A New Integrated Design Method Based on Fuzzy Matter-Element Optimization

This paper puts forward a new integrated design met ho d based on fuzzy matter-element optimization.On the based of analyzing the mod el of multi-objective fuzzy matter-element , the paper defines the m atter-element weightily and changes solving multi-objective fuzzy optimization into solving dependent function K(x) of the single-objective optimization according to the optimization criterion. The paper particularly describes the realization approach of GA process of multi -objective fuzzy matter-eleme...     

多级企业集团R&D决策的信号博弈分析

为了帮助企业集团制定 R& D决策 ,建立了不完全信息库诺特市场上三级企业集团关于 R& D及其经济增长的模型 ,并采用信号博弈分析了该模型 ,给出了集团的最优决策 .在给出了模型的基本描述后 ,建立并用信号博弈分析了下游企业 C的模型 ,给出了其最优决策 ,也同样分析了中游企业 B和上游企业 A.集团公司的最优创新大小依赖于贴现因子、它的类型、价格和工资 .在集团中 ,上游企业的最优创新大小影响下游企业的最优创新大小     

用遗传算法解决一类模糊流水车间调度问题

对同时考虑模糊加工时间和模糊交货期的模糊流水车间调度问题进行了研究 ,模糊加工时间用三角模糊数来表示 ,模糊交货期用梯形模糊数来表示。应用遗传算法搜索最优排序 ,在适应度函数处理中引入模糊数处理方法 ,以平均满意度最大作为优化目标。最后给出了实验结果和结论     

具有(F(V×V),R,→,■)模糊逻辑模型的稳定性结构

本文利用多边矩阵理论定义的正交性及对称性,给出了一种具有两种因果关系的模糊稳定性逻辑分析模型,这种稳定的逻辑分析模型结构清晰、简单,并且可用于解决许多复杂问题.     

一种基于通行需求度的单交叉口模糊控制算法

针对城市交通拥挤问题，提出一种根据通行需求度确定通行相位和通行时间的、可变相序的单交叉口模糊控制算法。仿真结果表明，在不同交叉口结构形式、不同相位构成和不同车流量组合的各种情况下，该方法均表现出良好的控制效果，是解决城市交通拥挤问题的有效途径。     

基于D-S推理的模糊模式识别方法

针对战场环境下数据融合系统的ESM设备获得的辐射源信息在时间上的冗余性,提出了一种基于D-S证据推理的模糊模式识别方法。该方法通过对观测样本信任度(模糊隶属度)的重新分配,有效地解决了辐射源信息不确定性问题,提高了辐射源的正确识别率。最后通过单一的模糊识别和D-S证据组合的模糊识别两种方法的仿真对比实验验证了后者的有效性。     

基于截断正态概率模型的改进目标跟踪算法

在应用NIFPAT算法对机动目标跟踪时存在计算量大和要求网络训练两个弱点。分析了截断正态概率模型和NIFPAT算法后 ,把截断正态概率模型与NIFPAT算法思想相结合 ,提出了基于截断正态概率模型的改进目标跟踪算法。该算法根据目标机动情况自动调整系统方差 ,在附加较小计算量的情况下 ,能取得较好的跟踪效果。仿真实验表明 ,该算法能有效地提高对机动目标的跟踪精度。     

导弹发射决策专家系统推理机研究与实现

介绍了一种基于灵活、通用的知识表达方法的推理机。它将面向对象方法和问题求解的黑板模型有机结合 ,自带各种控制信息和适宜的不确定性推理算法 ,将知识库分层和模块化 ,极大地提高了推理效率。推理机根据监控信息 ,推理计算出导弹允许发射的合格置信度 ,已应用于导弹发射决策专家系统设计中。     

Method for Risky Multiobjective Group Decision-Making and Its Application

The multiobjective group decision-making problem under risk is common in reality. This paper focuses on the study about risky multiobjective group decision-making problem where the index value is not certain. We give indexes classifying method and index normalizing formula of this type problem. By building objective function that minimizes general weighted distance from every alternative to the relatively best and worst alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, and by building another objective function that minimizes general weighted distance from the optimal membership degree of every decision-maker to every alternative to the group optimal alternative and the group inferior alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, which are both based on probability theory and fuzzy theory. Aftermost a model is established which collects group preferences. This method provides a new idea and