一种改进的模糊相似选择方法

本文对由“距离”比所决定的模糊相似选择方法作了一定的改进,使其能直接根据海明距离的大小对元素按优劣程度排序,从而能够减少大量的计算工作量。     

模糊本体中的模糊相似度计算

模糊本体作为不确定性知识表示模型,被广泛应用于计算机科学的各个领域;给出一种新模糊本体中模糊概念的模糊相似度计算方法;首先计算模糊本体图中边的模糊权重,从而得到模糊权矩阵;由正则经验模型计算模糊拉普拉斯矩阵次小特征值对应的特征向量,从而将模糊本体中的每个模糊概念映射到实直线,通过模糊概念对应实数之间的差值来得到它们的相对模糊相似度。     

关于模糊相似优先比方法的讨论

本文分析和讨论了模糊相似优先比方法的计算过程和函数形式、,提出了模糊相似优先比方法实质上是对形如f(D)=klnD+C的函数的一种近似.图3,表2,参2.     

模糊数空间上下确界的度量刻划

在模糊数空间上定义了一种新的度量，证明用这种度量可以对序有界的模糊序列的上、下确界进行刻划。     

模糊聚类法及相似优先比在河流水质评价中的应用

应用模糊聚类法的最大矩阵元原给出评价河流的主要污染因素；采用相似优先比确定各污染因素在各断面之间相对影响的程度，从而得出各断面污染严重程度的次序，指出该法适用于整条河段相对污染程度的评价。     

改进的相似优先比模型在浦东新区电力负荷预测中的应用

改进优先比方案是将模糊理论中的相似优先比运用于负荷预测后发现原基本模型的某些不足之处而进一步提出的模型，主要吸收了模糊理论中综合评判思想，采用了多因素 归预测，充分考虑电力负荷受多因素作用的客观实际，同时还根据预测对象不同，对模型进行修改，给出相应的满意度。     

浅谈人才评价中相似优先比法的应用

经济和管理活动中,在人才评价的数据处理阶段,利用评价误差理论剔除可疑数据,引入模糊理论,建立数学模型,依据相似优先比法进行科学的计算,将定向的、模糊的、离散的信息转化为有统计的、清楚的、定量的结论,从而完成对人才的科学评价。     

基于模糊相似优先比法的济南四大泉群补给来源

为维持济南四大泉群持续喷涌,探明泉水的补给来源尤为重要.以补给区岩溶水与泉水水化学特征为依据,利用模糊相似优先比法确定趵突泉、黑虎泉、潭西泉、珍珠泉模糊相似优先顺序,结合泉群出露区地质、水文地质条件以及泉水水质、水温、水位、电导率数据,对四大泉群补给来源进行研究.可以得出:①泉水主要受东南、西南、正南方向岩溶水补给,且...     

用模糊相似优先比决策法确定矿井开拓方式方案

本文分析了影响矿井开拓方式确定的因素．建立了确定矿井开拓方式的多目标模糊数学规划模型，用模糊优先方法－相似优先比决策法确定其最优解。为模糊数学解决矿井优化设计参数确定问题作一探讨。     

模糊相似优先比在清选系统多目标优化中的应用

本文将模糊数学的相似优先比理论成功地应用于圆筒筛清选系统的多目标优化问题,获得了满意的优化方案.与直接使用加权系数法进行多目标优化相比,该优化方案更为理想.     

基于相对隶属度的模糊信息的多目标决策法

针对模糊信息的多目标决策问题,基于模糊集理论,首先,将决策者的主观偏好信息所隐含的目标权重通过一个线性规划模型计算出来。其次,借助每一方案与最优、最劣方案的综合加权距离,求得每个方案相对与最优方案的相对隶属度,提出了基于相对隶属度的模糊信息的多目标决策的相对隶属度法对方案进行择优和排序。最后,通过算例说明方法的可行性和实用性。     

一类fuzzy子群的性质

利用Singh M.K.和Giri S.K.给出的fuzzy子群的新定义,进一步研究正规fuzzy子群以及群元素关于fuzzy子群的fuzzy阶等方面的性质,推广了Mordeson J.N.等人所著的《fuzzy群论》中的相关结果.     

互补判断矩阵排序的梯度特征向量法

互反型判断矩阵与互补型判断矩阵可以相互转换.决策者在对某些判断没有把握的情况下,可以给出互补判断矩阵的上三角或下三角部分,转换成互反型判断矩阵,得出互补型判断矩阵的梯度特征向量法.     

一维模糊PID控制器的仿真

针对二维及二维以上模糊控制器存在的缺陷,设计了一维糊PID控制器。该控制器采用“一维--三维”映射关系的模糊推理机,实现了P、I、D三个控制分量独立不相关的调整功能。通过与二维模糊控制器性能比较,仿真结果表明：一维模糊PID控制器具有相当好的系统功能特性。     

轿车综合性能多级模糊评价方法

提出了一种轿车综合性能的定量评价方法，建立了轿车综合性能评价指标体系．考虑到众多评价因素的模糊性，运用模糊综合评判理论，建立了轿车综合性能的二级模糊综合评判模型，确定了各评价因索及相应子因素的权重与隶属度．通过实例分析说明了这种方法的合理性．     

超临界机组燃水比GAP-DRFNN的优化控制

分析某厂直流锅炉燃水比控制系统,设计出基于生长剪枝动态递归模糊神经网络(Growing and pruning dynamic recurrent fuzzy neural network,GAP-DRFNN)的燃水比优化控制系统,GAP-DRFNN以汽水分离器出口工质温度偏差最小为导出信号,综合学习燃水比控制主要状态参数,实时输出燃水比最佳控制量。随着当前主要相关状态参数的输入,GAP-DRFNN通过结构学习,自动增加和修剪神经元,而且根据梯度下降法,动态调整网络的隶属函数参数以及神经网络递归权值。实验结果表明:此方案中燃水比控制可兼顾快速性和准确性,在变工况时系统仍具有优异的动静态性能,控制效果优于传统PID控制。