犹豫模糊最优加权Bonferroni几何平均算子及其在多属性决策中的应用

Bonferroni几何平均算子是信息集结问题的研究热点,其主要优点是能捕获变量间的关联性。在Bonferroni几何平均算子基础上提出犹豫模糊最优加权Bonferroni几何平均算子、广义犹豫模糊最优加权Bonferroni几何平均算子。新算子能体现变量同余下变量整体间的加权平均、余下变量相互间的加权平均,并具有退化性。验证了新算子具有幂等性、单调性、有界性等优良性质。以此为基础,提出一种犹豫模糊多属性决策方法,并通过算例验证了方法的实用性。     

基于层次分析法的冲击地压模糊综合评价

针对煤岩冲击地压存在非线性、模糊性以及不确定性、评价指标繁多而复杂的问题,提出基于层次分析法多指标模糊综合评价冲击地压的方法。通过层次分析法分析各指标的前兆特征与冲击地压联系程度,从声发射、红外辐射、煤岩性质三方面确定煤岩冲击地压模糊综合评价指标及权重,运用模糊综合评价所得评价结果来表征冲击地压危险等级,并通过实验模拟矿区冲击地压发生过程,结果表明综合评价结果与实验结果较为吻合,验证所建立模型的准确性。     

基于极速学习的Choquet模糊积分分类器

在交互环境下,模糊积分分类器具有良好的分类性能.如何确定在属性集幂集上定义的模糊测度是模糊积分分类器中的一个关键问题.当属性的个数增加时,计算复杂度呈指数级增长.为了解决这一问题,借鉴极速学习机算法中权重向量随机确定的思想,提出了ELM-Choquet模糊积分分类器.实验结果表明,和Choquet模糊积分分类器相比,该算法具有较优的分类性能.     

非线性干扰观测器补偿的四旋翼飞行器模糊滑模控制

分析四旋翼飞行器的飞行原理,建立旋翼桨叶受力条件下的四旋翼动力学模型.提出非线性干扰观测器补偿的模糊滑模控制算法,解决欠驱动子系统的不易控制及传统滑模控制的抖振问题,估计扰动值,降低扰动带来的影响.仿真结果表明,提出的非线性干扰观测器补偿的模糊滑模控制算法可补偿未知扰动,能使四旋翼飞行器稳定飞行.     

基于模糊聚类和支持向量回归的成绩预测

现有的成绩预测模型往往过度使用不同类型的属性,导致过于复杂的分数预测方法,或是需要人工参与.为提高学生成绩预测的准确率和可解释性,提出了一种融合模糊聚类和支持向量回归的成绩预测方法.首先引入模糊逻辑来计算隶属度矩阵,根据学生的历史成绩进行聚类,随后对每个聚类簇利用支持向量回归理论对成绩轨迹进行拟合建模.此外,结合学生学习行为等相关属性,对最终的预测结果做调整.在多个基准数据集上进行了实验测试,验证了该方法的有效性.     

基于模糊逻辑四元数的平方根UKF算法

针对目标跟踪估计算法中,利用传感器离散观测建模并估计目标连续状态,进行导航解算时滤波精度低,及传统四元数扩展卡尔曼滤波算法无法满足目标姿态测量精度要求等问题,文中提出一种基于模糊逻辑四元数的平方根UKF姿态估计算法.该算法将四元数作为模糊逻辑UKF滤波器状态,应用测量的角速率完成滤波器的时间更新及量测更新,采用模糊逻辑的平方根协方差形式作为更新参数,既降低了算法的计算量和复杂度,又保证了数值的稳定性.文中还以近地卫星为例,在Matlab和C++软件上进行了仿真实验.实验结果表明:文中所提算法可保证对机器人和特征的姿态控制估计精度;可对目标实时跟踪定位并进行量测更新,抑制了姿态误差发散问题.     

直觉权与凸直觉模糊集之间的关系研究

在直觉权与凸直觉模糊集定义的基础上,定义了一个从凸集到格上的映射,并证明了该映射是一个直觉权;通过理论推导证明了直觉权与凸直觉模糊集之间存在对应关系,任意一个凸直觉模糊集可以通过一个直觉权来刻画,反之任意一个直觉权也可以通过一个凸直觉模糊集来刻画,并给出了两者相互刻画的具体方法.     

基于Harris角点与SIFT的快速图像匹配算法

针对基于局部特征的图像匹配算法,当图像发生较大的旋转变化时此算法会发生匹配率下降的问题,并且随着时间、场景、遮挡、光线的变化,图像的特征会发生模糊变化,这将严重影响匹配率,因此提出了一种基于Harris角点与SIFT的快速图像匹配算法,该算法用Harris检测图像的角点,在角点邻域内筛选SIFT特征点,并且利用高斯圆形窗口对筛选过的特征点建立低维描述子.该算法不仅具备了Harris算法的高稳定性而且兼顾了SIFT算法对于旋转变化较大的图像也有着高匹配率的特性.仿真结果表明,与SIFT算法相比,本文提出的算法不仅匹配速度快,而且在图像发生模糊变化、旋转变化的情况下可得到高匹配率.