模糊逻辑方法在纠错码中应用

基于现实世界中模糊信息的背景,利用模糊逻辑方法讨论如何对模糊信息进行编码与传输的问题。提出能对模糊信息进行编码的模糊纠错码,讨论了重量、距离、译码准则等基本概念。分析了模糊纠钷码的优点及其与普通划码的关系,并给出了利用模糊纠错码的通信系统模型。建立了线性模糊纠错码的概念,研究了生成阵、校验阵、对偶码等性质。最后批出利用模糊神经网络技术实现线性纠错码的编码方案和译码技术,译码模拟结果显示了性能优势。     

模糊线性回归模型(Ⅰ)

针对输入和输出的模糊数据,引入了一种模糊数的距离.基于该距离,类似于传统的最小二乘方法,研究了模糊线性回归模型的一般形式,详细讨论了输入为实数输出为模糊数的模糊线性回归模型,给出了正规方程、最小解和唯一解的理论结果,以及最小解的解析表达式,最后附以一个实例来说明该方法的可行性,故具有较好的实用价值.     

模糊线性回归模型的参数估计

对观测值为梯形模糊数的线性回归模型，通过一个适当的距离利用最小二乘法讨论参数估计的存在性。对于一元线性回归得到参数估计的解析表达式，对多元线性回归的参数估计转化为二次规划问题。文中例子说明了模型的适用性。     

系数为非对称指数型模糊数的多元线性最小二乘回归

使用模糊数之间的某种距离和的最小二乘方法，研究了模糊多元线性回归模型，此模型的输入为精确数据，输出为模糊数据，回归系数为非对称指数型模糊数，并通过讨论一元模糊线性回归模型，推导出三组正规方程组以分别用于求解模型回归系数的模糊中心参数，左边参数和右边参数，然后将此结果推广到多元情形，考察了观测值与估计值之间的拟合优度。     

基于模糊结构元方法的模糊线性回归模型

由于统计分析中线性回归分析方法的可靠性不高，人们提出模糊线性回归方法，但是这种方法有随着自变量的增大回归函数将越来越模糊的缺陷。利用模糊结构元的方法揭示了这一缺陷，并采用模糊函数拟合数据点的方法克服了这一缺陷，这里的模糊函数采用模糊结构元的表示方法。理论证明这是一种有效的模糊回归分析方法，并通过实例加以应用，取得了很好的效果。     

涡轮增压器叶片的静强度模糊可靠性分析

以有限元分析程序为“抽样工具”，得到叶片应力与其相关因素的一系列抽样值，并利用模糊线性回归方法得到了叶片应力的模糊回归方程．基于模糊应力－随机强度干涉模型，求取了涡轮增压器叶片的模糊可靠度，实例表明该方法是可行的     

涡轮增压器叶片的静强度模糊可靠性分析

以有限元分析程序为“抽样工具”，得到叶片应力与其相关因素的一系列抽样值，并利用模糊线性回归方法得到了叶片应力的模糊回归方程，基于模糊应力－随机强度干涉模型，求取了涡轮增压器叶片的模糊可靠度，实例表明该方法是可行的。     

应用模糊回归模型预测玉米蚜的种群动态

在研究昆虫生态,对害虫的发生进行预测时,并不要求预测得到十分精确的数值,且也难以得到,只要预测出害虫的发生趋势即可,模糊理论对处理此类问题有独特优势.提出应用模糊回归技术,针对山东宁阳1989-2004年的历史资料,建立玉米蚜的种群动态预测模糊回归模型.同时与利用多元线性回归模型分析预测的结果进行比较,从比较看出用模糊回归模型进行预测有更高的准确性和更好的适用性,证明了新模型的有效性.     

基于支持向量机的模糊回归估计

支持向量机是在统计学习理论上发展起来的新一代学习方法,该方法在模式识别、回归估计、概率密度函数估计等方面都获得了较好的应用.基于含有不确定性信息的问题,引入了模糊支持向量机.针对回归估计问题,利用支持向量机的基本思想提出单参数约束下的支持向量机模糊线性回归模型,并给出模型的解,实验结果表明,与其它的模糊回归估计相比该方法得到了更加满意的最优解并且缩短了运行时间.     

模糊线性回归预测

为了解决带有模糊信息的动态预测问题,在已有的线性回归预测法的基础上,提出了模糊线性回归预测的模型。模型的确定在于模糊系数的确定,模糊系数为对称三角模糊数,为此给出了描述对称三角模糊数近似和蔼的拟合度的定义及其表达式。借助于对称三角模糊数以截集表示的一对函数,给出了对称模糊的模糊度的定义及其表达式,给出了确定模糊系数的准则：对于事先指定的标准拟合度,要求在每个方程估计值的拟合度都不小于标准拟合度的约     

约束条件中含有三角模糊数的线性规划求解方法

采用一种新的模糊数排序方法,将约束条件中含有三角模糊数的模糊线性规划转化为经典的线性规划,进而求得原模糊线性规划的最优解.实际应用实例显示,该求解方法是有效可行的,可以为解决模糊线性规划问题提供一种新的途径.     

约束条件含模糊数的线性规划的一种求解方法

讨论了约束条件中系数是模糊数的模糊线性规划的一种解法,利用Roubens的模糊数比较的概念,把系数是模糊数的线性规划问题转化为经典的线性规划问题,从而利用求解线性规划的单纯形法求解此类模糊线性规划．最后给出此种方法在实际中的应用．     

权重信息不完全的梯形模糊数多属性决策

针对权重信息不完全且属性值为梯形模糊数的模糊多属性决策问题,给出了基于梯形模糊数质心的多属性决策方法,并通过投影法建立了非线性规划模型,通过数学软件得到各属性权重,并通过质心横坐标与纵坐标在虚拟理想方案上的投影率的乘积作为排序指标,进行排序择优.最后通过实例说明了该方法的有效性.     

基于LM算法的相关模糊神经网络及其应用

针对输入变量相关性较高的非线性建模模型,经典模糊神经网络算法存在收敛速度缓慢、模糊规则数大、陷入局部最小值的问题。提出一种基于LM算法的相关模糊神经网络模型;该模型基于聚类思想,构建多变量高斯模糊隶属度函数,将其表示为不可分离的模糊关系来处理相关变量模型;再采用LM优化算法,通过Hessian矩阵和一阶梯度向量同时调整网络参数;并引入Cholesky定理缩减网络参数个数。应用LM算法的模糊神经网络模型实验结果表明,可以加快收敛速度、减少模糊规则数,比经典的模糊神经网络有更好的预测精度。     

基于期望得分函数的直觉模糊软决策方法

针对直觉模糊数排序中的一些局限性, 通过改进直觉模糊数的经典得分函数, 利用期望得分函数及其诱导的偏序给出一种直觉模糊软决策方法. 实例分析表明, 该方法推广了直觉模糊软集的补运算, 可有效解决相关决策问题.     

线性规划问题的F解决方案

最优化思想支配人类生存和改造世界的活动,使人类社会得以不断发展与进步。解决规划问题的经典数学方法是线性规划,在此方法中目标函数和约束条件都是明确的,但在实际问题中,目标函数和约束往往都是模糊的,这就需要用F集的方法来解决最优化问题,该方法不仅具有经典线性规划所具有的优点,还在不同程度上突出目标函数和约束条件的不同重要性。     

模糊时间序列预测在动态经济系统预测中的应用

研究适合于动态经济系统的预测方法,对指导我国现阶段的经济工作有很大的意义。为尽可能地减少对动态经济系统预测的偏差,将模糊数学的理论应用于预测过程中,应用模糊时间序列预测方法,解决带有模糊信息的动态预测问题,使所得出的预测结果能够更加符合现实的需要。     

基于TOPSIS的模糊数直觉模糊多属性决策法

对属性值以模糊数直觉模糊数形式给出的多属性决策问题,提出了一种基于TOP-SIS的模糊数直觉模糊数多属性决策方法,该方法首先定义了两个模糊数直觉模糊数之间的距离,然后给出了方案与理想点的相对贴近度,基于相对贴近度对方案进行排序。最后进行了实例分析。     

隶属均衡原则及其在模糊线性规划中的应用

结合模糊数的结构特征,提出了在割补比概念的基础上把一般模糊数规范为三角模糊数的隶属均衡原则,并针对割补比为1的情形给出了三角化隶属均衡算子的具体形式,进而在分析三角化隶属均衡算子的运算性质基础上,建立了一种可操作性较强的模糊线性方程组求解模型,给出模型求解的具体实施步骤。该讨论将为进一步开发实用的模糊信息综合处理技术奠定基础。     

关于模糊数的顺序

关于模糊数的比较，有许多不同的方法，由于一般的模糊数可用三角模糊糊数和梯形模糊数来近似，故对三角模糊数和梯形模糊数的研究是非常有意义的，讨论了一般的三角模糊数的比较，得到了一些结果，这些结果可以直接应用到模糊线性规划的研究中。