基于延迟Petri网的信息系统开发风险评估方法

信息系统建设是企业信息化建设的一个重要组成部分 ,在开发过程中出现的各种不确定因素导致企业信息系统中建设中存在着多种风险 ,对这些风险的管理和控制是信息系统开发管理的一个重要步骤。提出信息系统开发的风险管理和决策模型以及风险管理计划的制定策略 ,然后引入延迟时间模糊Petri网的概念并将其用于建立信息系统开发风险管理计划执行效果评估模型 ,重点论述应用延迟时间模糊Petri网对企业信息系统开发的各种风险进行评估的算法以及该算法的时间复杂度分析。     

基于模糊区间分和模糊重心的决策方法

首先分析了传统的模糊决策理论的不足，提出了一种基于模糊重心的多目标方案决策方法，该方法能利用评测专家所给的模糊区间分，从而既方便了评测专家表达其评测意见，又充分利用了专家的评测意见，因而有利于提高决策的准确性.     

基于在线聚类的机器人自适应模糊建模

针对机器人这种具有时变、强耦合和不确定性的复杂非线性被控对象,提出一种基于在线聚类的模糊自适应方法用于机器人系统建模。建模过程中采用在线聚类算法辨识机器人T-S模型的前提参数,采用递推最小二乘算法(RLSE)辨识结论参数,根据过程中新的数据信息,模糊规则可以自动增加、修改和删除,实现了模型结构和参数的在线辨识和更新,而且该方法具有模型结构简单、建模速度快、精度高等优点。最后通过二自由度机器人仿真研究证明了该方法的有效性和优越性。     

基于模糊证据推理的系统风险分析与评价

针对系统风险分析与评价中面临的模糊不确定风险信息建模问题,以及风险因素信息融合问题,在模糊集理论与证据理论研究的基础上,采用模糊证据推理技术, 提出了基于模糊证据推理的系统风险分析与评价方法的具体算法与处理操作流程.首先通过故障模式及影响分析进行风险识别,采用模糊信度结构模型建立风险不确定性的统一描述框架, 然后通过数据预处理算法、模糊证据推理信息融合算法以及模糊风险排序方法完成风险评价结果计算; 文末以某航天发射场火箭推进剂加注系统风险分析为例,验证了方法的可行性与有效性.该方法定量化分析系统部件的风险程度,为后续风险应对措施的制定提供辅助决策支持.     

基于分段模糊Lyapunov方法的离散模糊控制系统设计

针对应用公共Lyapunov函数方法和模糊Lyapunov函数方法判定离散T-S模糊控制系统稳定性存在的保守性和难度，在定义离散型分段模糊Lyapunov函数的基础上，应用并行分布补偿方法（PDC）设计出使模糊系统全局渐近稳定的拉制器，并提出和证明了一个新的判定用环离散T-S模糊系统稳定的充分条件，该条件降低了上述方法的保守性和难度。通过一个仿真例子验证了方法的有效性。     

基于Choquet积分的指标关联模糊多目标指派问题

针对指标间相关联的模糊多目标指派问题,引入广义模糊测度刻画指标间的关联,提出了基于广义模糊测度和Choquet积分的模糊权重信息集结算子,基于该算子给出了一种将模糊多目标指派问题转化为传统指派问题的算法.数值实验证明了该方法的可行性与有效性.     

大型管理信息系统分解的模糊关联方法及其应用

针对大型管理信息系统功能结构分解问题，提出一种利用信息处理过程之间的模糊关联性来识别各个子系统，从而达到系统分解目的的方法，并将方法应用于某生产企业管理信息系统和广东省一个市级政府经济管理信息系统总体设计中.     

离散T-S模糊系统输出稳定性

研究了离散T-S模糊控制系统的稳定性分析及控制器设计问题。考虑到系统状态不易测量,利用输出反馈设计模糊控制器;基于模糊Lyapunov函数方法提出一新的稳定性判别条件,利用矩阵变换把该条件转化为一组线性矩阵不等式(LMIs),该条件具有更大的宽松性。最后,一个仿真实例说明了本算法的有效性和优越性。     

管理信息系统开发中计算机系统选型方案的模糊决策

一、引言 管理信息系统的开发是一个系统工程,首先要涉及的是计算机系统,因为计算机系统是管理信息系统的物质基础,能否选择符合要求的计算机系统,是成功地开发管理信息系统的关键之一。要统筹全局,合理选择计算机的型号,以保证管理信息系统各项功能的实现;如果忽视了计算机系统的选型,盲目购进计算机系统,当需求有所变化,必须改动和扩充管理信息系统时,常常遇到困难,甚至竟陷入“削足适履”的难堪局面。 为合理选择计算机系统,要对计算机系统选型方案加以评价。第一步,是粗选机型,用专家会议法     

基于区间二型模糊集的模糊等价关系聚类分析

传统聚类算法在解决含有不确定性的聚类问题时具有很大的局限性,为了更好地解决聚类问题中的不确定性,论文基于区间二型模糊集理论,提出了基于二型模糊等价关系的聚类分析算法.论文首先将语言变量信息完整地转化为区间二型模糊集,接着把语言变量和区间二型模糊集的优势相结合,通过区间二型模糊集的Jaccard相似度,提出了基于区间二型模糊语言变量的模糊等价关系聚类分析新方法,并设计了具体的算法流程.新聚类算法相对于传统的模糊等价关系的聚类算法,具有更好地处理不确定性问题的能力,避免了聚类计算过程中的信息丢失.同时新聚类算法可以灵活给出随聚类相似性参数变化的动态聚类结果.论文最后以电商平台的手机品牌聚类为例,验证了新算法的可行性和合理性.     

模糊Bonferroni平均算子及在多准则群决策中的应用

在进行信息集成时,有时需要考虑输入变量之间的相互影响,而Bonferroni平均（Bonferroni mean, BM）算子正好具有这种优点。为了集成三角模糊数,提出模糊Bonferroni平均（fuzzy Bonferroni mean, FBM）算子,讨论它的几种特殊情形。在此基础上,提出模糊加权Bonferroni平均（fuzzy weighted Bonferroni mean, FWBM）算子和组合模糊加权Bonferroni平均（combined fuzzy weighted Bonferroni mean, C-FWBM）算子,同时研究它们的一些性质。针对决策信息以三角模糊数给出的决策问题,提出一种基于FWBM算子和C-FWBM算子的多准则决策方法。最后举例说明其在模糊多准则群决策中的应用,结果表明该方法是可行的。     

基于控制历史的延迟系统模糊控制及其仿真

通过对传统模糊控制器的改进，提出一种新型的适合于变延迟系统的控制方法。在对控制对象动态特性的研究的基础上，将控制历史引入控制器的决策过程，设计出了一种基于控制历史的延迟系统模糊控制器。与传统的模糊控制器相比，该模糊控制器用历史的控制信息代替偏差变化率作为模糊控制的决策依据，能够及时地反映出被控制量的变动趋势。仿真结果表明，所提出的控制方法可以明显地改善对延迟对象的控制效果，并具有较强的适应性。     

基于前景理论的勾股模糊多属性决策

针对属性值为勾股模糊数,属性权重未知的多属性决策问题,提出一种基于前景理论的决策方法.首先考虑了犹豫度对隶属度和非隶属度的不同影响,本文将勾股模糊数转换成勾股模糊数直角三角形,并提出了基于勾股模糊数直角三角形几何中心距离测度.利用前景理论,以双参考点的选择均衡综合前景值,构建前景决策矩阵.结合前景决策矩阵及属性权重,计算各方案的综合前景值,并以此对方案进行排序.最后通过实例验证该方法的实用性和有效性.     

信息不完全确定的模糊多准则UTA方法

针对准则权系数信息不完全确定和准则值为模糊数且有训练集的多准则决策问题,提出了一种模糊多准则UTA方法。该方法在考虑对训练集排序的基础上,结合不完全确定的准则权系数信息和训练集中各方案的模糊准则值的效用建立非线性模糊规划模型,并将其转化为模糊线性规划模型,求解得出准则权系数、训练集中各方案准则值的模糊效用值,利用插值求出方案的准则值的模糊效用,进而得到整个方案集的排序。最后实例说明该方法的有效性和可行性。     

基于新直觉模糊距离的随机决策方法

针对指标权重未知,方案的指标值为直觉模糊数的随机直觉模糊决策问题,提出了一种基于前景理论和新的直觉模糊距离的随机决策方法. 首先提出一种新的直觉模糊相似度公式,在此基础上构建了一种以直觉模糊数形式表征的直觉模糊距离公式以减少在运算中信息的丢失,运用直觉模糊熵方法确定指标权重,通过前景理论对方案进行对比和排序.最后,算例分析说明了该方法的合理性和可行性.     

模糊回归参数估计方法及应用于景气对策信号分析

模糊回归采用样本模糊数 (Xi,Yi)来对模糊回归参数进行估计 ,其中 Yi为观测模糊数 .本文认为一般模糊参数 A的估计方式不能真实地表达出样本所蕴含的信息 ,因而另行设立了一套模糊参数估计方法 ,此法对样本的解释方式将更为合理 ,且估计的过程也比线性规划简便 .本文还举出了该方法应用于景气对策信号分析的一个实例.     

The Application of Critical Systems Thinking to Enhance the Effectiveness of a University Information System

Faced with the common problem of dissatisfaction with the outcome of investments in information systems (IS), the IS community has long sought ways to improve information systems development (ISD). This paper reports on action research (AR) that sought to improve the effectiveness a UK university’s student record system (SRS), which had exhibited persistent problems. Critical systems thinking (CST) is seen to have value for ISD and was used to guide the AR. In the first stage of this research, the issues with the initial design of the SRS were identified to have largely resulted from insufficient elicitation of the underlying assumptions about, and perspectives on, complex organisational issues. The second stage centred on examining the situation from an “ought” perspective analysing what should be done and how, in order to develop creative solutions to the problems uncovered. The third stage involved recommending solutions to address the problems identified in order to improve the effectiveness of the SRS. Overall, the AR indicates that CST enables those involved to view the design and implementation of the SRS as a holistic system, critically reflect upon broad and complex human, technological and organisational issues from different perspectives, and thereby identify creative solutions. The main contribution of this research is in generating support for an ISD intervention guided by CST. The results of, and the understanding developed from, this intervention are likely to be relevant to the problems that frequently occur in similar situations.     

基于SVM的模糊推理在图像降噪中的建模与仿真

针对图像上的脉冲曝声，用基于支持向量机的模糊推理方法建立噪声检测模型。该建模方法应用支持向量机的学习机制从训练样本中提取支持向量，由支持向量确定模糊基函数，产生相应的模糊规则，建立起模糊推理模型。并依据此设计了一套噪声检测系统。该系统由基于支持向量机的模糊推理子系统和决策子系统组成。其中，推理子系统分别在纵向和横向上检测噪声信息：决策子系统综合纵向横向的信息，做出决策。仿真实验结果表明，所提出的方法可有效地检测并去除噪声，同时保留了图像的细节信息。     

A Fuzzy Neural Model for Face Recognition

Introduction1 Nowadays, biometric (e.g., face, finger print, iris, palm)identification is becoming more and more important [1] [2] and there are numerous commercial and law enforcement applications. Compared with other biometric identifications, face recognition has attracted more attention for its characteristics ofuser-friendly, intuitionistic and convenient. Much work hasbeen done on face recognition over the last 20 years. Generally speaking, face recognition is composed of three procedure…