基于TWW函数的公路网灰数评价方法

随着公路的扩建,各地市的公路网已初具规模并在当地的经济发展中扮演着越来越重要的角色.事实上公路网综合水平的内涵和外延是不清晰的,是一个灰色系统.根据公路网的现状及可比较的原则,将灰色系统理论应用于公路网综合水平评价.在经典灰色系统理论的基础上提出了灰数的表达方法,并引入到灰色聚类评价中,建立了基于三角白化权函数的灰数表达公式,把比较区间数大小的可能度概念拓延到灰数的比较中.在此基础上建立了完整的基于三角白化权函数的灰数评价模型.最后,通过公路网综合水平评价的实例说明了该方法的合理性和有效性.     

钢铁企业合作创新项目选择的模糊聚类分析

在合作创新过程中,针对区间数的评价信息,提出一种基于遗传算法的模糊聚类方法.考虑方案各准则的权重、准则值为区间数,同时要求对聚类中心各准则值有严格序关系.然后结合隶属度变量构建优化模型,利用具有动态惩罚函数的遗传算法求解,计算得到各方案的所属类别.实例证明了该方法的有效性和可靠性.     

基于区间直觉模糊数的得分函数与精确函数及其应用

在模糊决策理论中,区间直觉模糊数的排序是一个非常重要的理论问题.运用得分函数和精确函数对区间直觉模糊数进行有效排序的关键是得分函数和精确函数的科学构建.本文基于得分函数和精确函数的内涵,运用概率论全概率公式思想提出了新的得分函数和精确函数,并证明了其公理化的性质.通过大量的实际数据测算与比较分析,验证了本文提出的得分函数和精确函数的科学性,从而在对区间直觉模糊数排序时更有效、更准确.     

考虑决策者偏好的洪水灾害模糊聚类迭代评估模型

决策者偏好对洪水灾害的评估结果有重要影响.传统的评估方法可能会出现次要指标权重过大的情况,难以有效体现决策者偏好对评估结果的影响,为此将模糊聚类迭代模型推广到考虑决策者偏好的情况,并给出单一偏好条件下的理论解,提出了基于决策者偏好模糊聚类迭代模型.在该模型中,通过增加一个松弛因子构造一个增广拉格朗日乘子添加到模糊聚类迭代模型的目标函数中,将体现决策者偏好的不等式约束转化为等式约束,并依此求出该偏好条件下权重向量的解析解,可为考虑决策者偏好评估方法的研究提供理论依据;再根据样本特征值矩阵与解得的最优权重向量求出各样本的灾情综合评价值,结合最优隶属度矩阵确定各样本所属洪灾等级,各等级内部样本依据灾情综合评价值排序.该模型直接利用样本特征值矩阵对洪灾样本灾情大小进行识别,降低对最优隶属度矩阵的依赖性,使得排序结果更准确合理.最后,将该模型应用于2013年四川省部分地区洪水资料,验证了考虑决策者偏好模糊聚类迭代模型的理论结果,灾情综合评价值法的排序结果比传统的类别特征值法更合理.     

基于多场景和区间模糊数的输电网规划综合决策

为解决电网规划决策中不确定性及模糊性问题, 将情景分析法与区间隶属度相结合, 提出一种新的输电网规划决策方法. 根据电网规划特点, 选取影响规划场景发生的5个关键事件, 依次求取其初始概率、模拟概率, 并由此推算出情景概率. 针对情景分析法在应用中难以准确量化及场景过多问题, 定义综合考虑情景概率及影响程度的评价因子指标实现对典型场景的筛选. 决策过程中, 采用基于梯形隶属函数的区间数模糊决策方法求取方案隶属度, 克服了规划指标难以精确计算问题. 并根据最大隶属度进行方案排序, 最终求得各方案优劣比较结果. 最后通过算例验证了该方法的有效性.     

最小隶属度偏差法应用于路网规划方案评价

考虑到公路网规划方案评价体系的多因素和多目标性，文章提出用模糊多目标系统最优决策法——最小隶属度偏差法进行路网规划方案的综合评价，该方法在处理模糊性的评价指标方面具有明显优势．随后给出了各评价指标无量纲化的标准函数，并对适中型指标和区间型指标的无量纲化标准函数给予了重点介绍．最后结合工程实际，对提出方法的实用性进行了验证。     

基于遗传算法的区间数核模糊聚类方法

针对现有区间数聚类算法对多种聚类模式以及不对称数据聚类性能不理想的问题,本文提出了一种基于核方法的区间数模糊聚类算法.该方法通过设计合适的核函数,有效地对非对称数据以及混合模式原型的数据结构进行聚类,同时避免了直接在高维特征空间求解聚类问题.本文采用区间数遗传算法来求取高度非凸聚类优化问题得到聚类问题的全局最优解.仿真实例说明了本文算法的有效性.     

基于折线模糊数多属性指标信息的FCM聚类算法

折线模糊数是借助实数的有序表示来确定一类模糊信息,它不仅可以按任意精度逼近一般模糊数,而且也克服了基于Zadeh扩展原理的模糊数四则运算的复杂性.该文首先引入折线模糊数定义及其有序表示,并给出它的扩展运算和度量公式.其次,采用折线模糊数的有序表示描述了待聚类对象的多属性指标信息,进而依据目标函数给出最优模糊划分(矩阵)和聚类中心的计算公式,并基于折线模糊数刻画多属性指标信息的模式提出(fuzzy c-means)FCM聚类算法.最后,通过算例说明该算法比梯形模糊数刻画指标信息更具优越性.     

基于高斯隶属函数的模糊定性仿真

通过分析发现模糊定性仿真系统存在两个缺陷,即模糊子集距离定义和相似原理的不完善。这两个缺陷存在的根本原因是采用了四元数表示的模糊定量空间。用高斯隶属函数代替梯形隶属函数研究模糊定性仿真,并对模糊子集的距离定义以及相似原理作了改进。在FuSim的基础上,给出了到达时间、持续时间的具体表达式并用于时间过滤。仿真实例证明了此算法的有效性。     

模糊C均值聚类区间型模糊化参数模型

针对经典模糊C均值聚类算法中模糊加权指数对聚类的影响及其取值范围不确定性问题,提出了一种区间型模糊加权指数的设计模型。分析该模型设计的理论依据及对聚类结果的影响,推导出包括模糊隶属度划分矩阵、模糊聚类中心等基于该模型的模糊化参数表示方法。理论分析和实验证明,区间型模糊化参数模型的设计在基于模糊划分的数据处理中取得了很好的效果。     

基于随机赋时Petri网的车辆交通系统建模与仿真

针对普通道口的车辆交通系统,将各道口描述为资源库所,车辆到达（离开）道口的事件描述为发生时间间隔服从泊松分布的赋时变迁,从而建立了该系统的随机赋时Petri网模型,并根据该模型开发了VB仿真系统平台,仿真实验显示该系统能够模拟道路口的车流动态过程,可以为交通调度算法提供了实验平台。     

双交叉口两级模糊协调控制算法的研究

基于城市交通智能控制研究课题的需要,提出了一种双交叉口的分级模糊协调控制算法和应用混沌优化自动调整隶属度函数的思想,依此设计了双交叉口的两级模糊协调控制器;应用MATLAB编写了仿真程序,对主次干道车流量相差悬殊和相近两种情况进行了实例仿真,并与传统控制算法进行了比较.仿真结果表明,分级模糊协调控制方法可以有效减少有主次干道之分的交叉口车辆的平均延误,对交通流量均衡的交叉口的控制效果,也比传统算法有显著提高.     

路网模糊流量条件可靠性瓶颈逻辑割树模型研究

采用模糊聚类分析法、故障树方法的逻辑思想与图论的割集理论 ,研究了在一定时间范围里 ,路段模糊流量条件可靠性评价问题 ,并在此基础上 ,设计了路网模糊流量条件可靠性瓶颈的逻辑割树模型 ,提出了相应的“瓶颈算法”,并作了实证分析.     

城市交通干线递阶模糊控制及其神经网络实现

利用大系统的分解-协调思想、模糊理论和神经网络技术来进行城市交通干线的实时协调控制.把交通干线作为一个大系统,子系统为干线上的各个交叉口,在此基础上,设计了一种城市交通干线的两级模糊协调控制算法并用BP神经网络实现.控制级在线调整各子系统的信号周期和绿信比;而协调级则根据测得的交通信息协调相邻子系统间的车辆数.控制目标是使干线交通畅通并使平均车辆延误时间尽可能小.最后进行了仿真研究,结果表明,该方法比车辆全感应式控制能有效地减小平均车辆延误.     

基于AI的农村公路养护管理评价方法研究

综合考虑影响农村公路养护管理的各要素, 采用层次分析方法, 建立了包含目标层、准则层、 指标层的农村公路养护管理评价三级指标体系. 针对综合评价中知识学习积累问题, 研究了基于人工智能的模糊神经网络方 法在农村公路养护管理评价中的应用. 结合模糊理论和神经网络方法, 采用模块化设计思想初步建立了农村公路养护管理评价 的结构模型, 在评估系统中嵌入专家知识, 采用模糊理论对评价指标进行模糊化处理, 再利用多层神经网络进行数值分析, 最后将结果反模糊化, 实现对农村公路养护管理系统的综合评价. 同时通过实例说明了系统学习、系统评价的过程, 实例验证了所建模糊神经网络模型的可行性与有效性.     

基于参数估计与记分函数联合的直觉梯形模糊随机前景决策方法

完善直觉梯形模糊数的算术运算,在直觉梯形模糊数及梯形模糊随机变量的基础上,定义直觉梯形模糊随机变量(instuitionistic trapezoidal fuzzy random variable, ITrFRV),探讨并证明ITrFRV的相关性质。针对具有ITrFRV且属性权重未知的模糊随机多属性决策问题,考虑决策者心理行为特征,提出基于参数估计与记分函数联合的直觉梯形模糊随机多属性决策前景决策方法。该方法首先获取决策子周期内的直觉梯形模糊样本信息,估计分布类型已知的直觉梯形模糊总体的未知参数,以获取直觉梯形模糊随机决策矩阵;其次,构造带有方差的期望直觉模糊数矩阵,定义模糊随机记分函数,将规范化的期望直觉模糊数矩阵转化为记分函数矩阵;最后,利用前景理论计算前景记分函数,进而基于灰色系统理论求解属性权重,获取综合前景记分值,由此进行方案比选。案例表明本文方法的可行性及有效性。     

糊决策理论在驾驶员行为研究中的应用

针对驾驶员开车行为的特点 ,利用系统模糊决策理论建立了多个描述驾驶员根据前方道路信息和自身考虑进行预期轨迹决策的模糊评价指标及其隶属函数 ,并仿真计算了驾驶员在不同道路环境下的轨迹决策行为 .