模糊综合评判中的模糊评分法

对模糊综合评判方法提出一种新的评分法－模糊评分法，它可适用于单级或多级模糊综 合评判．     

基于模糊综合评判法的研究及应用

模糊综合评判是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策方法。通常用的算子(∧,∨)虽然有很好的代数性质,但是也存在着缺陷。本文介绍两种改进方法:一是将原模型中的算子(∧,∨)改用其他算子;二是采用多级评判。     

基于模糊综合评判法的舞台设计决策分析

考虑升降舞台机构方案选择中蕴含的多种来源的不确定信息,提出了一种基于模糊综合评判法的设计方案评价模型,用于不确定系统的模糊推理和决策分析。通过构造相应的的方案集和评价指标体系,以及对定量指标和语言值变量的规范化处理,结合专家主观赋权,进行最优方案选择。既包含了评判对象的客观信息,又融合了决策者的主观信息,求解方法简单易行,具有一定的实用性。     

稳态热环境人体热感觉的模糊综合评判

提出一种稳态热环境人体热感觉模糊综合评判算法,该方法充分考虑了人的活动强度、着衣量和热环境参数（空气干球温度、平均辐射温度、相对湿度和风速）等综合作用的影响,且回避了传统模糊评判算法中构造模糊隶属函数的困难,具有可学习的能力。数值实验结果同预测平均投票指标吻合很好。该方法直接从人体调节热负荷与新陈代谢率这两个特征变量得到人体在环境中的热感觉,因此,不同于传统的以生理热反应（如皮温和发汗率）为基础的热感觉导出策略。     

基于规范指标的一种模糊综合评判法

本文提出了一种基于规范指标的模糊综合评判法。这种方法以评判对象的种种规范指标为基本的评判标准。主要步骤是:(1)获取评判参数(即决定评判对象主要性能的各种参数),建立评判参数矩阵;(2)确定各参数的满意程度,建立满意度矩阵;(3)确定各参数的权重,建立权重集;(4)进行综合评判,得山评判结果。编制了通用程序,给出了具体算例。     

体育模糊综合评判

借助模糊数学的方法对体育教学和运动训练水平进行综合评判,较以往常用的方法,诸如总分法、加权平均法更科学,更能反映客观实际。文章就在实际中如何运用这一方法作了详尽的阐述。     

带信任度的模糊综合评判

在模糊综合评判中采用专家调查法来确定评判矩阵R和评判向量A，并要求专家给出其对应的信任度矩阵Re和Ae。引入的信任度取值于[0,1]，表示专家对自己的估计的把握程度，专家的信任度是一个心理指标，它取决于专家对资料和信息的占有程度，取决于论据的充分性，取决于专家的经验与信念，进而给出了信任度的综合方法，增加了模糊综合主判信息，为模糊决策提供了一个很好的辅助手段。     

基于ANP模糊综合评判法的分段生产流程优化

针对造船中间产品形成的多分段生产流程优化问题.运用ANP改进传统模糊综合评判法,以某一双层底分段生产方案为对比算例,研究了分段生产流程优化问题.计算结果表明提出的评判法能合理综合主客观因素,在理论上更完备、更具科学性.     

基于模糊综合评判法的超市生鲜食品供应商绩效评价

通过分析超市生鲜食品供应商绩效评判指标的产品质量、产品价格、交货情况和市场影响度等因素建立了绩效评判指标体系,引进了一种基于扰动偏差矩阵的正互反判断矩阵一致性修正的新方法开展模糊层次分析,利用模糊综合评判法进行评判且在实例应用中验证有效。     

基于属性约简的模糊综合评判

粗糙集理论是一种新的处理模糊和不确定知识的数学工具。属性约简是粗糙集理论研究中的重要内容之一。本文提出基于属性约简的模糊综合评判。通过属性约简，模糊评判过程中因素集(属性集)的指标数大大减少，从而达到简化运算、节约时空资源的目的。     

一种基于动态模糊神经网络的飞行数据模型辨识方法

针对飞行数据的特点,提出了一种基于动态模糊神经网络(DFNN)的飞行数据模型辨识方法。该方法采用在线学习方式,通过动态增加和删除神经元节点的策略实现网络结构学习,采用递推最小二乘法实现网络权值的在线调整,以最终得到一个结构简单、泛化能力强的神经网络。以某特定时间段的飞参数据为仿真样本,将该DFNN用于参数关联模型的辨识,实验结果表明该辨识方法收敛速度快、泛化能力强。     

基于模糊逻辑法的粒子识别研究

毫米波雷达相比于微波雷达对云的探测具有更高的敏感性,本文利用Chilbolton观测场的94GHz毫米波云雷达的基本探测量,结合探空仪的温度廓线数据,根据Shupe总结得到的云粒子相态识别的阈值,采用模糊逻辑算法对一次实际探测进行了反演研究.该模糊逻辑算法采用的主要隶属函数为不对称的梯形函数,识别粒子的相态类别主要分成雨、毛毛雨、液态水、混合相态、冰、雪等6种,对比经典的阈值算法反演的过冷水区域结果后认为,本文所研究的模糊逻辑算法对云中水凝物粒子的相态识别分类基本合理,其反演的结果对于人工影响天气作业以及飞机安全飞行等方面具有重要的意义.     

基于模糊逻辑的Markov链模型辨识方法

提出一种采用模糊Markov模型(FMM)，根据系统实际输入一输出建模的新方法，用于线性及非线性的随机动态系统辨识．讨论了动态系统的Markov链描述，给出了一阶受控Markov链的具体描述及其转移概率矩阵的计算方法；在传统模糊系统的基础上，探讨了建立FMM的方法，给出了FMM的仿真框图和建模的具体步骤；并给出了随机动态系统仿真的应用实例．基于模糊逻辑的Markov链模型解决了传统模糊系统不能处理随机现象的问题，同时也提高了Markov链模型辨识的速度．     

基于模糊神经网络的水力机组模型辨识

根据水力机组可分段线性化的特性,提出了水力机组简易模糊语言模型。在此基础上,将反馈控制思想引入系统辨识,同时结合神经网络的易学习特点给出了基于模糊神经网络的水力机组模型结构及其算法。最后将所建模型运用于灯泡贯流式机组的在线预测。试验结果表明,该模型在线修正工作量小,并能迅速地、较为准确地逼近实际系统的输出,可以作为贯流式机组自适应控制的实时预测模型。     

装备大修定价的模糊综合评判模型

利用模糊集分析理论,量化了影响装备大修定价的因素,建立了关于装备大修定价的模糊综合评判模型。通过实例对装备大修定价进行了定量计算并分析了结果,可为装备维修定价部门决策提供理论依据。     

T-S模糊模型的一种简单辨识算法

讨论了T-S模糊模型的辨识问题,以直线作为数据分类的目标,提出了一种改进的简单辨识算法.首先采用Hough变换,根据给定的输入输出数据,得到了模型后件部分的直线方程,并辨识出结论参数,然后依照得到的直线对输入数据进行分类.考虑输入数据与相应直线的接近程度,以及邻近直线对输入数据的影响程度,辨识出了模型的前件参数.本算法不需要对数据的循环计算,从而大大减少了计算量.仿真例子说明了本算法对T-S模糊模型辨识的有效性.     

一种基于子波特征的模糊神经网络目标识别方法

针对雷达目标识别中相对不变特征量提取这一问题，提出了一种基于子波变换的特征提取方法．通过对三类飞机一维距离像的分类和识别，验证了这种方法的有效性，同时在将模糊神经网络作为模式分类器方面做出初步尝试。     

信号处理中模糊隶属函数的选取方法

隶属函数建立了模糊信号与精确数学表达之间的联系,它在模糊信号的研究中具有非常重要的地位。阐述了构造隶属函数的基本原则,并进一步分析了现今的隶属函数构造方法。     

基于混合神经网络的模糊辨识方法

提出一种简明而有效的基于混合神经网络的模糊辨识方法．与现有方法不同,该模糊辨识方法采用自组织神经网络和模糊聚类网络两部分组成的三层神经网络来实现．实验结果表明,该方法可以为模糊建模提供好的模型结构,并具有较高的计算效率和精度．