基于模糊综合评判的高校教学评估方法研究

针对高校教学评估的复杂性和模糊性问题,提出了基于模糊综合评判的高校教学评估模型和方法。首先构建了高校教学评估的指标体系,描述了模糊综合评判方法,并根据高校教学评估的特点确定了模糊评判矩阵和权重系数集,最后通过算例阐明了应用模糊综合评判进行高校教学评估的具体步骤。通过实例分析和结果表明,提出的评估模型能够适用于复杂的高校教学评估,并能提供科学客观的评判结果。     

基于模糊综合评价法的高校教学质量评价系统的研究与实现

对高校教学质量的综合评判是一个多层次评价问题,本文将模糊数学中的模糊综合评价运用到高校教学质量综合评价中。设计并实现了一个B/S体系结构的高校教师教学质量评价平台。     

基于模糊神经网络的煤矿安全评价综合评判

针对煤矿安全综合评价方法中因人为因素、模糊因素及动态因素而导致评价结果不够准确的情况,依据煤矿安全评价指标体系结构,构建了基于模糊神经网络的多级模糊评判模型,提出了神经网络分级BP学习算法,解决了多级模糊评判中权值学习困难的问题,使训练速度和评判的准确性大幅提高.以鸡西矿业集团煤矿为研究对象,建立了基于模糊神经网络的安全评价模型.结果表明:该方法能有效地对煤矿进行安全评价,综合评判客观、准确.     

Fuzzy综合评判逆问题及应用

在Fuzzy综合评判问题基础上，引出了Fuzzy综合评判逆问题，利用模糊矩阵给出了Fuzzy方程求解模型，并结合实际例子说明了该算法模型的有效性和实用性。     

物流中心布局综合模糊评判模型及算法设计

分析了对物流中心布局方案进行模糊综合评判的必要性,研究了影响物流中心布局的诸多因素,对这些因素进行分级划分,建立了多级综合模糊评判模型,提出了形成综合评判结果的算法,并用程序实现。     

高校学报评估模糊综合评判法

本文提出了高校学报评估的模糊综合评判法,对单因素及多层次多因素模糊综合评判进行了论述。     

模糊数学在高校财务管理中的应用

模糊综合评判法依据模糊数学的隶属度理论把定性评价转化为定量评价,适合各种非确定性的难以量化问题的解决。高校财务管理具有非确定性特征。建立高校财务绩效的模糊综合评判法模型模型有利于高校对财务进行规范化和标准化管理。     

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。     

一种改进的模糊综合评判模型

本文在对模糊综合评判模型进行分析的基础上，引进了一种广义模糊算子，得到广义算子下的模糊综合评判模型。并给出这种模型在学生量化管理中的应用。由于信息利用率较高，评判结果较为精细，从而有铲地克服了传统的模糊综合知识更新的判模型存在的缺陷。     

汽车驾驶倾向性模糊多层次综合评判方法

以驾驶倾向性为研究对象,将驾驶倾向性具体化为反应判断指标、驾驶操纵指标及行车记录指标构建驾驶倾向性综合评判模型,应用模糊数学中多层次综合评判理论构造模糊评价矩阵,对驾驶员的驾驶倾向性做出综合评判,并进行了实例分析与计算. 评判结果表明其符合客观实际,具有一定的合理性和较强的实用性.     

基于最小二乘支持向量机的TSK模糊模型

为了提高模糊系统处理高维问题的推广能力, 本文提出用最小二乘支持向量回归机(LSSVR)的思想设计TSK模糊模型.TSK模糊模型的传统算法普遍存在过学习问题, 为此我们在目标函数中考虑了结构风险从而避免了过学习现象.并且,我们将模糊系统的参数寻优问题转化为一个二次规划问题进行求解.由于该规划问题的求解与输入数据维数无关,适用于处理高维数据.算法分为两步：首先用Gustafsonk-Kessel (GK)算法确定模糊规则的前件;然后用最小二乘支持向量算法确定模糊规则的后件,这里的核函数是由模糊聚类确定的, 经证明它是Mercer核.三个著名数据的实验结果表明,与TSK模糊系统的传统算法相比,本文所提的算法提高了TSK模糊系统处理高维问题的推广能力;与LSSVR相比,,本文所提的算法具有良好的鲁棒性.     

基于GD-FNN的药物注射系统辨识

针对手动控制调节药物注射量缺乏正确性和低效的特点,将广义动态模糊神经网络（GD-FNN）应于药物注射系统辨识。学习算法在动态模糊神经网络算法基础上进行改进,以模糊完备性作为高斯函数宽度的确定准则,避免初始化选择的随机性。同时,该算法能对模糊规则而且能对输入变量的重要性做出评价,从而使每条规则的输入变量的宽度可以根据它对系统性能贡献的大小实施在线自适应调整。通过对药物注射系统的辨识和控制仿真实验表明改进后的广义动态模糊神经网络与动态模糊神经网络相比,可取得更好学习效率和辨识精度。     

模糊逻辑回归模型的最大模糊积分估计

以两个模糊集的平均相容度为基础，给出了模糊逻辑回归模型未知参数的最大模糊积分估计。这种估计能够近似地构造模糊函数，是求模糊线性方程组近似解的一种简便方法。     

智能教学系统中学生模型的设计

在智能教学以学为主的学习模式中,学生模型是提供真正智能化指导的基础,本文主要讨论智能教学系统中学生模型的设计,并提出了建立在该模型基础之上的模糊综合评价算法,实现了学生学习的个体评价。     

模糊综合评判的系统聚类算法研究

对于数量较大、维度较多、较为复杂的聚类对象,系统聚类较为复杂; 而模糊综合评判聚类方法聚类结果不够准确,其个数难以控制。为此,提出基于模糊综合评判的系统聚类算法,该方法对较为复杂的、由多种因素制约的事物或对象进行模糊综合评判处理,提取对象的整体特征,运用系统聚类对其进行聚类分析。最后通过对5 个班级的多次考试成绩进行了聚类分析,验证了该算法的有效性。实验结果表明,该方法具有准确性、整体性、可操作性以及简略性等。     

基于正则化的模糊C-均值聚类算法及其在T-S模糊系统辨识问题中的应用

在模糊C-均值聚类问题目标函数中使用正则化泛函,将聚类中心解的误差指标引入到模糊聚类的目标函数中,构造出新的模糊C-均值聚类算法RBFCM(Regularization based Fuzzy C-means)算法.算法RBFCM不仅具有较高的聚类精度,且计算结果具有更好的稳定性.进一步,将此RBFCM算法应用于基于T-S模糊模型的系统辨识问题.由于RBFCM算法优化了模糊系统的输入空间划分,提高了隶属度函数的精度,使得后继得到的T-S模糊系统辨识精度也有所提高,且系统辨识过程的收敛速度也有所改善.最后,通过对经典IRIS数据集、带有噪声的IRIS数据集的聚类算例和对Box-Jenkins煤气炉数据集进行辨识算例,验证了RBFCM算法的有效性和优越性.     

基于局部密度比的模糊隶属度设置算法

基于知识发现中的局部异常因子思想, 提出一种基于局部密度比的模糊隶属度设置算法, 该算法根据样本的邻域密度比设置样本的隶属度, 并采用一种单参数选择策略. 数值实验表明, 所提出的算法在带噪声的非线性函数估计方面具有很好的鲁棒性, 有效地解决了模糊支持向量机中的模糊隶属度设置问题, 对处理带噪声的分类和非线性函数估计问题具有重要的意义.     

基于高斯函数与分级学习的D-FNN算法研究

D-FNN基本思想是构造一个基于扩展的RBF神经网络,它可以看成是一个TSK模糊系统,也可以看做是基于归一化的高斯RBF神经网络。该文提出的算法,学习前,模糊神经网络不需要预先确定,在学习的过程中,参数估计与结构辨识同时进行,并根据系统精度要求及模糊规则的重要性,自动地产生或者删除一条模糊规则。在学习速度、系统结构和泛化能力方面进行了仿真实验,仿真结果表明D-FNN具有更简洁的结构和优良的性能。     

基于遗传算法的自适应分级模糊控制系统

针对多输入多输出的非线性系统,设计了一个基于遗传算法的自适应分级模糊控制器一用分级控制实现了多输入多输出系统的降维,用遗传算法对各级模糊控制器的参数进行在线优化,实现了控制器参数的自调整、在Matlab环境下实现了该系统的编程,并以风力太阳能混合发电的能量管理系统为例,与常规分级模糊控制器进行了仿真比较,仿真结果表明,采用遗传算法进行参数寻优具有更好的稳定性,对多输入多输出非线性系统具有很好的控制效果     

基于FCM快速路交通状态判别加权指数研究

加权指数m是影响模糊C名)值聚类(fuzzy Cleans,FCM)的一个关键参数,为提高快速路交通状态模糊判別性能,针对m取值的问题提出了一种兼顾算法判別精度和聚类效果的优选方法。该方法以流量、速度为交通状态评价参数在不同加权指数m和样本量n下进行聚类分析,从算法判別精度、类内间距、类间间距、目标函数收敛性四个方面对m的最优取值进行了深入研究。以某市快速路为例別用MATLAB模糊逻辑工具箱分析实验数据的隶属度和聚类中心,以上四个方面在n×m种组合情形下综合分析,得出快速路交通状态模糊判別m的最优取值,并进一步验证了该方法的可行性。实验结果表明,以流量、速度为状态评价参数的快速路交通状态模糊判別加权指数m的最佳取值为2.25。