具有模糊隶属度的模糊支持向量机算法

针对传统支持向量机(SVM)由于样本中存在孤立点数据或噪声而导致的过学习问题,通过分析模糊支持向量机(FSVM)的特点,指出其关键在于如何构建模糊隶属度,为此结合k近邻法思想提出了一种新的隶属度函数构造方法.该方法不仅考虑了样本点到类中心的距离,而且对各样本点排列的紧密程度也进行了估计,与传统SVM相比,它对样本的分类更为清晰和准确.将该方法应用于汽车发动机的实际故障诊断中,结果表明:SVM与普通FSVM的分类正确率较低,而采用新的模糊隶属度的FSVM算法却有较高的识别率,当k为5时分类正确率达到了70.93%,因此验证了该算法的有效性.     

一种多分类的微博垃圾用户检测方法

针对微博多类垃圾用户的检测问题,设计了一种基于模糊多类支持向量机的垃圾用户检测方法。首先,采用一对多SVM(support vector machines)的构造思想来构造多分类器,并针对每类用户的分类器重新选择训练集;然后,利用构造好的训练集来训练多分类器,经过反复调整参数,得到5个用户分类器;最后,针对多分类器的不可分样本,采用模糊聚类来进行模糊处理,即在垂直于SVM的最优分类面上定义一个改进的隶属度函数,选择最大隶属度对样本进行再分类。实验结果表明,该方法在保证垃圾用户检测效果的前提下,可以解决多分类中存在的混分和漏分问题。     

改进的双隶属度模糊支持向量机

针对传统的支持向量机( SVM)中存在对噪声和孤立点敏感,容易产生过拟合的问题,提出一种新的模糊隶属度函数设计方法——基于密度法的双隶属度模糊支持向量机方法(DM-FSVM).该方法不仅考虑样本到类中心的距离,同时根据样本点到类中心的距离将样本分为两类,类中心附近样本点的隶属度由该样本点到类中心的距离确定,而对于远离类...     

基于粒子群算法的导弹模糊导引律设计

针对传统模糊制导律的模糊设计随意性,提出采用粒子群优化算法对模糊导引律的参数优化的方法．利用粒子群优化方法调整模糊变量隶属度,比例因子等参数,并通过反复优化使模糊推理规则接近于最优．该方法克服了模糊逻辑设计中的随意性,提高了模糊制导律的精度和鲁棒性．仿真结果表明了这种优化方法得到的模糊比例导引律明显优于传统比例导引律．     

根据Euclid贴近度进行模糊多目标最优决策

介绍模糊多目标最优决策方法，该方法首先通过对决策数据进行最优隶属度处理，确定理想决策，根据各决策方案与理想方案的贴近度大小，得出最优决策。     

矿山安全性模糊综合评价的新算法

为了解决矿山安全性模糊评价过程中隶属度转换算法存在着目标分类不明确和出现冗余数值的问题,采用基于熵的数据挖掘方法,通过定义指标区分权,清除隶属度转换过程中的冗余数值,寻找对目标分类起作用的有效值计算隶属度,进行正确的隶属度转换并用于矿山安全性模糊综合评价中,应用实例说明了转换的全过程。研究结果表明:新的隶属度转换算法对矿山安全性评价具有更高的精确度。该方法有效地解决了模糊评价中的核心问题,对矿山的安全生产具有一定的指导意义。     

基于相对隶属度的模糊信息的多目标决策法

针对模糊信息的多目标决策问题,基于模糊集理论,首先,将决策者的主观偏好信息所隐含的目标权重通过一个线性规划模型计算出来。其次,借助每一方案与最优、最劣方案的综合加权距离,求得每个方案相对与最优方案的相对隶属度,提出了基于相对隶属度的模糊信息的多目标决策的相对隶属度法对方案进行择优和排序。最后,通过算例说明方法的可行性和实用性。     

系统模糊优选理论解水电站最优排序

太文从系统分析,模糊分析的基本概念出发,提出模糊优选隶属度公式,模糊优序理论与模型,用以求解水电站的最优开发程序,且可用于其他领域的方案优选与最优排序。     

一种新的模糊对比度增强算法

提出了一种新的基于模糊集合理论的图像模糊对比度增强算法．首先将图像从灰度域变换到模糊域;在预先设定图像空间像素模糊隶属度基础上引入了模糊对比度概念,而后在模糊域对模糊对比度进行非线性变换,得到增强后的模糊隶属度,最后将图像从模糊域变换到灰度域．由算法分析可知,利用模糊隶属度可以对图像的细节进行增强,图像的层次更加分明．通过对几例图像增强对比实验结果的分析,表明该算法是有效的．     

基于模糊综合评价法的拖网渔船主机优选

通过列举分析主机选型优化的各种方法,选取24 m拖网渔船作为研究对象,采用模糊综合评价法进行主机的优选．从拖网渔船的特殊工况出发,根据拖网渔船的工作特点,列出不同评价指标,经过评估来确定各项指标的权重,通过专家打分法和计算隶属函数的方法来进行模糊运算,根据最大隶属度原则进行模糊评判选择出最优主机,最后对结果进行分析验证并与其他主机选型方法对比,结果证明该方法可行且效果良好．     

基于模糊支持向量机的网络入侵检测技术

针对支持向量机算法中存在对噪声数据和异常数据敏感的问题,提出了模糊支持向量机算法,并应用于入侵检测.该算法是在传统支持向量机分类器的构造方法中引入隶属度函数,根据不同输入所得到的分类结果,产生相应的惩罚值.将这个方法应用到入侵检测系统中,能较好地将正常数据和异常数据区分开.实验结果表明,采用模糊支持向量机的入侵检测技术,其误报率低于基于支持向量机的入侵检测,同时其检测率也相对较高.     

可转换债券债性和股性的模糊优化分析

债性和股性是可转债性质中较难把握的部分属性，对它的界定存在着模糊的因素．本以股价变化为出发点，以债券和股票作为其模糊性的两极，通过建立相关评判指标的相对隶属函数，给出了判断可转债债性和股性的模糊优化方法，用数学模型刻画了可转债的债性和股性特征，为投资运作可转债提供了有益的参考。     

支持向量机与模糊规则模型的等价性

在模糊基函数为高斯型隶属函数或更一般地其满足Mercer条件和核函数为有界函数的情况下,证明了支持向量机器问题与一般的模糊规则模型的等价性.这一结论在许多实际复杂的无法事先确定其模糊规则的数量的情况下十分重要.并且给出了当在知道模糊模型时分别确定C和ε值的算法.最后用两个例子说明二者的等价性.     

模糊自适应控制算法在水轮机调速器建模中的应用

在模糊控制器的设计中,模糊规则的提取,比例、量化因子和隶属度函数的确定都具有一定主观性;针对这种情况,提出改进的模糊自适应PID控制算法(IFPID),利用微粒群算法对经过预处理的隶属度函数进行优化.在水轮机调速器仿真实验中,与简单PID控制算法和一般模糊控制算法相比,基于改进模糊自适应PID算法的系统在响应频率扰动和负荷扰动时有着更短的调节时间和更小的超调量.     

关于股票价格的二阶模糊时间序列

由于股票价格的时间序列具有不确定性,股市的真实模型不容易建立,而模糊时间序列在解决模糊性数据和不确定性数据方面具有较大优势;因此,本文首先将数据进行预处理并改进论域划分的方法,然后利用三角隶属度函数进行数据的模糊化处理,再利用模糊化后的数据建立三层BP神经网络,最后,应用广义的逆模糊数公式将预测模糊集进行逆模糊化,从而得到预测结果.应用本文方法对印度国家银行(SBI)股票价格和Alabama 大学的入学人数进行预测,预测结果精度较高.     

混合型模糊聚类分析方法及其应用

在动态聚类方法和模糊ISODATA方法的基础上,提出了混合型模糊聚类分析方法.该方法首先利用传统的传递闭包方法得到1个初始分类,并在此基础上提出初始分划矩阵,根据考虑权重因子的模糊ISODATA方法对相关数据进行迭代计算,从而对数据进行有效分类.以股票分类为例对该方法进行实证分析,分析结果表明,应用该方法可以对股票进行有效分类优选.     

具有模糊约束条件的连杆机构优化设计

优化设计中的约束条件有许多是模糊的,用精确数学不能准确地描述这种情况。本文用模糊数学中的隶属函数来描述这种模糊边界,参照罚函数法的思想提出了一种新方法——模糊罚函数法,并用本方法进行了四杆机构轨迹综合的优化计算,获得了满意的结果。     

模糊控制器隶属函数曲线的优化方法

应用遗传算法优化隶属函数曲线的疏密分布，阐述了优化的基本原理和具体实施过程，最后将该算法应用于一类对象模糊控制系统的设计中。仿真结果表明：该方法得出的隶属函数具有较为理想的控制效果。     

伙伴挑选中的模糊可靠性优化模型

研究了伙伴挑选中的模糊可靠性优化问题,并设计了带有模糊约束和模糊目标的可靠性优化模型,利用隶属度定义将模糊优化模型进行清晰化处理·并设计了遗传算法进行了模型求解·大量实例计算表明了模型和算法的可行性和有效性