模糊网络计划技术在水利工程施工中的应用研究

基于模糊网络时间参数的加法迭代计算形式及模糊方程解的分层线性规划定义,将三角形模糊数引入工期分析中,对蜀河水电站施工网络进度计划进行分析,得出模糊时间参数、模糊关键线路以及模糊完工期。仿真结果表明,该方法可行且有效,比传统的CPM和PERT方法有了更大的改善。     

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。     

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。     

复杂工序关系的模糊网络计划分析与建模

剖析模糊网络计划在进行时间参数计算时的矛盾，即工序间因网络拓扑结构存在内在的相关性而计算中要求工序时间参数是相互独立的这一矛盾，为此将概率统计方法引进模糊网络计算中，先把模糊数量化并给出模糊数大小比较的原则，进而提出了模糊数运算的新定义．在建立模糊网络计划模型时，同时考虑了工序间的逻辑组织关系和搭接及特殊时间限定两类关系．在工序最早时间参数计算的基础上，直接计算工序的时差，避开了通过求取网络最迟时间参数再求取时差时可能出现时间参数为负值的矛盾局面．借助Visual C^＋＋语言编制的程序，实现了模型的时间参数计算、关键性分析和工期风险分析等功能．最后通过一个包含10项工序的模糊网络算例，阐明了模型的应用过程，并将计算结果与另一模型的计算结果进行了对比分析，验证了本模型的有效性．     

加工计划的模糊多目标网络方法研究

分析了生产系统的模糊特性，应用目标模糊数理论和效用函数理论开发了加工计划的模糊多目标网络方法，实例表明结果满意。     

闪速炉的仿人模糊质量控制模型

在闪速熔炼过程模糊质量模型的基础上，进一步提出了闪速炉仿人模糊质量控制模型，即利用Takagi-Sugeno-Kang(TSK)模糊模型建立闪速熔炼炉产品质量的控制模型，并对控制模型进行了结构辨识和模型参数调整，在此基础上，针对闪速炉的运行状况，分别建立了静态和动态质量控制模型，仿真结果表明：动态质量控制模型要优于静态模型，在生产现场经过2个月的控制模型离线指导操作工操作，质量指标能够稳定地控制在指定的范围内，证实了动态模糊质量控制模型的有效性。     

基于模糊物料计划百分比与损耗率的GBOM模型

企业按订单生产模式下,针对传统GBOM模型存在对生产进行预测比较困难、在系统中维护灵活性欠佳等不足。首先对已有GBOM模型进行了研究分析;结合模块化BOM与GBOM的特点与优势提出一个模块化GBOM模型,同时给出确定产品零件模糊计划百分比与损耗率的计算方法,并将其考虑到模块化GBOM模型中。提高了GBOM模型在企业物料计划中的预测准确性和科学性。最后以产品包装为实例验证了新的模块化GBOM模型的有效性,为GBOM模型的应用与深入研究提供一定的理论依据。     

可变提前期的模糊随机连续盘点策略

考虑到现实库存管理中模糊随机现象,研究了含可变提前期的模糊随机连续盘点的最小成本模型。运用模糊随机变量的期望值理论,得到了其模糊期望模型;采用符号距离法得出了模糊随机缺货量的估计值,从而推导出了模糊期望成本的符号距离解析式。通过这一模型,可以找到使总成本最小的最优提前期和最优订货量。     

一类模糊系数线性规划的解法及在生产中的应用

提出了一种求解Ｌ－Ｒ型模糊系数线性规划的新方法－利用Ｌ－Ｒ型模糊数的λ－均值求解它的偏好解。比较了该方法与利用Ｌ－Ｒ型模糊数的序关系来求解的优劣，并编制计算机程序求解一个编制生产计划的应用实例。     

模糊需求和提前期的周期性盘点存储策略

建立了三角型模糊需求与模糊提前期且允许缺货的周期性盘点库存模型。利用可信性测度理论,给出了其期望值模型。分析了期望值模型的盘点周期与目标存储水平间的关系。运用模糊模拟技术设计了一最优库存策略的算法。算例分析表明,提前期和需求模糊性的增大会产生更大的费用。     

电力系统负荷预报的模糊理论方法

基于电力负荷预测工作是整个电力系统规划设计和安全运行的基础,将模糊理论应用到电力系统的负荷预报中,建立了电力负荷预测的模糊时间序列模型．提出了确定系统模糊度最小的方法,并将其应用于实际的电力负荷预报工作．结果表明,该模型预测可以达到较高的精度,效果良好．     

基于LM算法的相关模糊神经网络及其应用

针对输入变量相关性较高的非线性建模模型,经典模糊神经网络算法存在收敛速度缓慢、模糊规则数大、陷入局部最小值的问题。提出一种基于LM算法的相关模糊神经网络模型;该模型基于聚类思想,构建多变量高斯模糊隶属度函数,将其表示为不可分离的模糊关系来处理相关变量模型;再采用LM优化算法,通过Hessian矩阵和一阶梯度向量同时调整网络参数;并引入Cholesky定理缩减网络参数个数。应用LM算法的模糊神经网络模型实验结果表明,可以加快收敛速度、减少模糊规则数,比经典的模糊神经网络有更好的预测精度。     

网络闭环系统的离散模糊控制

针对网络控制系统（NCS）存在时延的情况下如何设计控制器问题,提出了一种新的网络闭环控制系统建模方法-离散模糊T-S模型,并在此模型的基础上应用平行分布补偿原理设计了NCS模糊控制器;应用Lyapunov理论和LMI方法,研究了系统的模糊稳定控制御题,给出了基于线性矩阵不等式的不依赖时滞的状态反馈模糊控制器的设计方法,并获得了NCS模糊控制的稳定充分条件为求解一组线性矩阵不等式;通过仿真验证了该控制方法的有效性。     

基于化工过程预报的模糊聚类神经网络系统

为了解决化工预报过程中的复杂问题，利用神经网络、模糊系统和演化算法等智能控制理论，提出了模糊聚类神经网络系统模型（FCNNS）。该模型的特点是利用模糊聚类算法提取典型数据，然后将典型数据送入神经网络系统进行学习产生模糊规则。该模型缩短了规则生成的时间，有效地防止了规则数爆炸，并在化工过程预报的应用中获得理想效果。     

二元时间序列模型预测3G 网络接通率

为提高对网络性能预判的准确度, 提出了运用多元时间序列的相关性计算方法, 时间序列的模糊化方法和模糊规则矩阵的构建方法, 建立了一种基于二元时间序列的接通率预测模型, 将拥塞率序列融入到对接通率的预测过程中。该方法克服了传统网络性能指标预测方法中, 只考虑单一时间序列, 不考虑其他变量与待预测变量的相关性的弊端。仿真实验结果表明, 该模型能够实现网络接通率的有效预测, 为网络性能综合预测提供理论基础和新方案。提高了预测精度。     

模糊优选神经网络及其在综合后评价中的应用

将模糊优选理论与神经网络理论相结合,确定网络拓扑结构：隐含层数、隐含层节点数与节点激励函数的合理模式。将模糊优选的相对优属度模型作为人工神经网络的激励函数,建立模糊优选神经网络权重调整BP模型,实证研究表明,模糊优选BP神经网络模型,可以较好地应用于综合后评价。     

基于模糊关系的精炼炉底吹氩系统的复合建模

针对ＬＦ精炼炉底吹氩的工艺过程，提出了利用模糊理论建立底吹氩模型的方法。一种方法是利用专家知识和操作经验（即ＩＦ－ＴＨＥＮ规则）建立底吹氩的模糊规则模型；另一种方法是利用模糊神经网络方法建立底吹是的学习模型。最后综合考虑前２种模型的建核结果，建立整个过程的模型。     

基于自组织模糊神经网络的市场占有率模型

针对现有市场占有率模型(如传统的统计方法和近年来出现的模糊模型与神经网络模型)实际预测效果并不理想的问题,结合模糊神经网络和自组织理论建立了基于自组织模糊神经网络的市场占有率预测模型．该模型无需事先确定模糊控制规则,并能通过神经网络的结构及参数学习调整模糊神经网络的结构．最后结合实例进行了仿真．结果显示该模型优于其它模型,能为企业提供有力的市场占有率定量分析工具．     

网络计划的模糊分析

工程项目管理中作业活动持续时间的确定包括许多不确定性因素，该文基于模糊集合理论对工程项目管理中作业活动持续时间的不确定性进行定量分析论证，研究了限定工期的情况下，模糊网络的关键路径的问题，建立了对模糊网络进行工期一费用优化的计算分析模型，并给出了计算实例。     

T-S模糊神经网络在冠心病智能诊断中的应用

 冠心病是一种最为常见的心血管疾病,近年来在中国的发病率与死亡率逐年升高,准确诊断和及时治疗是有效降低冠心病死亡率的主要措施。通过引入模糊系统的理论,在传统BP神经网络结构中加入了模糊层与模糊规则计算层,建立了T-S模糊神经网络模型。使用该模型对采集于克利夫兰诊所的297组数据进行分析预测,与传统BP神经网络预测结果对比显示,T-S模糊神经网络模型的平均准确率为82.93%,而传统BP神经网络的平均准确率为75.56%,表明T-S模糊神经网络模型在冠心病的智能诊断中具有较高的预测准确率。