事件的模糊离散时间区间的表示

由于现实世界中事件的持续时间难以精确测量,以及起始时刻及结束时刻的模糊性,使得Allen的区间代数不能很好地刻画事件的模糊时间区间,首先将时间区间离散化,然后用事件的持续分布的概念米表示事件的持续时间,并用时间区间来近似持续分布,使得可以应用Allen的区间代数来进行相应的时态推理,最终给出了求主时间区间的算法。     

灾变事件下高速公路管理单元的行程时间研究

为有效服务于灾变事件下高速公路通道路网的路径诱导和控制管理,提出了路网中管理单元的划分方法;针对未发生灾变事件的管理单元,考虑管理单元长度、平均车速以及实时交通密度的影响,建立行程时间特性函数;结合发生灾变事件时管理单元的排队-消散特征,利用流量、密度关系模型确定事件持续时间和消散时刻,构建基于波动理论的事发管理单元行程时间模型;以实时安全可靠度作为路阻函数对模型进行了修正,最后通过实例验证了计算模型的有效性.     

时态关系的向量表示及其推理

作为推理的基础,时间的表示方法是一个基本的要素。文中为Allen的区间代数理论中区间的关系表达提出了向量表示法,称之为关系向量。其后,给出了定义在关系向量上的几种运算,并将其运用于时态推理中。这种方法把原先的矩阵表示法降为向量表示,从而较好地减少了时态推理计算量,并易于计算机实现。     

多属性决策的时间不确定事件流时序推理方法

针对信息物理融合系统时间不确定事件流调度顺序的决策依据单一问题,首先利用D-S证据理论在多证据源概率融合上的优势,充分考虑事件优先级、截止期、紧迫度、事件依赖等多个属性的影响,构建具备多属性特征的模糊结束时刻基本概率分配求解模型。然后,建立D-S证据理论与直觉模糊集的关联模型,求解模糊结束时刻隶属度与非隶属度;最后,利用直觉模糊集负向时间推理理论和相关计分函数推导模糊开始时刻概率得分,得到时序推理结果,并以此确定基于多属性判据的时间不确定事件流调度顺序。实验结果表明,当事件数量增长时,调度准确率可保持在85%以上;当模糊区间限制规模扩大时,调度准确率下降幅度不超过15%。     

超快演化光场的含时二阶关联特性研究

基于蒙特卡洛(Monte Carlo)算法,模拟并分析了超快演化发光动力学过程中的光子探测事件;研究了含时光子二阶关联函数的数值计算方法,以及多种误差因素对光子二阶关联函数的影响.结果表明,同步时间抖动(初始时刻漂移)使得在初始时刻光强剧烈变化区域的含时二阶关联函数值显著偏大,同时导致了时间积分的二阶关联函数在任意时间延迟下的值偏大.背景光子计数的存在使得热态光的零延迟二阶关联函数值明显地趋近于1.该研究为复杂光场的光子二阶关联函数的理论研究提供了一种简化模拟方法,并为后续进行超高时间分辨的光子二阶关联实验测量提供了理论支持和数值分析方法.     

区间代数与区间段代数在定性时态推理中的联合运用

详细讨论了从Allen代数演化为INDU代数的思路和INDU代数的几何表示.研究指出,INDU是Allen代数中原子关系的细分和可采纳域的细化,对于路径一致性计算它是比Allen更为准确的方法;但是在约束网络推理计算中由于INDU的合成运算表过于庞大,仍可使用Allen代数合成运算表.将Allen代数与INDU代数结合使用是时态约束网络定性推理的较好方法.     

区问代数与区间段代数在定性时态推理中的联合运用

详细讨论了从Allen代数演化为INDU代数的思路和INDU代数的几何表示。研究指出,INDU是Allen代数中原子关系的细分和可采纳域的细化,对于路径一致性计算它是比Allen更为准确的方法;但是在约束网络推理计算中由于INDU的合成运算表过于庞大,仍可使用Mlen代数合成运算表。将Allen代数与INDU代数结合使用是时态约束网络定性推理的较好方法。     

关于分段函数的卷积积分形式

本文用代数方法给出有限区间上任意两个分段函数的卷积积分形式,并把结果推广到无穷区间及三分段函数情形。     

基于模糊集的不精确时态关系建模

基于模糊集理论,建立了一种扩展Allen时态关系模糊时态区间模型.在经典时态关系的基础上,讨论了模糊时态区间关系,提出了时间点的模糊时态序列概念,并定义了模糊时态关系属性,同时用模糊时态序列定义了模糊时态区间的边界关系.最后结合时序测度公式对13种模糊时态定性关系给出了精确的表达.能精确表达模糊事件的精确和不精确关系,也为模糊推理提供了理论基础.     

基于D-S理论的因果图区间分析方法

【目的】针对实际应用中事件发生概率具有不确定性的特点,研究解决获取事件发生概率精确值的问题。【方法】运用D-S理论提出了因果图区间分析方法,避免了获取概率的精确值,使用似然函数和信任函数分别作为因果图中基本事件区间概率的上限和下限。针对出现异常现象的事件先确定出可能导致其发生的基本事件,再分别求出这些基本事件的后验概率,然后利用相对优势度对区间数比较大小。【结果】区间数最大的基本事件就是故障源。【结论】用区间数来表示事件发生的概率值,解决了事件发生概率精确值的不确定性问题。     

一种基于模糊集的混合空间推理方法

基于模糊集合理论, 提出一种将定性空间推理与定量空间推理相结合进行混合空间推理的方法. 将对象间的空间关系解释为表达有关对象空间信息语言变量的限制, 引入语言变量表达定性空间关系; 把语言变量与模糊集合关联起来, 获得定量空间信息; 通过将语言值映射为模糊集合, 以及将模糊集合的元素映射为语言限制词, 实现了定性空间信息和定量空间信息间的转换. 此外, 还给出了与Allen提出的二元基 本关系关联的模糊关系, 并得到了基于模糊关系的Allen推理算法, 从而实现了空间关系间 的推理.     

后验概率加权的模糊隶属度函数

模糊支持向量机(FSVM)中的模糊隶属度函数确定一直是一个难点问题。针对支持向量分类机对噪声数据或孤立点非常敏感的问题,受贝叶斯决策理论的启发,结合样本密度特性,研究样本点相对于同类和异类的关系,对各样本点分布的紧密程度给出了描述,构造了样本点的后验概率与样本密度的加权方法,提出了一种新的加权模糊隶属度函数构造。该方法避免了对噪声数据和孤立点的检测。通过建立基于提出模糊隶属函数的FSVM进行仿真,实验表明,提出的模糊隶属度函数构造的后验概率加权方法的有效性。     

一种模糊知识库的数据描述方法

研究了模糊知识的表示方法,提出了一种表示模糊知识的模糊数据模型,利用属性加权模糊值来表示模糊性数据。通过定义在元组上的隶属函数反映信息的可信度,对通常意义下的关系代数进行了扩展,每一元组都附一属性函数,定义了模糊属性的含义,用元组间的语义距离表示模糊对象和实体间的相似度,并对该意义下的关系操作进行了相应的研究和讨论。     

基于C-OWA算子区间直觉模糊信息集成的决策方法

直觉模糊集是对传统的模糊集的理论进行了拓展,它更加细致地刻画了模糊形象.论文引进C-OWA算子,给出了两个区间数的大小比较的新方法;针对区间直觉模糊信息的多属性决策矩阵,定义了方案的区间直觉模糊信息的理想点,并利用方案属性值与理想点的Euclidean距离,给出了区间直觉模糊信息的多属性决策矩阵的一种排序方法;最后利用实例说明了该方法的可行性和有效性.     

模糊值函数在模糊数积分区间上的积分

模糊值函数在模糊数积分区间［Ａ～,Ｂ～］上的积分是Ⅱ型模糊集。已经证明了Ⅱ型模糊集不是软代数,给出了Ⅱ型模糊集用Ⅰ型模糊集表示的表现与分解定理,进而证明了这个积分具有良好的代数性质。     

年龄及分心对反应时间影响与安全车距分析

驾驶员反应时间受多种因素影响，存在模糊性与随机性，本文中对一些实验数据进行拟合归纳，得出分心驾驶条件及正常驾驶条件下反应时间的概率密度函数，使用模糊物元分析法确定了适应于各年龄人群的反应时间概率密度函数。在此基础上，根据车速及年龄条件，将反应时间进行归类划分和区间细化，分析了适宜于不同年龄、车速且在考虑分心驾驶状态下的安全车距，并研究了更符合实际行车状况的防碰撞安全车距模型。