潜在表示学习框架下的低冗余多视图聚类算法

基于潜在空间学习的多视图聚类研究得到了较大发展,但其通常忽略了原始数据中冗余信息的存在可能会带来不理想的聚类结果。为解决这个问题,提出一种潜在表示学习框架下的低冗余多视图聚类算法。基于k-means的方法,直接从各视图数据学习其低维表示,由于该低维表示的各个特征相互正交,学习到的低维表示通常含有较少的冗余信息。基于潜在空间的假设,各视图的低维表示可由同一个潜在表示投影得到。将两者结合,就能得到一个具有低冗余信息的统一的潜在表示。设计了一个优化算法来求解目标问题,在多个公开数据集上的实验表明了该算法的有效性。     

σ—可加Fuzzy集上的Fuzzy测度

文[2]在σ-可加 Fuzzy 集上提出了可加 Fuzzy 测度的概念,得到了许多与经典测度一致的很好的结果,但在实际问题中往往会出现非可加的情况,本文研究了σ-可加 Fuzzy集上非可加测度(即 Fuzzy 测度)的结构待征及其性质,并说明文[3]中的绝大多数结果是本文的特殊情形。     

模糊聚类应用于MIS子系统划分的研究

本文介绍了模糊聚类应用于ＭＩＳ子系统划分的新方法,包括基于模糊等价关系的方法和基于模糊相似关系的“最大树”方法．     

采用HK模型的防空反导作战网络建模分析

采用HK网络模型对防空反导作战网络进行建模,对网络度分布、集群系数、平均距离的统计特性进行分析。将网络模型与典型树状结构的防空反导网络和基于BA无标度模型的网络进行比较,表明基于HK模型的防空反导作战网络具有较好的集群系数和无标度特性,同时表明改变TF连接概率进行防空反导网络设计具有更好的灵活性。     

并行工程计划问题的模糊网络分析方法

基于网络流模型,本文提出了确定模糊网络关键路线的参数线性规划方法,并给出了反映决策者偏好信息的模糊网络关键路线和工程模糊完工期的隶属函数形式,从而得到了模糊网络关键路线性质的更全面结果。最后,针对模糊环境下的并行工程计划问题,给出了模糊网络的分析方法。     

批量制造业模糊交货期准时化生产计划方法

通过建立批量制造业模糊交货期下的准时化生产计划模型,将隶属度函数引入到生产计划问题中,从而拓宽了准时化生产计划问题的研究范围,并为实际生产计划的编制提供了一种有效途径。     

具有自学习功能的电力负荷模糊推理预测

考虑到电力负荷预测问题中存在的不确定性,采用模糊推理预测方法进行负荷预测的研究。该方法利用电力最高负荷和国内生产总值的历史数据建立模糊推理规则,从而进一步建立最高负荷跟国内生产总值之间的模糊蕴涵关系,通过模糊推理得到了负荷预测结果。为了使模型能够象专家一样不断地总结新的经验并调整原有的经验,模型克服了其它模型中知识的凝固性,具有自学习功能。利用某些区的实际数据进行分析计算,得到了满足的结果。     

遗传算法对模糊控制的优化及其应用

为了使模糊控制器具有自学习能力,本文将遗传算法与模糊控制相结合,提出了使用遗传算法对模糊子集进行划分的优化方法,并根据模糊控制的特点,给出了改进的编码方法和交叉算子,加快了算法的收敛速度．应用该方法对锅炉过热汽温进行了仿真研究,结果表明本文提出的基于遗传算法的模糊控制优化方法是很有效的．     

FMS故障诊断专家系统的研究与开发

为保证柔性制造系统的可靠运行,对其发生的故障进行快速诊断,研究开发ＦＭＳ故障诊断专家系统。方法根据ＦＭＳ故障的特点综合运用模糊数学、专家系统、神经网络、数据库和机器学习等理论,解决专家系统中许多关键技术,     

车间作业计划的模糊多目标网络方法

讨论了模糊集理论在车间作业计划中的应用,提出了车间作业计划的模糊多目标网络模型及其算法。