模糊网络中关键路线的工序时差差别方法

提出了模糊网络扣工序总时差和单时差的算法，同时给出了关键工序和关键路线的工序总时差别方法，最后，本文用实例说明该方法的正确性和有效性。     

单代号模糊网络的关键路线分析

基于单代号模糊网络活动时间参数计算的加法形式,本文提出了确定网络时间参数和关键路线的计算方法。该方法易于使用,且能用于模糊方程的求解和双代号模糊网络分析中。     

改进的模糊网络关键路径法

提出一种改进的模糊取最大运算和模糊减运算以确定模糊网络中的模糊时间参数. 改进的基于区间数距离测度的模糊取最大运算,通过枚举不同α-cut值,计算活动的模糊最早开始时间并确定项目可能变化的关键路径,从而解决了现有的研究中忽视了在活动工期模糊的情况下关键路径可能会发生变化的问题. 用改进的模糊减运算来计算活动的模糊最晚开始时间,有效避免了在传统的逆向递推计算中可能出现负的或者不可行解的情况. 通过一个实例验证了所提出的方法求解模糊网络时间参数的有效性和优越性. 所提出的方法不仅可用于模糊网络时间参数计算,也可以用于模糊资源受限项目调度问题.     

模糊网络中K度工序分析

提出模糊网络中Ｋ度工序的概念，为分析Ｋ度工序的判别问题，给出了一般工序的若干性质．并结合分析Ｋ度工序的需要，讨论了模糊数的序关系．接着基于工序性质和模糊数序关系，提出了Ｋ度工序的判别方法．最后给出了计算示列     

模糊网络中关键路线的工序时差判别方法

提出了模糊网络中工序总时差和单时差的算法，同时给出了关键工序和关键路线的工序总时差判别方法．最后，本文用实例说明该方法的正确性和有效性     

基于遗传算法的模糊神经网络智能控制器及其应用

提出了一种基于遗传算法的模糊网络控制系统,该系统采用模糊神经网络结构实现,它用遗传算法优化具有全局性的隶属函数参数,而用ＢＰ算法调节和优化具有局部性的网络权值参数。仿真结果表明该控制器可大大提高模糊神经推理控制系统的自学习性和鲁棒性。     

基于模糊时间序列预测的二目标区间数折衷规划

用效用函数代替传统投资规划目标函数中的收益率,采用S型隶属函数描述反映投资收益带给投资者的心理满意度水平,利用模糊时间序列的模糊逻辑关系预测满意度水平,建立目标函数为区间收益和区间风险的二目标区间数规划,在引入优化系数的基础上,并采用折衷规划的方法求解.对上证180成分指数进行实证检验表明:所提出的模型对待定参数依赖性小,具有很强的鲁棒性;在参数在标量范围内,所提出的模型具有很好的投资决策效果.     

模糊多目标线性规划最优性分析

由于目标和参数的不确定性，模糊多目标线性规划的最优解不是唯一的，本文在截集基础上对模糊最优解的上、下边界进行了分析，提出模糊多目标线性规划的变换模型及相应的参数算法和综合算法，并通过数字实例对模型及算法做出了说明。     

基于三阶染色体结构的自适应进化规划及应用

针对模糊辨识中规则数多少难以选择、输入量在各规则中重要程度难以确定以及模糊规则参数难以优化等问题,模拟生物基因之间相互联系的特点,用三阶染色体结构对完全模糊规则基进行描述。根据每代不同个体的适应度信息获得不同个体的变异率,采用自适应进化规划算法,实现模糊规则基各级染色体引导优化,克服了用试凑方法确定参数对辨识精度的消极影响,算法的复杂程度大大减小,为模糊建模提供了一种新颖的方案。通过对两类不同非线性系统的仿真,证明了此方法的有效性。     

带模糊时间依赖和时间窗口动态路径规划模型

提出一个实际环境的动态车辆路径规划和调度问题模型。根据实际观测的车辆行驶速度曲线,把服务周期划分成若干个时间段,每个时间段用随时间变化的模糊值函数表示,用模糊值函数积分确定车辆在路段的模糊行驶时间。由于车辆的行驶时间,抵达节点时间均为模糊数,是否满足节点时间窗口要求成为模糊数比较问题。为此,引入模糊数比较模型,得出两个模糊数的可能性关系,且在此型基础上建立了系统模型。经过模拟计算表明,该模型是有效的。     

一种MIMO复杂过程的模糊建模新方法

针对难于建立精确数学模型的MIMO复杂过程,提出一种基于过程输入输出数据变化关系的模糊建模方法。即首先将一个MIMO系统分解成多个MISO子系统,对每一个MISO子系统按过程输出随输入变量变化的剧烈程度对输入变量论域进行划分。在此划分的基础上确定出MIMO复杂过程模糊模型的规则总数和前件参数;然后,由于要建立的模糊模型可以表示为一个前馈模糊神经网络,因此利用BP学习算法求得过程模型模型的后件参数。仿真举例验证了所述模糊建模方法的有效性。     

Improved fuzzy identification method based on Hough transformation and fuzzy clustering

This paper presents an approach that is useful for the identification of a fuzzy model in SISO system. The initial values of cluster centers are identified by the Hough transformation, which considers the linearity and continuity of given input-output data, respectively. For the premise parts parameters identification, we use fuzzy-C-means clustering method. The consequent parameters are identified based on recursive least square. This method not only makes approximation more accurate, but also let computation be simpler and the procedure is realized more easily. Finally, it is shown that this method is useful for the identification of a fuzzy model by simulation.     

基于结构元理论的模糊多元线性回归模型

针对系数为模糊数的多元线性回归模型， 运用基于模糊结构元理论的最小二乘法， 研究模型的解析表达式. 首先运用模糊结构元方法定义了模糊数距离公式， 该公式与文[1]给出的距离公式在一定条件下等价， 但避 免了后者因区间运算而带来的不便. 对模糊参数用结构元理论表示， 得到了模型的解析表达式. 再根据 定义的距离公式采用最小二乘法得到了估计模糊参数的方法. 根据该方法得到系数为LR-型模糊数的回归模型. 最后给出一个应用算例， 说明本文方法的简便性.     

一种规则简化的模糊神经网络控制器

构造了一种实时模糊神经网络控制器，为解决模糊规则组合爆炸问题提供一个新方案。控制器基于T-S模糊模型，由前后件分离的网络结构实现。前件参数通过移动小论域法创建，每个变量仅在工作小论域上生成两个模糊子集，有效减少模糊规则，增强实时性；后件参数通过有ki,kp,kd修正因子的BP改进算法在线更改，控制意义明确，确保系统动态性能。仿真结果证实该控制器实时性好，控制性能优，鲁棒性强。     

基于模糊证据推理的系统风险分析与评价

针对系统风险分析与评价中面临的模糊不确定风险信息建模问题,以及风险因素信息融合问题,在模糊集理论与证据理论研究的基础上,采用模糊证据推理技术, 提出了基于模糊证据推理的系统风险分析与评价方法的具体算法与处理操作流程.首先通过故障模式及影响分析进行风险识别,采用模糊信度结构模型建立风险不确定性的统一描述框架, 然后通过数据预处理算法、模糊证据推理信息融合算法以及模糊风险排序方法完成风险评价结果计算; 文末以某航天发射场火箭推进剂加注系统风险分析为例,验证了方法的可行性与有效性.该方法定量化分析系统部件的风险程度,为后续风险应对措施的制定提供辅助决策支持.     

一种模糊神经网络学习算法:移动小论域法

提出了一种T-s模糊神经网络在线学习算法：移动小论域法，解决非线性控制对象的在线辨识的精度和实时性问题。该算法是在前后件参数可分离的离线混合学习算法基础上，通过分析隶属函数类型及论域模糊子集划分稠必程度对辨识精度的影响后提出来的。不同于传统模糊化进程，此法使用了移动的小论域窗口在此窗口上划分较少的模糊子集技术产生网络前件模糊化参数，解决了模糊神经网络学习中精度和实时性相互制约的矛盾。仿真结果证实该算法精度高，实时性好。     

基于分段模糊Lyapunov方法的离散模糊控制系统设计

针对应用公共Lyapunov函数方法和模糊Lyapunov函数方法判定离散T-S模糊控制系统稳定性存在的保守性和难度，在定义离散型分段模糊Lyapunov函数的基础上，应用并行分布补偿方法（PDC）设计出使模糊系统全局渐近稳定的拉制器，并提出和证明了一个新的判定用环离散T-S模糊系统稳定的充分条件，该条件降低了上述方法的保守性和难度。通过一个仿真例子验证了方法的有效性。     

基于数据挖掘的结构模糊控制规则生成与仿真分析

结合智能控制与现代控制理论,在结构控制领域,提出了直接从已有主动控制算法的成功数据样本中提取模糊控制规则的思想和方法。以顶层设置AMD控制装置的五层钢框架模型结构为例,阐述了提取模糊控制规则的步骤,仿真结果证实了所设计的二输入单输出模糊控制器的有效性和鲁棒性。通过76层Benchmark风振模型的模糊控制仿真分析,进一步验证了这种充分利用主动控制算法获取模糊规则思想的有效性。研究成果使结构振动模糊控制器的设计具有一定的依据,为AMD模糊控制走向工程应用奠定了理论基础。     

基于多特征融合的运动目标识别

本文基于多特征融合,提出了一种运动目标识别方法。首先通过对运动目标的分割,分析得到各个目标的面积大小、形状复杂度;然后运用模板匹配方法,求得目标的运动速度。对上述特征进行模糊建模,提出相应的模糊规则,并采用模糊神经网络对推理系统的各个参数进行优化,进而识别目标。把这种识别系统用于对道路的监控,从而有效地识别道路中的机动车辆、行人以及摩托车/自行车。仿真试验表明,这种系统具有较强的学习能力以及识别精度。