线性生成的完全模糊线性微分系统

基于模糊结构元方法, 定义了模糊数和模糊值函数的乘法运算, 研究了由对称模糊结构元线性生成的完全模糊线性微分系统的求解问题, 给出了系统解存在的充要条件, 得到了结构元线性生成的齐次、 非齐次的完全模糊线性微分系统求解方法．同时, 给出了这类模糊线性微分系统在经济、军事领域的实际应用．     

结构元线性生成的模糊线性微分系统

主要目的是利用模糊结构元方法来解决模糊线性微分系统的模糊初值问题.首先，简单地介绍了模糊结构元方法，根据该方法定义了线性生成的模糊线性微分系统.其次，利用由模糊结构元线性表示的模糊值函数和模糊值函数的导数，研究了模糊线性微分系统的求解问题，给出了系统解存在的充要条件.最后，将给出一个实际例子，进一步表明了该方法的有效性.     

基于结构元理论的模糊多服务台排队模型

在排队论中,引入模糊数学方法,把实际中的模糊事件用精确的数学表达式表示.同时将结构元理论引入到模糊排队论中,把模型中的模糊参数用结构元表示,使模糊排队论系统特征值的隶属函数得到解析表达.该方法能为管理决策提供更丰富的信息.对阜新大商集团新玛特超市进行实证研究.将模糊随机服务系统与传统随机服务系统研究的结果进行了对比,得到了重要的信息.     

基于Geom/G/1休假排队的顾客止步策略研究

将决策行为引入排队模型中, 以顾客追求利益最大化为出发点, 研究空竭服务、多重休假Geom/G/1排队模型中顾客的优化止步策略. 在不可见排队的前提下, 基于"收益-成本"结构, 采取均值分析的方法, 构建顾客个人和顾客总体的收益函数, 进而, 在不同参数范围内, 分析并确定出顾客均衡策略和社会最优策略. 最后, 通过数值模拟完善结论.     

具有两个服务阶段的负顾客Mξ/(G1,G2)/1休假排队系统

研究一类批到达排队系统,单服务台提供两个不同阶段的服务,并且考虑空竭服务单重休假和有负顾客到达的情形.正顾客接受第一个阶段服务后立即接受第二个阶段服务,在正顾客接受两个阶段服务的过程中均可能有负顾客到达,负顾客不接受服务,只抵消正在接受服务的正顾客.运用补充变量法列出稳态下系统的状态偏微积分方程组,从而求得了系统主要排队指标及稳态队长的概率母函数的随机分解结果.     

基于高斯隶属函数的模糊定性仿真

通过分析发现模糊定性仿真系统存在两个缺陷,即模糊子集距离定义和相似原理的不完善。这两个缺陷存在的根本原因是采用了四元数表示的模糊定量空间。用高斯隶属函数代替梯形隶属函数研究模糊定性仿真,并对模糊子集的距离定义以及相似原理作了改进。在FuSim的基础上,给出了到达时间、持续时间的具体表达式并用于时间过滤。仿真实例证明了此算法的有效性。     

具有强占优先权的不耐烦顾客的M/M/m/k排队模型

首先研究只有一类不耐烦顾客的M/M/m排队模型,其中顾客到达服从相互独立的泊松分布,服务时间服从相互独立的指数分布,到达率与服务率随着系统中的顾客数而发生变化。顾客的耐心等待时间(截止到服务开始前)服从指数分布。在此基础上进一步研究两类顾客到达的M/M/m/k排队系统。其中第一类顾客对于第二类顾客有强占优先权,两类顾客的到达率与服务率随着系统中顾客人数而发生变化。采用矩阵分析的方法得到了两类顾客各自的稳态分布,并有相应的性能分析,为系统的优化设计提供了依据。     

N-策略与Min(N,V)-策略的M/G/1/∞排队系统等待时间的随机分解结构

在一些关于N-策略休假的M/G/1/∞排队模型研究中,由于顾客的等待时间与该顾客到达时刻以后的输入间隔时间不再独立,因此对顾客的稳态等待时间分布的讨论较为困难,更多是集中在系统的稳态队长和附加队长的讨论上,很少有文献讨论顾客的稳态等待时间及其随机分解.本文首先考虑经典N-策略休假的M/G/1/∞排队系统,讨论了顾客的稳态等待时间分布,给出了顾客的稳态等待时间的随机分解结果和顾客的附加延迟时间分布的显式表达式,同时,指出了已有结果的错误.其次,我们考虑在多重休假和单重休假下具有Min(N,V)-策略控制的M/G/1/∞排队系统,给出了顾客的稳态等待时间的随机分解结果,获得了顾客的平均稳态等待时间和平均附加延迟时间表达式.特别地,通过本文可直接获得一些特殊排队系统的相应结果.     

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.     

一类休假的Geo~X/G/1可修排队的可靠性分析

考虑单重休假、Bernoulli反馈和可变输入率的离散时间Geo~X/G/1可修排队.顾客的批到达速率与服务器的休假有关.刚服务完的顾客以概率1-θ进入队列寻求下次服务.服务器在服务过程中可能故障需修复后再继续工作.借助更新过程理论、z变换和一种分解法,研究了时刻n+位于服务器忙期的条件概率、服务器的瞬态和稳态不可用度以及(0~+,n~+]时间内服务器的平均故障次数和稳态故障频度,揭示了这类离散时间可修排队中服务器可靠性指标的结构,得到了一些特殊可修排队的可靠性结果.最后通过数值实例分析了系统参数对服务器可靠性指标的影响.     

基于FQFD的固体火箭发动机技术特性综合排序方法

针对固体火箭发动机指标体系复杂、评价困难,传统quality function deployment(QFD)方法处理不确定性和模糊性能力较弱的问题,引入α-截集模糊加权平均求解技术特性模糊数,建立了固体火箭发动机基于FQFD的综合排序方法.该方法以三角模糊数表征评价过程的不确定性,在模糊数隶属度函数未知的情况下,采用α加权修正水平截集去模糊方法计算技术特性重要度,获得技术特性综合评价,此方法可处理更为复杂的系统不确定性,较传统QFD方法具有更好的客观性和鲁棒性,可为固体火箭发动机设计决策提供参考依据.     

交叉口交通信号灯的模糊控制及优化研究

针对城市单交叉口的交通信号控制问题,提出一种交通灯信号的模糊控制方法。该方法基于四相位定相序对单交叉口交通灯进行控制,模糊控制系统输入为车辆排队数和车辆到达率,输出为当前绿灯相位的绿灯延长时间。利用遗传算法(Genetic Algorithm,GA)优化模糊控制系统的模糊规则和隶属度函数,提升模糊控制系统性能。利用Sumo(Simulation of Urban Mobility)仿真软件,实现了该模糊控制方法。将Sumo自带的控制方法、模糊控制方法、以及基于GA的模糊控制方法进行仿真对比。结果表明,基于GA的模糊控制方法能有效减少车辆的平均延误时间,提高了交叉口的通行能力。     

T-模糊联盟间相互影响的度量

针对局中人以三角模糊数的形式参与合作对策的问题,给出了T-模糊联盟间相互影响的基本概念.探讨了T-模糊联盟间相互独立时模糊特征函数的表达式及模糊特征函数具有k-严格单调性时T-模糊联盟间相互影响的变化规律,通过对Shapley值和Banzhaf-Coleman势指标度量概念的推广,得到相应的Shapley值和Banzhaf-Coleman势指标,用于表示T-模糊联盟间相互影响的期望度量指标和方差度量指标,并通过算例分析来说明其有效性和实用性.     

模糊加工时间调度问题的研究

提出模糊加工时间调度问题,隶属函数建立在工件的模糊加工时间上,隶属度表示工件在一段加工时间下属于完工集合的程度,在假设工件的隶属函数是单调递增的情况下,的多个工件所迭加的联合隶属函数所对应的性质,根据迪些性质研究了一种单机模糊加工时间的调度模型。     

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。     

基于遗传算法的模糊优化研究

针对约束条件、系数和优化变量均为模糊数形式的线性和非线性全模糊优化问题 ,利用模糊数积分排序方法 ,提出了基于遗传算法的模糊优化问题求解方法 ,在该方法中对优化变量采用模糊数编码(每个变量用三个实数编码 ,对应三角模糊数中的 a,b,c) ,最后通过全模糊线性和非线性优化算例 ,验证了方法的有效性.     

基于直觉模糊优选模型的混合型多属性决策

根据区间值模糊集和直觉模糊集可以互相转化,而且语言变量和标准化后的实数变量也可以用直觉模糊数的形式来表示,将规范化处理后的混合型决策矩阵转化为直觉模糊决策矩阵,并建立了直觉模糊优选模型,从而得出各个方案的直觉模糊评价值。基于直觉模糊点运算引入了一种新的得分函数,对直觉模糊数进行排序。算例结果表明了该决策方法是实用和可行的。     

一种消费者品牌偏好的模糊排序方法

为将消费者对品牌属性的模糊评判信息转化为消费者的品牌偏好信息,首先将模糊语义转化为三角模糊数,然后利用模糊数的广义加法、近似乘法及标量乘法计算,从而将消费者对属性的离散意见转化为对某一品牌的综合意见.然后通过定义一种模糊数综合排序指标来确定消费者的品牌偏好顺序.最后还通过一个算例来说明方法的实用性和有效性.     

一种模糊神经网络学习算法:移动小论域法

提出了一种T-s模糊神经网络在线学习算法：移动小论域法，解决非线性控制对象的在线辨识的精度和实时性问题。该算法是在前后件参数可分离的离线混合学习算法基础上，通过分析隶属函数类型及论域模糊子集划分稠必程度对辨识精度的影响后提出来的。不同于传统模糊化进程，此法使用了移动的小论域窗口在此窗口上划分较少的模糊子集技术产生网络前件模糊化参数，解决了模糊神经网络学习中精度和实时性相互制约的矛盾。仿真结果证实该算法精度高，实时性好。