多目标模糊评价模型与评价等级计算方法

为防止信息丢失,指出了多目标模糊评价应采用加权平均算子·探讨了采用余弦函数及三角形隶属函数的模糊综合评判模型、基于权广义距离平方和最小的模糊模式识别模型、基于模糊熵与权广义距离之和最小的模糊模式识别模型对评价结果模糊度的影响·属性识别理论模型是应用三角形隶属函数的模糊综合评判模型·综述了多目标模糊评价等级的确定方法,指出了属性识别理论的置信度准则与最大隶属原则一样可导致评价结果失真·提出了评价等级模糊特征量的概念和计算方法,从而证明了多目标模糊评价的结果是一个等级区间而不是一个确定点·实例表明,依据评价等级模糊特征量的概念和计算方法所确定的评价等级符合实际·     

工程建设规划方案属性综合评价

结合公路运输枢纽站规划方案的评价实例，建立了基于客观性权重的、以属性识别理论进行方案优选的定量方法——属性综合评价法．实例评价结果表明，该方法评价结果与灰色关联度分析法、模糊综合分析法以及模糊相似判断法的评价结果一致，且该方法的计算过程简便，易于操作，有较高的推广应用价值．     

基于语义数据模型的木材识别方法

在分析木材识别传统方法的基础上，应用语义学原理对木材识别特征进行聚类分析。利用语义数据模型方法把对象属性进行分解及组合，把属性域分为名称型、程度型、数值型和描述型，对属性域进行系统化、数字化和图形化。采用图形灰度表示取值概率和判断概率，建立并应用木材识别语义数据模型，以提高木材识别智能化程度。经检验，该方法快速、准确，具有较强的模糊识别能力。     

基于大数据关联规则的网络恶意行为识别检测

为提升数据挖掘技术与网络恶意行为识别准确率,研究基于大数据关联规则的网络恶意行为识别检测方法。模糊化处理网络中存在的大数据,构建模糊数据库,分类聚集模糊数据库中的模糊数据,离散化处理模糊数据的连续属性,确定模糊数据频繁关联规则,通过基于模糊关联规则的数据挖掘方法获得整理后的网络数据;以此为基础,分析用户恶意访问流量特征,加权处理用户访问流量特征与用户信息熵特征,建立多特征融合的网络恶意行为识别模型,完成网络恶意行为识别检测。经实验验证,该方法识别检测网络恶意行为时准确率较高,在93%以上,漏检测率较低,低于8%,在数据挖掘时具有较低的时间消耗与空间消耗,支持度较高。     

属性识别理论在福州内河水质评价中的应用

该文采用熵权法确定综合权重,并建立属性识别模型,对2013年福州市内河多个断面的水质数据进行分析评价,并与模糊隶属函数法评价结果进行比较,评价结果基本一致,证实了属性识别评价方法的科学性和有效性,同时可实现更为细微的分类评价,并避免主观因素的影响。     

直觉模糊综合评判在目标识别中的应用

针对目标识别系统中的模糊性和冲突性问题，提出一种基于直觉模糊综合评判的识别方法。建立了基于直觉模糊集的综合评判数学模型，提出基于隶属度与犹豫度合成进行最大隶属决策的方法；并对空袭目标属性识别问题进行实验。结果表明,该方法更能有效地处理冲突信息，并得到合理的融合结果。     

围岩超前优化分级的属性识别模型及其工程应用

为有效进行隧道围岩超前优化分级,提出基于属性数学理论和隧道地震波勘探系统的围岩超前优化分级方法.选取隧道地震波勘探系统可有效识别的物理力学参数作为属性评价指标,并结合围岩工程地质分类和RMR系统分类方法,确定围岩等级与各评价指标之间的对应关系;通过构建单指标属性测度函数,计算得到单指标属性测度及样本综合属性测度;应用置信度准则对隧道样本的围岩等级进行属性识别,从而建立围岩优化分级的属性识别模型.在工程实例分析研究中,评价结果与模糊综合评价法以及GA-SVM法的评价结果具有较好的一致性,从而验证属性识别模型评价结果的合理性及可靠性.     

MATLAB模糊系统用于化合物的属性识别

用MATLAB模糊系统工具提供的函数fcmdata和randn函数，对已知类别的20种化合物进行模糊聚类，以目标识别法来推断预报55种未知类别化合物的属性，识别结果与实际结果完全符合，这表明MATLAB高效、准确地解决化合物的模糊聚类和属性识别问题．     

基于属性数学理论的矿井通风系统评价

为更加合理地评价矿井通风系统,基于属性区间识别理论构建矿井通风系统技术可行性、经济合理性与安全可靠性预测与分级的属性识别模型.首先确定矿井通风系统评价指标与分级标准,给出矿井通风系统的属性空间矩阵;通过构造属性测度函数以计算单指标属性测度,采用层次分析法(AHP)计算各判别指标的权重,将单指标属性测度转化成综合属性测度;利用置信度识别准则对矿井通风系统进行属性识别.实例分析结果表明:属性数学理论能够很好地解决具有多个模糊属性问题的综合评价.     

基于决策者风险态度的直觉模糊多属性决策方法

根据直觉模糊多属性决策的特征,引进反应决策者风险态度的风险参数,构造融决策者风险态度、得分函数和精确函数为一体的综合得分函数,并依据综合得分函数得到一种排序直觉模糊数的新方法,再结合直觉模糊加权平均算子提出一种属性值为直觉模糊数的多属性决策方法,并通过算例说明该决策方法的可行性和有效性.     

基于时域模糊决策融合的雷达工作模式识别方法

在雷达工作模式识别中,侦察设备对雷达信号参数的测量误差严重影响了识别效果,针对这一问题文中提出时域模糊决策融合(TFDF)的雷达工作模式识别方法。首先分析了雷达脉冲组特征,在脉冲组层次提取雷达信号的脉冲组描述字(PGDW);然后基于联合隶属度函数改进传统的神经网络硬判决方式,实现雷达信号识别的模糊决策;最后运用DS证据理论将多个时刻的模糊决策融合,从而完成雷达工作模式的最终识别。基于时域模糊决策融合的识别方法可以有效改善参数测量误差对工作模式识别效果的影响。仿真结果以及对比实验表明,文中所提算法具有更好的抗噪性能,在雷达信号的参数测量误差为15%时仍具有90%以上的识别率。     

刀具状态的ANN—模糊识别

提出了利用人工神经网络（ＡＮＮ）及模糊识别理论融合多监控参数进行刀具状态识别的方法．该方法首先对各监控参数按刀具不同状态的敏感性进行分组,并利用多个ＡＮＮ子网络建立各组参数与刀具状态的模糊隶属度关系,然后利用模糊决策法对各ＡＮＮ子网络确定的刀具状态模糊隶属度进行综合评判并按最大隶属度判定刀具状态．该方法不仅具有ＡＮＮ的并行运算特点,而且具有模糊综合评判的容错性,从而提高状态识别的实时性和正确率．结合功率信号的多个特征对大量实验数据的测试表明,该方法可将ＡＮＮ的识别正确率从平均８８％提高到９５％．     

语音识别中基于模糊聚类分析的参数聚类

为减少语音识别中声学模型的参数量，提高参数训练的鲁棒性，基于声学决策树结构，提出利用模糊聚类分析方法对模型参数聚类，包括高斯聚类和方差共享．对大词汇量汉语连续语音识别的实验结果表明：高斯模糊聚类使高斯数减少25％时，识别率提高了0．15％．进一步做模糊方差共享，当方差减少到初始模型的24％，与同样参数量的未进行聚类的模型相比，误识率下降了3．01％，证明了模糊聚类分析在语音参数聚类中的有效性．     

铣削自适应控制系统中的工况识别技术

机械加工过程中的工况辨识对于机械加工自动化中控制、决策和故障诊断都十分重要，而且对于提高系统的智能化程度、提高机加工的生产效率及安全生产有重要意义。该文综合分析机械加工中的多种模式识别的新方法，提出了一种综合运用专家系统、神经元网络和模糊模式识别等多种智能技术的工况辨识模型。还提出了一种自学习的模糊评判算法，使模糊建模更简便。该工况辨识模型已成功的用于铣削适应控制系统，辨识结果为控制提供了重要的依据。     

模糊聚类、识别、优选统一理论与循环迭代模型

模糊聚类、识别与优选是系统优化模糊集分析理论的数学基础．通过以全体样本对全体类别加权广义欧氏权距离平方和最小为目标函数,建立了模糊聚类、识别与优选决策统一的理论与循环迭代模型．其中模糊聚类是核心,模糊识别与优选决策模型均由模糊聚类导出．该模型发展了模糊数学关于模糊聚类、模糊模式识别、模糊决策理论．循环迭代模型及其多种组合模型,不仅可用于水资源系统,对其他学科领域模糊集分析同样适用．     

基于粗集和模糊集的启发式规则约简算法研究

提出了一种新型的决策规则约简方法。基于均匀划分和正态分布隶属度函数，对决策表的连续属性进行模糊化，用欧氏距离贴近度来构建相似矩阵，并提出了一种论域的模糊划分算法；依据粗糙集隶属度进行属性约简的基础上，给出了一种决策规则约简算法，从而达到发掘知识并简化知识的目的。     

具有外重域的双枝模糊决策模型

首先给出具有外重域的非对称双枝模糊集的结构，提出取这种模糊集为基础的双枝模糊决策模型，详细论述了建模方法，然后给出决策中确定因素权重的二元对比方法，最后分析了模型的特性：双支模糊决策存在定理，决策失效定理，双枝模糊决策挖洞原理和下枝决策的去余定理。具有外重域的双枝模糊决策模型是对工程中经常出现的一类决策模式的理论分析结果。     

基于直觉模糊交叉熵及灰色关联的混合评价信息供应商选择决策

针对主客观混合评价信息的供应商选择决策问题,提出一种基于直觉模糊交叉熵及灰色关联的群决策方法。在确定供应商选择决策指标体系的基础上,将不同类型的主观评价信息统一转化为直觉模糊数,基于新的得分函数及单个决策者与决策群体的评价偏差确定决策者权重。把转化为直觉模糊数的规范化客观评价信息与群体直觉模糊主观评价信息合并,并采用直觉模糊熵确定各属性权重。根据直觉模糊数之间的交叉熵距离度量,采用灰关联法实现对备选供应商的排序择优。制造类企业供应商选择算例表明所给方法的合理有效性。     

基于信息熵的模糊多属性决策方法

针对属性值为梯形模糊数的模糊多属性决策问题,给出一种基于信息熵的模糊多属性决策方法,并用实例进行检验.该方法利用信息熵求出各属性权重,利用简单加权法来计算方案的模糊效用值,根据梯形模糊数的期望值排序方法对方案进行排序和择优.用该方法选出的方案有效、可行而且计算简单,为解决模糊多属性决策问题提供了新途径.