基于正态分布区间数的逆向云新算法

云模型是用语言值表示的定性概念与其定量表示之间的不确定性转换模型, 逆向云发生器可以实现定量数值到定性语言值的转换. 在深入分析传统逆向云算法的基础上, 在“所有的模糊隶属函数曲线构成一个模糊隶属函数曲线簇, 模糊隶属函数曲线簇可以看作云的一个近似”这一思想的启发下, 提出了一种新的逆向云算法. 与传统的逆向云算法不同, 该算法能够处理代表某一定性概念的区间数并能避免参数求取过程中的重复计算. 实验分析表明: 该算法可以以较高的精度还原云模型的三个数字特征值, 具有较高的实用性.     

基于云模型的定性定量转换方法及其应用

针对复杂系统综合评估过程中广泛存在的不确定性,以及定性与定量变量之间的转换和映射的需求,提出了基于云模型的定性与定量变量转换方法。该方法利用云模型在不确定性转换上的优势,最大限度的保留了评估过程中固有的不确定性,提高了评估结果的可信度。通过应用实例的设计和实现给出了应用该方法的具体步骤,验证了该方法和过程的可行性。     

一维云模型映射器设计及其应用研究

通常,云模型的基本原理常用于空间数据挖掘和知识发现。采用云模型不确定性推理方法设计了一种云模型映射器,该映射器在本质上具有非线性映射特性和并行运算功能。文中给出了云模型映射器的结构设计方法,分析了其非线性映射特性和曲线拟合功能,仅需少许修改云模型集合或云模型推理规则,就可以方便、灵活地实现线性映射与非线性映射功能。据此设计了一种智能控制器,将其应用于基于网络QoS变化的直流电机控制系统中,并给出了相关的仿真结果。     

基于云X信息的逆向云新算法

云模型是用语言值表示的定性概念与其定量表示之间的不确定性转换模型。逆向云发生器可以实现定量数值到定性语言值的转换。本文分析了现在的逆向云算法的不足,提出了一种更简单,更精确的逆向云算法,并且对两种算法的误差进行了分析比较,最后给出了新算法的应用实例。     

基于贝叶斯网络的GO法模型算法

GO法是评价具有多状态时序特性的复杂系统可靠性的有效方法,但GO法操作符众多、算法复杂并且缺乏工具软件支持,制约了GO法的工程应用。针对该问题,本文提出一种基于贝叶斯网络的GO法新算法。首先,定义常用操作符到贝叶斯网络节点映射规则;然后,给出GO模型映射转换为贝叶斯网络的可编程流程;最后,利用贝叶斯网络成熟工具支持,定量求解映射后的贝叶斯网络模型。新算法操作符映射规则统一,模型映射转换流程简单直观,便于工程人员掌握和应用。此外,除了能得出传统的定量结果,新算法使得GO法还具有故障推理和诊断能力。     

基于修正高维云的故障映射模型

故障预测需要完成从状态空间到趋势空间再到故障空间的两个映射过程。为使后一个映射结果更为准确,在借鉴多元正态分布理论的基础上,提出了一种基于修正高维云的故障映射模型。采用能够描述论域相关程度的协熵和协超熵来代替原来的熵和超熵,从而更好地解决了多论域之间的相关性问题。利用修正高维云发生器组成的多规则推理系统建立故障映射模型,将趋势预测数据准确映射到故障空间,得到最终故障预测结果。为验证方法的有效性,针对飞机操纵面损伤故障进行了仿真和分析,仿真结果充分表明所提出的模型具有较高的映射精度和效率。     

电液伺服变距系统的二维云模型控制研究

云模型是对语言值所蕴含的模糊性和随机性的一种数学描述，它用期望值Ex、熵En和超熵He表征定性概念，将概念的模糊性和随机性集成在一起，是实现知识库中定量与定性之间相互转换的一种新途径。本文论述了模糊子集的云模型表示、基于云模型控制规则的不确定性推理，并设计了一种二维云模型控制器。仿真结果表明，该控制器简易、直观、鲁棒性强，具有良好的控制性能和较好的应用价值。     

基于相对熵的决策属性均衡性评价模型

在分析决策属性 (指标 )均衡性的基础上 ,提出用相对熵作为定量描述这种均衡性的指标 ,并由此给出了属性指标的均衡性评价映射模型 .算例表明了该模型的有效性 .     

云模型算法及在过热汽温控制中的仿真研究

为了实现非线性、大时滞系统的良好控制，提出了一种新型的云模型智能控制算法．该算法是基于云模型控制规则的不确定性推理，用期望值Ex、熵En和超熵He表征定性概念，将概念的模糊性和随机性集成在一起，实现知识库中定量与定性之间的相互转换。谊智能控制器采用模糊控制原理，同时为了消除稳态误差，加入了一堆云控制，故采用了一种基于混合维的云模型智能控制器，并对600Mw超临界机组直流锅炉的过热汽温进行了仿真研究。仿真结果表明，该控制器简易、直观、鲁棒性强，具有良好的控制性能和较好的应用价值。     

基于民生视角的政府绩效评价灰色贝叶斯网络模型

建立了一种基于民生视角的政府绩效评价贝叶斯网络模型。研究了运用极大熵模型,求解网络的参数分布问题;结合灰色系统的思想,给出了政府绩效评价中的不确定信息处理的方法;通过对网络结构的分析,研究了评价信息在传递过程中的衰减性;最后,通过贝叶斯网络推理,给出网络中各节点的定量评价,为基于民生视角的政府绩效评价提供了一种新的理论方法和工具。     

基于云理论的C~4ISR系统作战效能评估应用与研究

针对C4ISR系统作效能评估的复杂性,借鉴云理论的原理,提出基于云理论的C4ISR系统作战效能评估模型。在描述云理论评估步骤和建立评价指标体系的基础上,通过求各指标的云模型表征及各指标参数的权重,用加权偏离度衡量系统与理想状态的偏离量,采用包含一维云发生器的改进型云模型实现了C4ISR系统作战效能评估。实例证明此方法能较好地融合主客观信息,有效的集成了模糊性和随机性,简单易行,可操作性强,为C4ISR系统作战效能评估提供了一种有效方法。     

制造过程不确定质量异常诊断的Stateflow方法

模糊推理Petri网可以对制造过程不确定质量异常诊断进行有效建模, 但其复杂的图形表示及模糊推理逻辑结构使模型难于进行仿真分析. 通过建立模糊推理规则与Stateflow元素之间的映射关系, 将模糊推理Petri网模型转换为便于仿真的Stateflow模型, 模型以质量控制图异常模式数据作为输入, 实现不确定质量异常诊断过程的动态展示. 某工件加工过程不确定质量异常诊断的仿真结果表明, 模型可以输出引发控制图实时异常的异常原因的贡献度, 为异常消除提供决策支持.     

基于云模型的主观信任管理模型研究

在开放网络中,信任管理是信息安全的重要前提与基础。主观信任具有模糊性和不确定性的双重特征。将定性定量转换模型-云模型引入主观信任管理研究中,提出了一种新的主观信任的表示方法,较好地解决了信任表达中的模糊性和不确定性难题,进而提出了一种灵活直观,描述能力较强的形式化定性信任推理机制,为主观信任管理研究进行了有益的探索和尝试。     

地空导弹装备高原训练安全风险评估

地空导弹装备在高原开展训练时,面临众多具有随机性和模糊性特点的风险因素。针对该问题,结合高原环境以及地空导弹装备作战流程,分析了影响其高原训练安全的主要风险因素,构建了安全风险评估指标体系。在模糊综合评价法的基础上引入云模型,通过云模型的熵和超熵反映风险的随机性和模糊性,提出了基于云模型的地空导弹装备高原训练安全风险评估方法。最后,通过一个算例分析验证了该方法的实用性。研究结果可为风险控制提供参考。     

流程型企业主生产计划优化的ARMA-BP模型

为了解决流程型企业主生产计划(MPS)时段中计划参数与实际参数的不一致性问题,提出了自回归滑动平均模型(ARMA)与反向传播(BP)人工神经网络(ANN)的集成优化模型。基于主生产计划时段长度与产量之间的映射关系,利用平均时段长度折合产量法(OCM-ATS),该模型可用于分别逼近和预测主生产计划时段的长度时序和产量时序。给出的例子表明,该模型预测主生产计划时段的参数(计划参数)与实际参数的相对误差不超过3%。     

案例分析的多维情景空间方法及其在情景推演中的应用

本文提出多维情景空间方法,构建"案例-情景-对象-要素"四层架构的案例模型.多维情景空间方法以情景作为推演的基本单元,以要素作为情景表达的基本维度,建立多维空间坐标系统,从而将情景表达为多维情景空间中由若干个"点"构成的"轨迹",实现对情景,情景相似度,情景推演的量化描述.基于该方法,以油罐火灾为例,选择近年来发生的若干典型油罐火灾案例,进行了案例分析与推理,建立了情景推演过程,并实现了基于情景推演的决策支持.