模糊综合评判失效及其处理

本文指出了用Zabeh(A,V)算符完成模糊矩阵合成进行综合评判的两型失效。指出了两型模糊综合评判失效产生的原因,提出并证明了两型模糊综合评判失效的判别定理,而且叙述了消除模糊综合评判失效的算法,并给出了一些例子。     

基于联系数系统态势排序综合评判方法及应用

联系数是把研究对象各个侧面的测度函数联系起来的一种数，基于联系数的系统态势排序充分利用联系数所提供的信息，可以替代模糊综合评判中的取大取小算法，避免系统综合评判因采用模糊数学中取大取小算法造成的信息丢失问题，评判结果可靠，算法简捷。     

模糊综合评价取大取小算法的改进

为了克服模糊综合评价取大取小算法的一些弊端,提高其通用性,提出了一种模糊综合评价取大取小算法的改进方法。通过提高评价指标权重向量的总和来使综合评价关系矩阵中的更多数据被得以使用,从而提高综合评价的信度和适用范围。以比较运算的接近原则为标准,给出了确定指标权重总和的非线性规划数学模型,通过实例验证了该模型在海明距离、欧氏距离与车比雪夫距离3种度量标准下的有效性和正确性。给出了确定指标权重总和的更为一般的多个数学模型,以供进一步深入研究。     

模糊综合评判算法的改进

针对模糊综合评判法在实际应用中存在的缺陷,即用一个精确程度去度量某元素是否属于某一模糊子集并不能客观反映真实情况,且用"取大取小"方法确定M(∨,∧)模型的评价向量也存在错误,提出一种改进的模糊综合评判法——扰动模糊综合评判法.该方法在一般模糊综合评判法基础上,运用扰动模糊子集和隶属区间的扰动算子,对一般模糊综合评判法重新进行了系统性的完善.采用该方法对电子政务绩效进行评价,能够取得一定的成效.     

校园环境质量的模糊综合评价

本文应用模糊数学理论,把模糊综合评价方法具体应用到校园环境质量综合评价研究中,实现对校园环境的质量等级综合评判。采用层次分析法计算的权重,并对取大取小算法和评价结果的最大隶属度原则进行了改进,取得较好的效果。     

城区埋地燃气管道失效后果严重度的模糊综合评价

简要介绍埋地燃气管道的模糊综合评价方法,阐述了埋地燃气管道风险影响因素的模糊评价集及风险影响因素权重的具体确定方法.针对某市某段埋地煤气管道,进行管道失效后果因素的模糊评判,得到该管道失效后果因素的风险值.对比分析了模糊综合评判结果与API581失效后果定性分析结果,确证了管道失效后果模糊综合评价的可行性.     

多级广义模糊综合评判在高校人才评价中的应用

研究了多级广义模糊综合评判算法,运用B/S与C/S相结合的系统结构及先进的计算机技术满足了高校中各类用户的使用需求,提出了基于模糊综合评判理论的高校人才评价系统的算法模型及解决方案.实用结果表明了算法模型的有效性、准确性和解决方案的科学性、合理性.     

长输管线失效严重度多层次评价及应用

长输管线发生失效的主要因素包括外界干扰、腐蚀、施工缺陷、材料自身缺陷以及地面运移等,管线失效概率的大小决定着管线性能的可靠性,应用模糊数学中的综合评判方法对长输管线失效严重度进行多目标多层次模糊综合评判。评判集包括致命、严重、中等与轻微四个等级,因素类分为管线失效概率、失效对系统性能的影响以及管线可维修性等,每一因素类又由若干影响因素组成,通过多层次模糊综合评判得到长输管线失效严重程度大小。该方法较全面地评价了失效影响的各个因素,从而克服了仅依靠失效概率大小进行长输管线失效严重程度评价带来的不足。     

长输管线失效严重度多层次评价及应用

长输管线发生失效的主要因素包括外界干扰、腐蚀、施工缺陷、材料自身缺陷以及地面运移等,管线失效概率的大小决定着管线性能的可靠性,应用模糊数学中的综合评判方法对长输管线失效严重度进行多目标多层次模糊综合评判。评判集包括致命、严重、中等与轻微四个等级,因素类分为管线失效概率、失效对系统性能的影响以及管线可维修性等,每一因素类又由若干影响因素组成,通过多层次模糊综合评判得到长输管线失效严重程度大小。该方法较全面地评价了失效影响的各个因素,从而克服了仅依靠失效概率大小进行长输管线失效严重程度评价带来的不足。     

Fuzzy综合评判多级模型在体育教学质量评价中的应用

模糊(Fuzzy)综合评判是模糊系统分析的基本方法之一.本文结合体育教学的实际情况,以模糊线性变换和模糊线性方程组为基本工具,引进综合评判的多级模型,使体育教学质量的评价更具科学性和合理性.     

模糊综合评价方法的改进

模糊综合评价是对许多综合问题进行评价的一种有效方法，在环境、采矿等工程领域均有广泛的应用。通过对目前较为流行的模糊综合评价方法进行分析，指出了其取大取小算法和最大隶属度原则存在的不合理性，给出了改进算法，并引入综合评分方法作为最终评价结果。应用实例表明，给出的算法所得评价结果较为合理可靠。     

模糊综合评价的两种新算法

基于模糊综合评价矩阵的不同类型,给出了模糊综合评价的两种新算法：对于数字型评判矩阵,采用指数加权算法;对于区间型评判矩阵,提出了误差分析算法,从而为现实生活中大量存在的综合评价问题提供了较完整的解决方法。     

带信任度的模糊综合评判

在模糊综合评判中采用专家调查法来确定评判矩阵R和评判向量A ,并要求专家给出其对应的信任度矩阵Re 和Ae。引入的信任度取值于 [0 ,1 ],表示专家对自己的估计的把握程度。专家的信任度是一个心理指标 ,它取决于专家对资料和信息的占有程度 ,取决于论据的充分性 ,取决于专家的经验与信念。进而给出了信任度的综合方法 ,增加了模糊综合评判信息 ,为模糊决策提供了一个很好的辅助手段     

基于模糊层次分析法和TOPSIS法的合作伙伴综合评价

提出了一种基于模糊层次分析法和TOPSIS法的综合评价方法,用于在动态企业联盟构建过程中,对候选合作伙伴进行综合评价。该方法在指标评价阶段采用三角模糊数构造判断矩阵,可以反映主观判断的模糊性和不确定性;在方案评价阶段采用TOPSIS法,降低计算复杂度。实例计算证明了该方法的有效性和合理性。     

模糊层次分析法参数取值范围的修正

近年来,在多属性决策或群决策问题中,对于基于模糊互补判断矩阵的决策问题已受到了广泛的重视。对文献[1]和文献[2]给出的排序公式中的参数进行修正,得到更加合理的权重值,并举例对比分析了修正后的参数取值的合理性,是对排序公式进行的补充和完善。     

基于模糊评判的微型机床概念设计演绎方法研究

基于功能层次分析的机械产品概念设计方法,研究了一种针对微型机床的模糊综合评判方法。区别于以往在概念设计中的模糊评判方法,在从获取最初的原理解直至获得最优解的整个概念设计过程中均引入模糊评判算法。微型机床是是组成桌面式微型工厂的基础,其设计不同于普通的车床。详细描述了基于模糊评判的微型机床概念设计的基本思路和算法的组织,并以一个具体的实例进行了说明。该方法对解决概念设计过程中的运算量过大问题具有较高的参考及应用价值。     

基于多准则的多层模糊神经网络学习算法

模糊算子函数丢失信息量过大,并且在某些点不存在导数,由此导致在采用传统的误差平方和准则优化网络参数时,有些参数无法得到调整,而且网络容易陷入局部极小,甚至发散.本文提出了一种基于模糊熵准则和误差平方和准则的多准则多层模糊神经网络学习算法,在一定程度上克服了单准则学习算法的局限性.     

模糊综合评判及其在课程评估中的应用

本文运用模糊综合评判和传统综合评判相结合的方法,对“齐齐哈尔大学课程评估”这一问题进行了细致的分析和设计,并对综合评判问题解决方法的一般步骤和基本原理进行了阐述。     

自适应模糊神经网络构建方法

模糊极大极小神经网络的结构与超盒形状系数有关,该神经网络的性能取决于超盒形状系数的选择.在构建该神经网络时,最优超盒形状系数的确定比较困难,故提出了一种自适应的模糊极大极小神经网络构建方法,取消了超盒形状系数对扩张过程的限制,以是否包含其他类样本为超盒扩张条件.实验结果表明,使用这种模糊神经网络方法生成的神经网络结构更简单,对模式分类的效果更好.     

模糊反向传播算法及其收敛性

针对S.Stoeva提出的基于相同样本及网络输出的模糊神经网络模型,通过对基于极大-极小模糊算子的模糊神经网络模型的研究,证明了其与S.Stoeva提出的网络模型的等价性.在此基础上提出了依赖于模糊逻辑神经元输出的调整模糊权值的模糊反向传播学习算法,并进一步研究了其收敛性.最后以汽轮发电机组的状态监测为例进行仿真分析.结果表明:在网络输入神经元满足样本输出介于样本输入的极大与极小之间时,所提出的模糊反向传播学习算法是收敛的.