不确定性系统预测理论的基本问题

论述了不确定性系统预测理论的基本概念及原理、预测特性及分类、预测的精度要求及评价标准、预测的指标体系及建模原理以及预测方法的基本问题 ,为建立适应时代发展需要的新型预测理论与方法奠定了基础 .     

一种基于单向变异S-概率粗集的动态决策方法

针对因决策因素个数的减少而导致的决策精度降低的情况,提出了一种基于单向变异S-概率粗集的动态决策方法。利用单向变异S-概率粗集的属性动态迁移特性,结合知识库中的统计信息,讨论了单向变异S-概率粗集模型的属性概率性质。利用上述性质的讨论,给出了一个具体的军事动态决策实例,从而证明该方法可以有效地提高决策精度。     

基于信息熵的装备战场损伤建模不确定性研究

为了解决装备战场损伤仿真系统模型中各子模型之间的不兼容性问题,可以直接利用子模型提供的相关结论.采用条件熵理论衡量了利用子模型结论过程中所导致的不确定性增大问题;提出了不确定度概念用于定量分析各输入参数对模型不确定性的影响程度;采用贝叶斯网络技术研究了多个子模型构成的复合模型描述问题,以及相应的条件熵计算问题;最后介绍了一个关于装备战场损伤的单一模型和复合模型的不确定性分析案例.     

基于随机集理论的模糊观测多目标跟踪方法

为解决传感器观测数据具有不确定性和模糊性的多目标跟踪问题, 首先给出了模糊观测的随机子集表示及其似然函数构造方法; 然后利用所构造的似然函数, 并结合概率假设密度(PHD)滤波器来实现模糊观测的多目标跟踪. 仿真结果显示, 标准PHD滤波器在模糊观测下会出现目标数目估计不准确的问题. 针对这一问题, 在分析了该问题产生原因的基础上, 通过改进PHD滤波器的更新过程, 提出了一种单量测独立更新的PHD滤波方法. 仿真结果表明, 在模糊观测下, 改进算法能得到比标准PHD滤波方法更准确的目标数目估计和更高的跟踪精度.     

系统品质的评价和研究方法

就经济学中的木桶理论运用于系统品质的评价和控制论中的黑箱方法，作为研究系统的重要方法，作了粗浅的论述。     

空值环境下基于精集理论的知识表达研究

讨论了空值的有关问题，并在基于粗集理论的知识表达系统中引入空值，提出了知识表达系统中空值的分类处理，并给出了分类处理的算法，从而为在表示知识的元组信息不完整的情况下，充分利用空值的有用信息，为决策者处理不同层次上的参考信息提供了重要思路。     

具有零等待的不确定性flow shop调度问题

针对实际的生产环境中存在的数据模糊、不确定的情况,采用模糊数学的方法来处理数据的不确定性,在模糊规划理论的基础上,建立了处于时间不确定条件下的具体零等待的flow shop模糊调度问题的模型,通过模糊截集的方法将其进行了转化.并在模糊运算的基础上,借鉴自然界生物免疫系统的概念和机理,提出了解决此类调度问题的模糊免疫调度算法.通过仿真试验,表明了该模型所有效性和算法的较好的收敛效率.     

基于心理物理学的图象评价技术研究

用发现概率统计遥感图象中预先不能确定的目标被发现与否的情况，是从随机事件的角度出发，反映发现过程中，随机因素对图象效果的影响。尤其是对采取一定措施的遥感图象，目标更介于发现与未发现的临界状态，更难以用绝对肯定或绝对否定两种概念来界定。传统使用的目标效果概率统计评价方法，只反映了其中的随机因素，不能反映有很大影响的心理物理学因素，它们是一些难以确切描述和量化的模糊因素。利用模糊数学模型和概率统计的交叉融合，建立基于心理物理学的图象效果评价方法和计算机仿真模型，经实际检验证明实用有效、结果准确。技术途径可用于解决图象相似系统的效果评价问题。     

一种基于相近关系的粗集理论扩展方法及属性约简

针对经典粗集理论中的不可分辨关系对连续属性值中噪声数据缺乏容错性的情况，提出一种相近关系代替不可分辨关系，并用不同的δ值调节相近关系中可接受的相近程度，限制可冗余的范围。给出相近度的计算方法，通过给定闲值定义真实相近类，用以减少一般相近类集合中对象的个数。另外，定义在相近关系下的粗集的一些基本概念，并提出相应的知识属性约简的方法。最后通过歼击机故障信息决策分类验证本文约简方法的正确性和对噪声数据的冗余性。     

一类参数不确定性混沌系统的T-S模糊控制

针对一类参数不确定性混沌系统,首次提出利用区间矩阵理论描述其不确定性,进而用T-S模糊模型对其进行精确描述的新方法.在此T-S模糊模型的基础上,给出一种基于并行分布补偿(PDC)技术的状态反馈控制器设计方法,并用Lyapunov稳定性理论证明了闭环系统的鲁棒稳定性.该方法充分考虑了模糊子系统之间的相互作用.状态反馈控制器增益矩阵可以通过求解一组线性矩阵不等式(LMIs)获得.仿真结果验证了所提方法的有效性.     

规则不确定性的几种度量及其相互关系

对目前广泛应用的基于粗集理论和信息熵的几种规则不确定性度量准则进行了比较分析,通过定理证明了它们之间存在不一致性以及发生不一致时的必要条件,并从不同角度揭示了它们之间的相互关系.最终为下一步构建更有效的不确定性度量的指明了方向.     

基于广义粗糙集的不确定条件下的Flow Shop调度

在实际生产调度过程中，加工时间的不确定性是普遍存在的，因此引用广义粗糙变量来表示不确定的工件处理时间，定义粗糙加法运算，precision以及ratio，建立了处理时间不确定性的FlowShop调度问题的精糙规划模型，提出了粗糙遗传调度算法将其应用于调度模型的求解，仿真实验证明了算法的有效性。     

基于粗糙集的信息粗传递

针对实际中两种信息传递情况,提出了两种信息粗传递概念—下近似和上近似信息粗传递。利用粗糙集理论对这两种信息粗传递进行了讨论,分析了粗传递信息保持不变、发生损失和发生增益的条件,得到了下近似和上近似粗传递信息不变定理,下近似粗传递信息损失定理,上近似粗传递信息增益定理,下近似和上近似信息粗传递原理以及提高信息粗传递精确性的方法。信息粗传递是粗糙集理论的一个新的应用。     

Information rough communication based on both-branch fuzzy set

The concept of rough communication based on both-branch fuzzy set is proposed, in which the loss of information may exist, for each agent there has a different language and can not provide precise communication to each other. The method of information measure in a rough communication based on both-branch fuzzy set is proposed. By using some concepts, such as |α|-both-branch rough communication cut, the relation theorem between rough communication based on both-branch fuzzy concept and rough communication based on classical concept is obtained. Finally, an example of rough communication based on both-branch fuzzy set is given.     

Information Measures of Roughness of Knowledge and Rough Sets for Incomplete Information Systems

1 IntroductionRough set thcory, introduced by Pawlak [lj, is a relatively new soft computing tool todeal with vagueness and uncertainty. It has been applied to many areas successfullylncluding machine learning, data analysis, pattern recognition, decision support, datamining, process control and predictive modeling [1--6j.Rough set theory gives a formal definition of knowlcdge and provides a series of toolsto deal with know1cdge by set a1gebra. In rough set theory, know1edge can be regarded a…     

模糊目标信息系统的属性约简

利用粗糙模糊集的概念定义了模糊目标信息系统的α下(上)分配约简,并讨论了它们同下(上)近似约简、下(上)最大分布约简的关系.相应于下(上)近似约简、下(上)最大分布约简和α下(上)分配约简给出了把模糊目标信息系统变换成对应的一致目标信息系统的方法.证明了变换前的模糊目标信息系统的下(上)近似约简、下(上)最大分布约简和α下(上)分配约简同变换后的对应的一致目标信息系统的属性约简是相同的,从而求模糊目标信息系统的属性约简可转化为求一致目标信息系统的约简.     

不完备信息系统中的特征关系进一步研究

以同时具有遗漏型和丢失型未知属性值的不完备信息系统为研究对象,深入分析了其中的特征关系并讨论了特征类中的两种不合理情形,进而提出了一种新的特征关系.根据新建立的特征关系,构建了论域上的完全覆盖,形成了两种不同类型的知识表达系统,并进行了一些重要性质的研究.最后用一实例分析以验证新的特征关系的有效性.     

基于条件粗糙熵的粗集不确定性度量

基于知识的条件粗糙熵理论,提出了集合的条件粗糙熵(简称条件熵)概念,用来刻画和度量集合的不确定性(粗糙性)。给出集合条件熵的性质和相关定理:在近似空间中,等价划分越细,集合的条件熵就越小,粗糙性也就越小;不同的决策集合并后粗糙性会降低.讨论了集合的条件熵在目标信息系统中的理论意义,集合的条件熵刻画了目标信息系统的局部(某个决策集)的不确定性。     

不确定性决策中完全信息获得的事前分析

明确了规范决策分析中信息的概念,介绍了信息获得与否的价值判断法。然后主要针对不确定性决策完全信息获得的事前分析进行了讨论,给出了单状态完全信息获得的概念和一个实际分析例子;同时对完全信息与风险态度的关系进行了简单的分析。