模糊判别

文本提出的模糊判别是讨论判别因子为语言变量情形,判别因子水平表述为相应论域上模糊子集的分类问题.当母体明确时即观测样品对母体的从属关系是明确的),以最大隶属原则作为判别准则.判别函数f_k由样品论域(?)上模糊子集(因子水平)取有限次并、交、补运算构成,从而将研究对象的分类建立在自然语言分析的基础之上.本文还对不明确母体的判别问题提出了一个数学模型.     

多级模糊识别模型及应用研究

本文提出了多级模糊识别模型及多级混合式模糊谡别模型,并对它在综采工作面顶板分类问题中的应用进行了研究。依据工作面顶板岩层与液压支架相互作用性质的分类方法给出了顶板分类的模糊谡别模型,为顶板分类提供了一种量比手段.     

基于RST的海底采场顶板稳定性二级模糊评价方法

 为更加科学准确地评价海底采场顶板稳定性,提出一种基于粗糙集理论（RST）的采场顶板稳定性二级模糊评价方法。结合三山岛金矿海底开采实例,选取岩体抗压强度、岩石质量指标、节理平均间距、地下水状况、以及采场的深度、跨度、跨高比、周围扰动影响、顶板暴露面积、顶板最大暴露时间和支护措施等11项指标作为评价因子,采用连续分段函数和模糊语言变量隶属度取值表,分别确定连续性指标隶属度和离散型变量隶属度,并以12个采场为训练样本,采用粗糙集理论（RST）确定各指标权重,运用所建二级模糊评价模型,对12个采场样本逐一进行检验,正确率为100%;对-400m水平采场顶板稳定性进行评价,评价结果与该采场顶板的实际状况吻合,表明了该方法用于海底采场顶板稳定性评价的可行性。     

基于数值模拟的语言计算方法

为了描述模糊信息并建立模糊逻辑,研究了基于扩展原理和符号化模型的语言计算方法,提出基于数值模拟的对称分布语言变量表示及计算模型.该模型用特征值和标准方差二维数值反映语言的共性和特性.为了扩大运用范围,针对用任意三角模糊数表示的语言变量,提出基础语言集的寻找方法,以实现语言变量统一,完成模糊语言之间的逻辑运算.在此基础上...     

一类新的犹豫模糊语言术语集的距离测度

犹豫模糊语言术语集是在犹豫模糊集的基础上对单个语言术语的扩展,它用以描述专家评估一个语言变量时表现出的犹豫偏好.在很多情形中,等级越高的相邻两个等级之间的差异就越大.受此启发该文构造了一类新的犹豫模糊语言术语集的距离测度,并相应地发展出了语言术语间的Hamming、Euclidean和Hausdorff等距离测度,最后,通过实际例子说明了所提出方法的有效性和可行性.     

太行山猕猴胫骨的性别判别分析

研究成年太行山猕猴胫骨变量在性别判别中的作用.本文对20例太行山猕猴(8♂、12♀)胫骨的8项变量进行测量,采用SPSS10.0forWindows分析软件中单因子方差分析和多变量判别分析.统计结果显示,所测项目性别差异显著(P<0.05);通过全模型法和逐步判别法建立胫骨变量的判别函数,判别率分别为100.0%和95.0%.说明利用猕猴胫骨进行性别判别具有一定的实践意义.     

用主成分回归分析解决回归模型中复共线性问题

主成分回归分析是将回归模型中有严重复共线性的变量进行因子提取,得到正交的因子变量,然后对因子变量进行回归模型的建立.通过具体实例介绍复共线性的判别方法以及如何利用主成分回归分析方法建立较理想的回归模型,从而解决了由于复共线性而造成病态回归方程的问题.     

汽车悬置系统固有特性的混合不确定性传播与可靠性分析

工程实际中,汽车动力总成悬置系统(Powertrain mounting systems,PMS)可能存在如下的混合不确定性情形:一部分参数因样本信息充足可视为随机变量,另一部分参数因存在模糊特性而视为模糊变量.引入随机与模糊混合不确定性模型描述PMS同时具有随机和模糊变量的不确定情形,提出了一种PMS混合不确定性传播...     

可调型Ising模型及其在高分辨率影像主干道提取中的应用

结合基于随机场理论的影像分类技术,提出高分辨率影像的主干道提取算法.在影像分类时,通过Ising模型将像元空间上下文关系融入到分类中.为避免由Ising模型的边缘模糊现象,对该模型进行了改进,并提出可调型Ising模型.新模型通过对边缘处和区域内的像元施以不同强度的类型平滑操作,不仅避免了边缘模糊现象,而且还有效地屏蔽了主干道区域内噪声和细节信息的干扰,提高了分类结果中该区域的完整性.最后,根据几何形状特征在分类结果中对主干道进行提取.结果表明:相比基于K均值聚类法和基于Ising模型分割算法的提取结果,本文算法在区域完整性和边缘类型判别精确性等方面均有较大程度的提高.     

模糊分类回归法及在矿床预测中的应用

把模糊数学与传统的统计方法相结合，提出一种模糊分类回归法。该法先用模糊数学最大隶属度原则判别，然后对每类单元取其变量的隶属度作为回归变量，建立回归模型，用于矿床预测。     

基于模糊机会约束的博弈联盟收益

在模糊博弈环境下,研究联盟收益问题.基于Tsurumi合作联盟概念,利用模糊变量刻画局中人参与联盟程度,拓展了模糊联盟概念.针对博弈决策者在一定置信水平下极大化联盟收益的乐观值或极大化联盟收益的悲观值情形,引入模糊变量的可信性测度,建立了模糊联盟最优收益的模糊机会约束规划模型.该模型反映了博弈偏好对模糊联盟整体收益的影响.     

基于自适应LASSO的逻辑回归砂土液化判别模型

逻辑回归模型在国际上常用于地震液化判别,但该方法难以处理过多影响因素引发的共线性问题,进而严重影响模型的预测精度.能同时进行变量筛选和参数估计的自适应LASSO在处理共线性问题上有着独特的优势.因此,本研究以国内外533组历史液化案例为样本,在综合考虑地震液化多影响因素的基础上,引入自适应LASSO估计法,对逻辑回归液化判别模型进行优化,建立了基于自适应LASSO的逻辑回归砂土液化判别模型,该模型还包括了新的液化影响因素——土壤分类指数I_c,最后对重要液化影响因素进行敏感性分析.结果表明：针对因素过多的液化判别问题时,自适应LASSO逻辑回归模型可有效地选择重要因素进行建模;相比其它逻辑模型模型和简化方法,自适应LASSO逻辑回归模型精度更高,泛化能力更强;引入了新变量土壤分类指数I_c后,模型性能进一步提升,验证了建立逻辑回归液化判别模型时考虑I_c的重要性;敏感性分析发现重要影响因素的排序为：修正尖端阻值、峰值加速度、土壤分类指数、水位、细粒含量、侧壁摩阻值.     

考虑风险的模糊Shapley港航联盟收益分配

针对盟员投入不确定会导致联盟收益模糊性问题,提出模糊Shapely收益分配策略.构建不同竞合情形下的合作博弈双层规划模型,以模型输出结果构造三角模糊数支付函数,并进行模糊Shapely收益分配.考虑盟员面临的风险程度不同,运用模糊层次分析法测算成员的风险因子,并基于该因子对模糊Shapely收益进行修正.算例结果表明,新策略满足联盟形成机制,同时保证收益分配更加科学合理.提出的分配策略解决了联盟收益不确定性时收益分配不合理的问题.     

冲击地压危险性等级识别的随机森林模型及应用

 为快速、准确地预测冲击地压危险性,借鉴随机森林理论,选取影响冲击地压的10 项主要因素:煤层、倾角、埋深、构造情况、倾角变化、煤厚变化、瓦斯浓度、顶板管理、卸压、响煤炮声作为判别因子,建立冲击地压危险性识别的随机森林模型.利用重庆砚石台矿24 组实测数据作为学习样本建立随机森林分类器,在对样本分类的同时,计算预测变量的重要性值GI,发现构造情况为最重要的评价指标,其后是响煤炮声和倾角.利用其他12 组现场数据作为预测样本对该模型进行测试,预测结果与实际情况吻合较好.     

含有L-R模糊数的DEA-DA模型灵敏度分析

针对含有L-R模糊数的DEA DA模型（FDEA-DA模型）,按照DEA-DA的两阶段方法, 讨论了模型的灵敏度, 提出了在决策单元增加时, FDEA-DA模型的判别结果保持不变的充分条件; 以及增加决策单元前后, 分类结果不变、 且最优解一致时, 所增加的单元将会满足的条件.     

巷道岩体质量分类的距离判别方法及应用

将距离判别分析法应用于岩体质量等级判别与分类中,建立了岩体质量综合评判的距离判别模型。模型选取岩石质量指标、单轴饱和抗压强度、完整性系数、纵波波速、结构面摩擦因数和弹性抗力系数等6个指标作为判别因子;以洞室围岩实测数据作为训练样本,建立相应线性判别函数对待判样本进行分类。研究结果表明:距离判别分析模型是岩体分类的一种有效方法,可以在实际工程中应用。     

基于Archimedean三角模的广义直觉模糊不确定语言变量集成方法

考虑到在具体的博弈、利益团体投票或决策过程中, 直觉模糊不确定语言变量的表示往往受到决策者历史知识、感性判断等因素的限制, 本文借助于模糊逻辑非门算子, 对直觉模糊不确定语言变量进行推广, 提出了广义直觉模糊不确定语言变量的概念。利用Archimedean三角模和Archimedean三角余模, 建立了基于Archimedean三角模的广义直觉模糊不确定语言变量的集成方法。     

质量功能展开的模糊信息建模过程

针对产品设计过程中,质量功能展开(QFD)所需要的大部分输入信息通常具有模糊化和语言化的特点,将质量屋(HOQ)中的各种输入变量看成是语言变量,建立了各语言变量的模糊语言术语集及其对应的模糊数,并应用模糊扩展原理将传统的HOQ理论与方法扩展到模糊领域中.运用模糊数四则运算、模糊决策、模糊推理等理论,详细论述了模糊信息的建模过程,对模糊环境下的产品设计决策具有理论意义.     

基于变量逐步选择的Bayes信用风险判别模型

 应用逐步判别理论筛选模型自变量,建立Bayes判别函数,推导出具体的判别模型.实证分析显示,模型具有良好的分辨精度.考虑到模型的应用范围,变量筛选时舍弃了上市公司特有的一些财务指标.     

未确知测度模型在膨胀土判别分类中的应用

基于未确知测度空间理论,建立了未确知测度评价模型,并将此理论模型应用于膨胀土的膨胀性判别和分类。研究采用信息熵确定膨胀士胀缩性指标的权重、建立了指标权重和实测值的关系。同时还将置信度的概念应用于膨胀土判别分类的标准中。与模糊综合评判、灰色聚类分析等评判方法比较,未确知测度评价模型严谨、应用方便,非常适合膨胀土的判别分类。