基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

基于粗糙集和证据理论的设备状态评估方法

为准确判定复杂设备健康状态，提出一种基于粗糙集理论和证据理论的健康状态评估方法。鉴于粗糙集只能处理离散指标，首先提出一种基于动态模糊C-均值聚类算法的连续型评估指标的离散化方法；再通过基于互信息的属性约简算法对复杂设备健康状态评估指标进行约简；然后对约简的评估决策表进行处理，构建基本信度分配函数；最后利用D-S合成规则进行多指标合成得到健康状态，进一步挖掘评估指标与健康状态间的关系。实例研究及对比分析表明该方法能有效提高决策可信度，减少评估的不确定性。     

基于故障风险标尺的复杂装备健康状态分类模型

针对复杂装备故障呈现出多重性、相关性及模糊性的特点,本文分析了装备健康状态演化规律,利用自适应模糊神经网络、故障模式、影响及危害性分析构建故障风险标尺,实现了对复杂装备故障风险程度的定量化描述及装备健康状态的分类。通过实验分析,本文提出的模型相比于传统的故障预测以及故障风险程度定量方法具有显著优势,实现了对装备从设计生产、部署使用以及退役报废全寿命周期的动态反馈,对提高复杂装备综合保障能力具有重要意义。     

鲸鱼优化相关向量机的网络控制系统变采样周期调度

针对资源受限的网络控制系统,提出一种基于鲸鱼优化相关向量机的变采样周期调度算法。通过网络监测模块获取网络带宽与数据传输时间数据,建立鲸鱼优化相关向量机的预测模型,实现对网络带宽及数据传输时间的预测。采用模糊推理计算系统各回路通信带宽的分配权重,进而结合通信带宽及数据传输时间的预测值对各闭环回路的采样周期进行计算,完成采样周期的实时调节。仿真结果表明,在资源受限条件下,所提算法保证了系统的稳定性与控制精度。     

基于严格二叉树编码和GA的模糊树结构学习

为解决模糊树模型结构学习中存在的信息冗余、寻优效率低等问题,提出了一种基于严格二叉树编码和遗传算法的结构学习方法。通过严格二叉树编码对模型结构进行编码,改善了现有矩阵编码的信息冗余问题;考虑到编码特殊性和算法收敛性,提出了一种改进的遗传算法用来对模糊树模型的结构进行寻优。实验结果表明,不同数据集上该算法的稳定性和计算速度均较好,能够寻找到一个较优的二叉树结构,从而提高模糊树模型的建模精度。     

基于水资源合作的水资源短缺区域水资源优化配置

为提高水资源短缺区域的水资源利用效率，实现区域水资源初始配置后的有效再配置，提出三阶段水资源短缺区域水资源优化配置方法：阶段1，利用高效的“优先规则”构建部门间水资源合作清晰联盟的用水收益支付函数，对联盟成员水资源共用、获益方式进行了合理刻画；阶段2，基于Choquet积分形式的模糊合作博弈、阶段1中的清晰联盟支付函数，构建部门间水资源模糊联盟支付函数；阶段3，基于上述成果，构建水资源短缺区域水资源优化配置模型，求解得到用水部门最优水资源合作联盟，并将求得的最优模糊联盟视为大联盟，通过求解其核仁解获得最优模糊联盟的收益分配。以京津冀区域水资源优化配置问题为例，算例结果表明：①基于Choquet积分形式模糊合作博弈的三阶段水资源优化配置模型能够最大化区域整体用水收益水平，实现水资源短缺区域中的水资源优化配置，并使区域中用水部门有机会分得更多的获益；②本文模型无需引入模糊Shapley值等分配方法作为约束条件即可求得最优联盟，模型不影响不同收益分配方法分配结果的有效性；③采用将最优模糊水资源合作联盟视为大联盟，并求联盟收益的核仁解的方法分配最优联盟收益，无论最优联盟的核心是否为空，都能保证联盟收益分配结果满足个体理性和集体理性要求，即能保证最优联盟中各成员不会“叛逃”最优联盟、联盟稳定存在，且保证获得的分配方案为确定分配值而非分配区间。即本问题中该分配方法优于Shapley值、模糊最小核、弱最小核方法。所构建的水资源短缺区域水资源优化配置模型及最优水资源合作联盟收益分配方法对水资源短缺区域的水资源优化配置问题有较好的适用性，能够为我国京津冀区域等水资源短缺区域的水资源优化配置工作提供参考。     

开放科学及建构的制度逻辑

科学与技术是两种不同的制度模式,前者属于科学共和国"Republic of Science",后者属于技术王国"Realm of Technology",两者具有天生的互补性。开放科学作为一种非市场化的激励制度,提出一套基于优先权的报酬体制,强调在知识产权保护前提下追求创新知识社会福利的最大化,对于催生高质量的研究和创新(Research&Innovation)至关重要。本文在阐述开放科学起源、发展与理论内涵的基础上,重点从公共资助、累积创新、知识产权保护和知识分工四个方面,深入探究了开放科学建构的制度逻辑。     

多任务模糊聚类驱动的多任务TSK模糊系统模型

该文提出了一种多任务Takagi-Sugeno-Kang（TSK）模糊系统建模方法.首先给出了一种新的多任务模糊c均值聚类算法，能够有效提取所有任务之间的公共信息和每个任务的私有信息，进而利用所得的聚类中心构建多任务TSK模糊系统的前件参数.其次设计了一种具备多任务协同学习机制的后件参数优化方法，可以优化多任务TSK模糊系统的后件参数.最后基于优化的前后件参数，构建出具体多任务模糊聚类方法驱动的多任务TSK模糊系统模型（multi-task fuzzy c-means based multi-task TSK fuzzy system，MTFCM-MT-TSK-FS）以用于实际应用.分别在合成和真实数据集上进行实验，结果验证了该模型的有效性.