模糊识别及模糊推理网方法的研究

介绍一种模糊识别方法,提出用"组合法"将原始模糊集用分散模糊集表达的算法.同时,又提出了一种新型的知识表示方法和不确定推理机构——模糊操作网,以实现并行快速推理.最后给出了上述算法的应用效果.     

一个有效的区间值模糊推理方法

在区间值模糊集理论的基础上,提出了一种基于区间值模糊集的模糊产生式规则的推理方法。为采用这类规则进行推理,文中给出了规则前件与事实是否匹配的模糊匹配函数.最后用实例说明采用区间值模糊产生式规则进行不精确推理的方法.     

一个有效的不精确推理算法

文中给出了一个借助模糊产生式规则的矩阵变换而实现的不精确推理算法，并通过实例解释了算法的推理过程，同时证明了对具有ｎ个模糊产生式规则的知识系统而言，该算法的时间复杂度为Ｏ（ｎ＋１）。     

模糊规则间交互指标的初步研究

当模糊产生式规则应用在近似推理过程中时,前件相同而后件不同的模糊规则之间往往存在交互影响.考虑模糊规则间的交互影响,可以提高推理精度.此论文通过类比在合作游戏理论中描述交互影响的交互指标和定义在模糊规则上的模糊测度,给出一种计算模糊规则之间交互影响指标的方法.     

基于模糊积分分类器的一种改进

通过对传统积分分类器的改进,引入正向和负向两个隶属评价来进行最终的评价,利用复值函数的模糊积分给出示例最终的隶属评价,让复值函数的积分在分类技术中得到了应用,丰富了模糊积分在分类技术中的应用形式,给出了在进行最终隶属评价的三种处理方式．     

一种文本文档相似性计算的方法

首先对当前文本文档相似度计算方法的优缺点及适用范围进行了分析.由于越长的词语表达的意思一般越完整,基于这一思想,对不同长度的词语赋予不同的权值,把长度为n的公共序列引入到相似度的计算中,构造了一文本相似度计算公式,对其中相似度计算公式的合理性给予了理论证明.最后,通过实验证明该方法是有效的.     

基于可变加权的FCM聚类对煤炭城市分类的研究

提出一种样本之间相似系数确定的方法,用相似度矩阵替代传统的相似矩阵,近而确定初始聚类中心.在FCM法中引入了指标权重,并给出了迭代公式和相应算法.将改进后的FCM法应用到煤炭城市分类的实例中去,聚类结果对处在经济转型时期的煤炭城市相互借鉴发展有一定的参考价值.     

一种基于相似度的信息管理系统评价方法

针对道路交通信息管理系统综合效果评价系统的不足,提出一种基于相似度的评价方法,方法中运用了模糊集综合评价原理,得出某一阶段系统效果指标与标准的相似度,试验说明方法是有效的.     

一种基于中值滤波的图像预处理改进算法

对于图像处理领域中常见的椒盐噪声来说,比较经典的去噪算法是中值滤波去噪算法．但是,中值滤波算法是直接选取一定形状的区域块,再对此区域块内图像的所有灰度值进行重排序,选取重排序后的灰度中值作为区域内新的灰度值,此方法简单但未去除噪声点对整体图像传输带来的影响．基于椒盐噪声在图片传输中的非白即黑特点,提出了一种去除噪声点影响的新算法．首先,在选定区域内去除异常噪声点,使用非噪声灰度值进行替代;然后,通过反复实验找到合理的椒盐噪声密度阈值;最后,在此阈值的情况下,进行新灰度值的排序,排序的中心值替代原始灰度排序的中心值．通过仿真验证了新算法在椒盐噪声密度比较大的场景,去噪效果较中值滤波算法更优越．     

基于遗传算法的可变加权FCM聚类方法改进研究

模糊C均值聚类(FCM)应用广泛,但是它容易陷入局部最优,且对初始值很敏感.利用遗传算法对模糊聚类中聚类中心的个数和聚类中心的选取进行了确定,然后在FCM法中引入指标权重,并给出迭代公式和相应算法.实验结果表明,该方法可以在一定程度上避免FCM算法对初始值敏感和容易陷入局部最优解的缺陷,使聚类更合理,效果很好.     

一种基于模糊偏好矩阵和IOWA算子的模糊群决策方法

基于模糊偏好关系矩阵和IOWA算子,提出了一种改进的用于指标筛选和指标权重确定的模糊群决策方法.该方法以修正后的专家权重作为IOWA算子的诱导分量,将专家个体的模糊偏好集结为群的模糊偏好,在此基础上确定各指标的权重,并以此进行指标的筛选.在剔除不重要的指标后,该方法无须再度采集专家偏好信息就可重新计算剩余指标权重.     

一种改进的自适应模糊控制器

改进了自适应模糊控制方法,将一阶TS模糊模型作为IF-THEN规则后件,引入额外的参数向量,调整RBF网络的所有参数,从而减少了逼近误差,提高了跟踪性能并改善了控制性能。通过仿真及在典型非线性系统单级倒立摆上的应用表明其有效性。     

基于Vague集的插值模糊推理

对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中模糊概念的论域与后件中模糊概念的论域作一一映射,然后给出基于Vague集的隶属函数为连续情况下的插值模糊推理方法;对于Vague集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的Vague集和事实中的Vague集的真/假隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Vague集的隶属函数为离散情况下的插值模糊推理方法.     

一种改进的单纯形算法

针对无约束函数最优化问题,提出了一种能有效加快收敛速度的改进单纯形算法。在N-M单纯形算法的基础上,利用目标函数值的信息对反射中心重新定位,使反射方向更靠近目标函数最优值的方向,提高了搜索效率。函数寻优的对比测试结果表明,改进算法明显提高了单纯形算法的收敛速度和寻优质量。     

改进的概率权重随机模拟算法

提出了一种改进的概率权重随机模拟算法（IPWSSA），该算法自适应地确定权重因子，对反应率常数跨度很大的系统的化学反应动力学的随机模拟更为有效、实用。文中以两个化学反应系统为例，分别使用原始的和改进的概率权重随机模拟算法对其进行模拟。结果表明，改进的概率权重随机模拟算法可以明显地减少模拟生化反应系统所需的时间，且提高了精度。     

线性插值射线追踪的改进方法

射线追踪是基于射线理论层析成像的关键，本文改进了LTI算法，采用扩张收缩扫描算法计算最小走时，记录次级源追踪射线路径。数值计算表明，新算法能快速精确计算走时和追踪路径，并可追踪回波；基于新算法的走时层析成像对缺陷的位置、大小及性质均能正确反映，分辨率高。     

一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法

为了增强图像分割技术的准确性并优化图像分割技术的细节分割效果,提出了一种基于属性加权朴素贝叶斯算法的OTSU图像分割方法。将OTSU算法中依据图像灰度特征选取的图像中的前景和背景通过属性加权朴素贝叶斯算法进行分类处理,计算图像中前景和背景的概率,训练该模型以获得最佳阈值进行图像分割处理,优化图像分割的效果。利用无人机航拍采集的图像数据进行实验,结果显示基于属性加权朴素贝叶斯算法的OTSU图像分割方法优化了图像的分割效果,较完整地展示了分割后的图像细节,具有较好的应用价值。     

一种用于地应力分析的改进型BP神经网络方法

地应力测量及分析研究,对地应力活动方式、构造体系的研究以及岩土工程与结构的设计和稳定性,都具有重大的理论意义和实用价值.BP神经网络算法比较成熟,已被广泛应用,但一般BP神经网络算法存在训练学习速度较慢、样本泛化能力差的问题,通过引入动态学习因子和惯性因子以及模拟辅助样本,对神经网络进行了改进.通过调节动态学习因子和惯性因子以及对样本集数据处理等手段,对样本的学习、训练进行优化处理,通过实例验证,将优化好的网络样本训练结果与一般结果进行比较,结果表明对三层BP神经网络进行的优化,在提高计算精度的同时也提高了网络的收敛速率,证明改进的算法能够很好用于地应力分析.     

交互满意方法在多目标模糊非线性规划中应用

在运用浮点遗传算法的多目标全系数模糊非线性规划中,提出交互模糊满意方法.引入α-水平集把MOFNLP转化为α-MONLP.通过线性隶属函数量化.给出具体的α水平度和参考隶属度,利用浮点遗传算法解最小值问题得到Pareto最优解,并通过调整α水平度和参考隶属度使决策者从多个Pareto最优解中得到满意解.