基于语言真值直觉模糊推理的公共交通资源投入评估方法

为了在智能信息处理中能够对具有可比性和不可比性的语言值信息进行处理,从而对推理过程中的正、反2个方面证据进行处理,提出一种语言真值直觉模糊推理方法;基于格蕴涵代数和2n元语言真值直觉模糊格,研究了语言真值Kleene-Dienes蕴涵算子和语言真值Zadeh蕴涵算子,讨论两者之间的性质和运算关系;利用所提的蕴涵算子构建一种基于模糊语言值推理的公共交通评估方法,以公共交通资源投入实例来说明方法的合理性。结果表明,与传统的模糊蕴涵算子相比,所提的2种蕴涵算子对具有语言值信息的公共交通资源投入评估分析中的信息应用更加全面,所得的具有语言值信息的评估结果更加接近人类思维。     

一种基于直觉模糊语言概念格的规则提取方法

针对具有模糊语言值不确定性信息的决策问题,提出一种基于直觉模糊语言概念格的规则提取方法.基于直觉模糊概念格,提出直觉模糊语言形式背景及直觉模糊语言形式概念,探讨直觉模糊语言形式概念间的偏序关系以及直觉模糊语言概念格之间的细于关系.在直觉模糊语言决策形式背景下,给出直觉模糊语言集之间的相似度以及加权相似度,讨论其相关性质.构建条件概念格和决策概念格,得到在直觉模糊语言决策形式背景下的规则集,建立直觉模糊语言规则提取应用模型.通过疾病诊断实例说明该方法的有效性和实用性.所提出的方法能够同时考虑决策过程中正反两方面的评价信息,减少决策过程中的信息损失.     

不同表面粗糙度下圆柱体涡激振动响应特性数值研究

使用数值模拟方法,研究了不同粗糙度下圆柱体的涡激振动响应特性,对圆柱体的涡激振动位移响应幅值、响应频率、涡激力、漩涡泄放模式以及涡激振动位移响应与涡激力之间的相位角等参数进行了分析.结果表明,圆柱体涡激振动响应幅值随着粗糙度的上升呈下降趋势.当圆柱体表面光滑或表面粗糙度较小时,涡激振动响应可分为初始分支、上分支以及低分支.在初始分支以及上分支区间,圆柱体尾部漩涡泄放模式呈2S模式;在低分支区间,圆柱体尾部漩涡泄放模式呈2P模式.当圆柱体表面粗糙度较大时,涡激振动响应仅存在初始分支和低分支.初始分支区间,尾部漩涡泄放模式呈2S模式;低分支区间,尾部漩涡泄放模式呈2P模式.     

一种改进的变步长前后向追踪重建算法

压缩感知中前后向追踪（forward-backward pursuit,FBP）算法能有效缩短重建时间,但一旦迭代过程中前向、后向步长确定,将导致计算时间增长,影响重构效率,因此,提出一种改进的FBP算法,称为变步长前后向追踪算法（variable step size forward-backward pursuit,VSSFBP）.该算法引入判决阈值和等比因子,考虑到估计的稀疏度远小于真实稀疏度,选择较大迭代步长,减少迭代次数,缩短运行时间;同时考虑到当估计的稀疏度达到一定值时,减小迭代步长,减慢逼近的速度,提高信号重构精度.仿真结果表明：VSSFBP算法在保证重构效果的同时,明显缩短了重构时间.当图像压缩比为0.45时,信噪比提高了1 dB,峰值信噪比提高了0.8 dB,重构时间降低为原来FBP算法的42.04%.与同类算法相比,在保持较高的峰值信噪比和信噪比的条件下, VSSFBP算法消耗的时间大大缩短,重构速度更快,重构信号更精确.