2型模糊集对率模系统可靠性分析的推广

鉴于2型模糊集对于模糊现象的描述更为深刻的特点,将系统的模糊成功和模糊故障用2型模糊集表示,引入模糊随机变量等数学工具对率模系统可靠性进行了分析,得到了率模可靠度,率模寿命,率模故障率等结论,推广了文献［1］的结果     

绿色制造模式下的供应商选择

绿色制造模式是现代制造业发展的必然趋势,其顺利实施的前提是选择合适的供应商.相比于传统制造模式绿色制造模式对供应商提出了新的要求,本文提出了绿色制造模式下评价供应商的指标体系,在此基础上结合模糊决策的方法给出了评价模型.     

区间数的排序方法研究

给出区间数两两比较的一个简洁公式,详细研究它的一些性质,如互补性、传递性等;基于可能度矩阵给出区间数排序的一种实用方法。     

基于遗传算法的模糊延迟反馈控制混沌方法

将模糊控制、遗传算法与专用于混沌的延迟反馈控制相结合,提出了适合于控制混沌的模糊延迟反馈控制方法。它以延迟反馈的思想设计模糊控制器,并利用搜索能力强的遗传算法优化延迟时间和模糊控制器的参数,从而克服了确定控制刚度和延迟时间的困难,使混沌系统控制具有更好的快速性和鲁棒性。并控制了Rssler和Logistic混沌。仿真结果证实了该方法的有效性、快速性和鲁棒性。     

频率编码脉冲信号性能分析

用大时宽带宽信号是提高雷达距离、速度及其联合分辨性能的最常用方法之一。频率编码脉冲是一种大时宽带信号,具有良好的距离分辨性能和较窄的瞬时带宽。推导了频率编码脉冲信号及步进频率脉冲信号的模糊函数,分析了其距离、速度分辨性能及其相应关系,并就有效解决其距离-速度联合测量问题进行了讨论。     

一种新的模糊自校正控制学习算法

提出一种基于模糊竞争学习的模糊自校正控制方法.通过基于模糊竞争学习确定一种在线模糊辨识算法,在采用此模糊辨识方法对对象进行在线估计的基础上,用调节器实现参数的自动整定.为了验证所提方法的有效性,给出了非线性系统的控制结果.     

故障模糊预测系统开发环境的思想及其实现

针对故障诊断的现状和发展,本文探讨了故障模糊预测系统的开发环境,并研究了系统的知识表达方式和推理控制策略。     

Q-学习算法在CGF系统中的应用

CGF中的战场决策仿真十分复杂,要求CGF实体应能根据知识库做出类似人类的决策行为。目前,CGF系统中的决策模块大多是硬编码的,不能满足军用仿真发展的需求,这就要求CGF系统具有学习和自适应能力。Q-学习方法是一种特殊的增强学习方法,可以通过多次迭代计算正/负效益进行主动学习。本文介绍了Q-学习及其在CGF系统中的应用。这种较新的机器学习方法,在CGF中有着良好的应用前景。     

用遗传算法求解DCPM问题

本文将遗传算法引入网络计划技术领域,详细分析了如何用遗传算法求解决策关键路线法(DCPM)问题,并给出了一种求解算法的具体步骤。该算法不用基于领域知识的规则,具有很强的通用性与鲁棒性。通过实例试算验证了该算法的有效性。     

决策网络计划中决策单元结构及优化方法拓展

为解决决策网络计划中随机样本空间变化而产生的模型表达上的困难,提出经拓展能够描述多个样本空间的决策单元结构.将随机规划理论引入决策网络计划的优化中,建立了新的考虑期望成本与风险等综合因素的数学模型,并通过算例实现了对模型的求解.计算结果表明:经拓展后的决策单元结构及相应的优化模型能够更为有效地解决不同样本空间下的决策问题,具有较高的理论意义与实用价值.