一种基于T-模运算的模糊联想记忆学习算法

提出了基于一类最大T-模运算的模糊联想记忆连接权矩阵神经网络学习算法,并且给出了严格的理论证明,该算法成功地解决了多模糊模式对的存储问题。对于给定的模糊模式对,若这些模式对存在连接权矩阵,则该算法很容易求出它们的最大权矩阵,如果这些模式对不能够用一个连接权矩阵来存储,应用本文的算法,可以应用尽可能少的连接权矩阵来存储,从而可以有效地减少存储空间。     

模糊一致矩阵及其在软科学中的应用

本文主要讨论模型一致矩阵及其有关特性，同时简要介绍模糊一致矩阵在软科学中的应用。     

单代号模糊网络的关键路线分析

基于单代号模糊网络活动时间参数计算的加法形式,本文提出了确定网络时间参数和关键路线的计算方法。该方法易于使用,且能用于模糊方程的求解和双代号模糊网络分析中。     

基于故障率为模糊数的故障树分析方法研究

在经典故障树分析方法的基础上 ,运用模糊集合理论 ,针对基于系统各部件故障率为模糊数情形的故障树分析方法作了研究 ,最后给出了一个应用实例.     

模糊网络中K度工序分析

提出模糊网络中Ｋ度工序的概念，为分析Ｋ度工序的判别问题，给出了一般工序的若干性质．并结合分析Ｋ度工序的需要，讨论了模糊数的序关系．接着基于工序性质和模糊数序关系，提出了Ｋ度工序的判别方法．最后给出了计算示列     

模糊情形下基于贝叶斯网络的可靠性分析方法

确定性的可靠性分析方法在描述模糊情形下的逻辑门与事件时表现出了局限性.为能在模糊情形下进行可靠性分析,利用贝叶斯网络对不确定性问题具有良好描述能力和推理能力的特点,提出一种基于贝叶斯网络的可靠性分析方法.该方法在采用贝叶斯网络进行系统可靠性建模基础上,提出了一个重要的概念:置信割集;并给出了计算强割集的算法.这种基于贝叶斯网络的可靠性分析方法能较好地刻画系统中存在的模糊性,丰富了割集理论,使可靠性分析更加接近实际.最后,举例说明了算法的有效性.     

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.     

模糊系统结构分析的矩阵算法

本文提出一种对模糊系统用矩阵分析的方法进行结构分析的算法。     

模糊层次分析法及其在设计方案选优中的应用

针对复杂系统设计时存在多种备选方案选择的问题,提出一种基于模糊层次分析法(fuzzy analytichierarchy process,FAHP)的多目标决策问题的解决方案。介绍了FAHP的基本原理及其数学模型的建立,给出了模糊互补判断矩阵的建立方法、权重公式及判断矩阵的一致性检验方法。通过FAHP在某型垂直/短距起落飞行器备选方案选优排序中的应用实例分析,证明了该方法在系统方案选优中的优越性。     

可靠性仿真在模糊故障诊断中的应用

针对模糊故障诊断中传统模糊关系矩阵确定方法不能动态适应具体设备运行状态变化等缺点,提出了基于故障树的可靠性仿真方法,用于确定模糊关系矩阵。该方法首先利用元器件的失效分布数据和设备深层原理性知识建立故障树,进行可靠性仿真,然后根据仿真结果和具体设备的历史故障信息动态计算模糊关系矩阵。给出了该方法的具体应用步骤。实际诊断结果表明,该方法可以有效地提高模糊故障诊断的准确性与针对性。     

An Efficient Approach for Fuzzy Project Network Analysis

1　 IntroductionProject network analysis is a successful instrument in the planning and control of large,complex project.A network G( N,A) is a picture of a project with node set N and arc setA.The network representing the project is acyclic,compact and directed.The nodesstand for the events,while the arcs stand for the activities of the project.Each activity isdefined as a task requiring time for its completion,and each event represents a point intime that signifies the completion of some …     

在线社会网络分析与网络牵制控制

介绍上海交通大学复杂网络与控制研究室近两年在在线社会网络分析和网络牵制控制方面的研究工作.     

基于灰色关联分析的分层模糊神经网络

为解决“模糊规则爆炸”问题,提出一种基于模糊神经网络从试验样本抽取模糊规则的方法。首先,根据灰色关联分析的结果,将输入变量进行两两组合建立分层模糊子系统。其次对每个模糊子系统设计分层参数、结构优化算法。在权值学习过程中,模糊进化规划与分层方法相结合,网络的各层权值独立优化,并且各层权值优化问题简化为二次型问题,降低了权值优化过程中的计算复杂性。最终能够实现整个模糊神经网络的分层优化,各层神经元单独训练且训练结果互不影响。与常规的前向进化神经网络方法相比较,该方法通过对神经元的部分解群体的进化,缩短了个体的编码长度,显著地减少了计算量。同时这种方法不但能够很大程度上简化适应值的计算,更重要的是能够降低适应值空间的复杂性,从而能够加速进化算法收敛到全局最优点。     

A Wavelet-Based Fuzzy Neural Network for Interpolation of Fuzzy If-Then Rules

1.INTRODUCTIONFuzzyneuralnetwork(FNN)isofmanyforms.AccordingtoBuckleyandHayashi,FNNsfellintothreecategoriesbythe~enceamongtheinputs,outputsandweights.OnekindoftheFNNscanillterpolstetheif-thenrules.ThisldndofFNNacqtheestheif-thenrulesfromhUmanexpertsorerperhaentsdsta.Tchngthisif-thenrulesasteachers,thenetworkistrainedandtheparametersoftheFNNaredetechned.Thenthetrainednetworkcan~thegeneralreasoningofif-thenrulesandthebaseoftheif-thenrulebecomesperfect.TosAnpnytheidea,thehationofthe…     

模糊神经网络在炉温控制中的应用

本文提出一种模糊神经网络自学习控制方法，并应用于窑炉温度控制系统中。经实验仿真和应用结果表明，该控制方案可改善具有时变及大纯滞后的炉温控制系统，其性能优于一般Ｆｕｚｙ控制。     

多层结构的模糊分级聚类方法和应用

本文讨论和介绍了多层结构的模糊分级聚类分析方法，为了方便应用，还给出了一个实例．     

探讨社会网络理论与分析的几个问题

复杂网络研究与社会网络分析有着十分密切的关系,最近10年复杂网络的快速发展,得益于社会网络分析所建立起来的相关概念和方法,促进了社会网络分析的发展.从合作竞争网络、社会网络中的社团结构、社会网络中的空间结构等几个方面对我们最近几年的研究进展作了简单介绍,包括合作竞争网络的拓扑共性与动力学共性,社团结构的比较性定义、搜寻方法与显著性指标,空间结构距离幂律分布的产生原因及其对拓扑结构及其功能的影响等.     

DC-DC变换器的模糊神经网络控制方法研究

提出了一种新型的模糊神经网络串联式结合方式。这种串联型模糊神经网络具有模糊控制的结构简单、使用方便的特点，同时又利用了人工神经网络的聚类功能，使整个控制器又具备人工神经网络的自学习能力。仿真试验表明该控制方法对于复杂的全桥式串联共振型DC—DC变换器具有良好的控制效果，整个模糊神经网络控制器的设计过程不仅避免了传统控制器的繁琐的参数调节过程，而且又避免了传统模糊神经网络控制器设计的复杂性。     

基于模糊集的神经网络景象匹配算法

将神经网络思想引入到景象匹配,提出了基于模糊集的神经网络景象匹配算法。该算法将图像模糊集作为特征空间,尝试了在模糊域中采用神经网络学习算法进行精确寻优。实验结果表明,设计的算法不但较好的满足了景象匹配系统对算法的性能要求,而且比传统算法具有更高的抗干扰能力。