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.     

基于模糊信息分配方法的综采工艺选择模型

提出定性指标的一种信息分配函数确定方法 ,拓宽了模糊信息分配理论的应用范围 .实例分析表明该方法能有效处理定性与定量指标共存的复杂建模问题 ,具有较高的识别精度.     

模糊指派问题求解方法研究

讨论了模糊指派问题的求解方法 ,并给出了求解两模糊数差值的模糊方程解的定义 .基于此定义将传统指派问题的匈牙利法进行了推广 .并结合一算例进行了说明 .本文所讨论的模糊方程解 ,可用于确定模糊工序时间的工程项目网络计划计划问题中的关键路线 .     

多变量系统模糊动态模型的辨识

介绍了一种新型的基于模糊神经网络的多变量模糊动态模型的辨识方法 ,该方法是通过将输入空间进行直接划分 ,而不是在输入空间的每一维上进行划分来得到模糊规则的。这样所形成的隶属函数为多维隶属函数 ,并使模糊规则的数目大为减少。在模糊聚类算法的基础上 ,提出了一个衡量聚类有效性的函数 ,以确定模糊规则的数目。以二级倒立摆系统为应用背景 ,取得了较好的辨识效果。     

模糊神经网络的混合学习算法及其软测量建模

提出了一阶TSK模糊神经网络的混合学习算法，算法由三部分组成：基于模糊聚类的网络初始化；基于梯度下降的规则前件的学习算法；基于部分最小二乘的规则后件的学习算法。该混合算法可以根据训练样本的分布自动确定模糊神经网络的初始值，当输入变量个数多时不会出现模糊规则数爆炸现象，训练速度快，模型精度高。将混合学习算法应用到PTA工业过程中4-CBA含量的软测量建模中，取得了令人满意的效果。     

基于模糊网络环境的一种FSPP算法

讨论了有限支撑的正模糊数表示路径长度的最短路问题,接着基于Harisen的双标准路径问题的多标号法和Dijkstra的最短路算法,提出了模糊网络环境下一种具有有限模糊教的模糊最短路径算法,它以某种扩展原则找到所有非劣路径,这种算法在有圈和无圈的网络上都能使用,因此比常规曩短路径算法更加有效和符合实际.     

基于区间直觉模糊数的群决策模型及其在社交网络中应用

基于经典熵方法的局限,提出一个新的区间直觉模糊熵计算方法.考虑社交网络数据高度动态及非结构化的特性,引入区间直觉模糊思想,创新性地将社交网络用户影响力量化评价转化为模糊多属性群决策问题,提出基于区间直觉模糊数的用户影响力动态评价模型.该模型对用户影响力进行多层次分解,建立模糊情境下的指标体系,以区间数描述用户数据,同时引入时间维度考察数据的动态差异,采用新的熵方法计算模糊熵,设计主客观相结合的熵权确定方法,从而对用户影响力进行量化分析.克服了主观赋权的局限,提供了社交网络量化评价的新思路,拓展了区间直觉模糊群决策方法的应用.最后,应用该模型对新浪微博用户进行影响力动态评价,验证模型的有效性.     

基于结构自适应模糊神经网络的前列腺癌诊断方法

前列腺癌是近年来严重危害男性健康的疾病.利用模糊神经网络方法可以实现前列腺癌诊断,并将诊断模型表示为模糊规则集合.针对模糊神经网络所提取规则解释性差的问题,提出结构自适应模糊神经网络方法,通过改进损失函数,在训练中控制相似隶属度函数的合并,实现模糊神经网络模型结构自适应调整,减少模糊规则数量,在保证诊断准确性情况下,提取出容易理解的可解释性规则.同时该方法在模型的训练过程中引入粒子群优化(PSO)算法进行结构和参数学习,有效减少计算量,提高训练效率.最后,使用临床医学科学数据中心提供的前列腺疾病检查数据进行数值实验,验证了所提出方法在前列腺癌诊断和可解释性规则提取中的有效性.     

Fuzzy-based network bandwidth design under demand uncertainty

<正> In communication networks (CNs),the uncertainty is caused by the dynamic nature of thetraffic demands.Therefore there is a need to incorporate the uncertainty into the network bandwidthcapacity design.For this purpose,this paper developed a fuzzy methodology for network bandwidthdesign under demand uncertainty.This methodology is usually used for offline traffic engineeringoptimization,which takes a centralized view of bandwidth design,resource utilization,and performanceevaluation.In this proposed methodology,uncertain traffic demands are first handled into a fuzzynumber via a fuzzification method.Then a fuzzy optimization model for the network bandwidthallocation problem is formulated with the consideration of the trade-off between resource utilizationand network performance.Accordingly,the optimal network bandwidth capacity can be obtained bymaximizing network revenue in CNs.Finally,an illustrative numerical example is presented for thepurpose of verification.     

神经网络在金融业务中的应用及实现

本文从信息论的观点出发，讨论了神经网络技术在金融业务中应用的可能性和实现途径。探讨了金融和经济中存在的信息处理的难点，并给出了应用神经网络技术解决问题的方法。进一步地，阐述了神经网络与模糊系统理论和专家系统相结合，是今后金融领域智能信息处理发展的新方向。     

用模糊神经网络定量类比预测龙滩水电工程库周区经济

采用模糊推理与神经网络相结合的方法 ,选定已积累有较长的实际运行资料的丹江口工程作为类比工程训练模糊神经网络权值及模糊子集的划分 .在此基础上 ,将训练好的模糊神经网络用于龙滩水电工程库周区进行经济影响的预测 ,并将建库与未建库对库周区经济发展的影响作了对比 ,为国家对兴建该项巨型水电工程作进一步决策提供了一定的科学依据.     

Robust Control for Discrete-Time T-S Fuzzy Singular Systems

This paper deals with the robust admissibility and state feedback stabilization problems for discrete-time T-S fuzzy singular systems with norm-bounded uncertainties. By introducing a new approximation technique, the initial membership functions are conveniently expressed in piecewiselinear functions with the consideration of the approximation errors. By utilizing the piecewise-linear membership functions, the fuzzy weighting-based Lyapunov function and the use of auxiliary matrices,the admissibility of the systems is determined by examining the conditions at some sample points. The conditions can be reduced into the normal parallel distributed compensation ones by choosing special values of some slack matrices. Furthermore, the authors design the robust state feedback controller to guarantee the closed-loop system to be admissible. Two examples are provided to illustrate the advantage and effectiveness of the proposed method.     

非确定时间参数网络规划的一种新算法

提出用时间集上的模糊数表示工序时间非确定时工序时间参数的方法,提出了用Ｌ－Ｒ模糊数量化时间参数的具体算法。在此基础上建立了可适用于复杂环境、工序时间参数用现有统计法难以确定时网络规划的模糊算法。     

基于混合型评价矩阵的多属性群决策方法

本文针对具有语言型、直觉模糊数和区间直觉模糊数三种评价信息的混合型多属性群决策问题, 提出一种基于属性权重和专家权重均未知的决策方法. 首先, 定义新的转换函数, 可将不同粒度的语言评价信息统一成区间直觉模糊数; 然后, 基于支持度确定未知属性权重, 并在综合考虑区间直觉模糊数熵值和相似度的基础上, 建立了一种新的专家权重确定模型; 在将混合型决策矩阵转换成区间直觉模糊决策矩阵后, 利用IIFWA算子依次集结个体决策矩阵, 从而得出方案集的排序. 最后, 应用在ERP选优问题中, 验证了方法的有效性.     

模糊网络的活动最优延续时间分析

建立了模糊网络中满足规定工程周期的活动最优延续时间的模糊模型,并给出了该模型等价的具有二个目标层次的多目标规划模型。进而运用分层规划法得到了模糊网络的活动最优延续时间。最后,给出了一计算算例。     

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.     

电液伺服系统的模糊径向基函数网络监督控制

针对电液伺服系统存在未知干扰力及参数时变等问题,提出一种新型的模糊径向基函数(简称RBF)神经网络的在线控制方法。该方法基于RBF网络与模糊推理系统的等价性,将模糊推理的思想引入RBF神经网络,从而为RBF隐层数目和中心位置初始化找到一种有效的途径,并采用Kohonen竞争学习机制在线调节网络参数,构成模糊自组织RBF监督控制策略。对典型电液位置伺服系统的仿真结果表明,该方法实时性强,具有良好的鲁棒性和跟踪性能。     

社会网络环境下基于犹豫度和一致性的大群体决策方法

针对社会网络环境下,决策成员偏好为直觉模糊数的大群体决策问题,提出一种新的决策方法.根据决策成员的社会网络关系,利用Louvain社区发现算法进行决策成员社区划分,并利用节点的度中心性和紧密中心性确定基于社会网络结构的决策成员权重和分区权重.进一步,提出新的直觉模糊数距离公式,并引入犹豫度,获取分区的犹豫水平和一致性,进而确定基于犹豫度和一致性的分区权重.在此基础上,有效融合基于社会网络结构和基于犹豫度和一致性的分区权重,确定分区综合权重,进而对备选方案进行排序.最后,通过生态安全案例分析验证本文方法的有效性,对比分析显示了所提方法的优势和合理性.     

用模糊加优化模糊控制规则

模糊加是模糊数学中的一项基本运算，而模糊数学又是模糊控制的理论基础。提出了一种使用模糊加优化模糊控制规则的方法，就是根据需要，对模糊控制器的输出叠加一个模糊量，来补偿干扰造成的控制量损失。还用VC++和Matlab作为开发工具，对这种方法进行了仿真实验，验证它的效果。实践证明，模糊加可以在一定程度上达到优化模糊控制规则的目的。     

单路口交通的多相位实时模糊控制

讨论单路口多相位的交通信号控制 ,控制方法采用实时模糊控制 ,提出以当前相的主队列、最近1 0秒车辆到达数、后继相的主队列三者决定信号配时的方法 ,给出了该三维模糊控制器的设计 .根据通过交叉口的车辆停驶过程 ,推导出交叉口平均车辆延误计算模型 .对上述控制器进行四相位交叉口的仿真试验 ,以通过交叉口的平均车辆延误作为性能评价指标 ,仿真结果表明 ,控制效果比较满意 ,优于定时控制方法