模糊系统的维数灾难问题．在快速算法的基础上，又提出一种能发现固定数目的强模糊规则的划分算法．该算法将数据库划分成多个子数据库，并在于数据库上通过发现划分强模糊属性集来限制全局强模糊属性集的搜索范围．实验表明，划分算法比快速算法更节省时间．     

基于模式匹配的模糊控制算法

提出了一种新的模糊控制算法 ,传统的模糊控制算法是基于模糊逻辑推理的 ,而这种算法是基于模式匹配的。对于模糊控制器的模型 ,定义了模糊集合匹配度和模糊规则匹配度 ,在此基础上给出了基于模式匹配的模糊控制算法的模型和设计步骤。就该算法与经典模糊控制算法的联系进行了讨论 ,证明它包含了经典模糊控制中最常用的 Mamdani和 L arsen算法。另外 ,还定义了更为简便的算法。最后给出了这种算法的仿真实验结果 ,结果表明该算法是可行的、有效的。     

一类模糊控制器的设计算法及其分类

给出了由模糊蕴涵算子构造模糊控制器的一般算法.根据模糊控制器的响应函数的拟合性质将其分为4种类型:具有泛逼近性的模糊控制器、只具有拟合性的模糊控制器、只具有阶跃响应性的模糊控制器和不定型的模糊控制器.     

从Warshall算法到求模糊矩阵传递闭包的一个简捷算法

模糊矩阵传递闭包的计算在模糊聚类中起着关键的作用,而模糊矩阵传递闭包与普通集合论中传递闭包是有密切联系的。从普通集合论中求关系闭包的Warshall算法和模糊关系图出发,论述并实现了一种求模糊矩阵传递闭包的有效算法。与经典的求模糊矩阵传递闭包的算法———平方法比较,该算法简捷,运算量小。最后分析了一个利用传递闭包法进行模糊聚类的实例。     

基于多目标遗传算法的模糊分类系统设计

提出了一种基于多目标遗传算法的模糊建模方法,实现了具备最大分类精度、最少特征变量和模糊规则数目的模糊分类系统的设计.首先,为缓解维数灾难问题,采用多目标遗传算法进行特征变量的选择和论域的模糊划分,构造基于栅格划分的初始模糊分类系统.然后为减少规则数目,提高模糊系统的解释性,采用遗传算法进行规则选择,得到具备较少规则数目的精简模糊分类系统.最后为提高精确性,采用约束遗传算法对精简模糊分类系统进行整体优化,在解释性不变的前提下,提高模糊分类系统的精确性.Iris和W ine分类系统的仿真,验证了该方法的有效性.     

连续模糊控制器的设计与研究

通过对模糊控制器输入输出关系的分析,引入了模糊控制规则的芯的概念,在此基础上提出了一种用插值法计算连续模糊控制律的方法.并对用该方法设计的连续模糊控制器进行了仿真研究。     

基于模糊竞争学习的模糊模型一体化辨识

提出了一种利用MGS(modified Gram-Schmidt)算法建立非线性系统模型的建模方法,并给出了基于MGS算法的模型结构和参数辨识的一体化方法,即利用MGS正交变换对通过模糊竞争学习的聚类结果进行变换,确定对模型贡献大的规则,删除对模型贡献小的规则,同时对模型中的参数进行估计,实现模糊模型结构和参数的优化.仿真结果表明,提出的方法能够对非线性系统进行模糊建模.     

一种模糊聚类的快速算法

现有模糊聚类算法存在运算量大,速度慢等特点,限制了模糊聚类的运用,在对模糊相似矩阵和模糊等价矩阵的性质研究后,提出了一种模糊聚类的快速算法,以减少运算量,提高运算速度。实验证明,新的算法运算量减少约一半,速度达到传统的模糊聚类算法的2．4倍左右。     

一种基于遗传算法的模糊聚类

对模糊c均值聚类算法（FCM算法）进行了讨论，说明FCM算法一般得不到全局最优分类，因此结合FCM算法提出了用遗传算法进行寻优求解，从而将遗传算法用于模糊聚类分析，最后的实例表明，遗传算法在处理多样本、多属性、多类别问题时，是一种有效的方法。