基于水资源合作的水资源短缺区域水资源优化配置

为提高水资源短缺区域的水资源利用效率,实现区域水资源初始配置后的有效再配置,提出三阶段水资源短缺区域水资源优化配置方法：阶段1,利用高效的“优先规则”构建部门间水资源合作清晰联盟的用水收益支付函数,对联盟成员水资源共用、获益方式进行了合理刻画;阶段2,基于Choquet积分形式的模糊合作博弈、阶段1中的清晰联盟支付函数,构建部门间水资源模糊联盟支付函数;阶段3,基于上述成果,构建水资源短缺区域水资源优化配置模型,求解得到用水部门最优水资源合作联盟,并将求得的最优模糊联盟视为大联盟,通过求解其核仁解获得最优模糊联盟的收益分配。以京津冀区域水资源优化配置问题为例,算例结果表明：①基于Choquet积分形式模糊合作博弈的三阶段水资源优化配置模型能够最大化区域整体用水收益水平,实现水资源短缺区域中的水资源优化配置,并使区域中用水部门有机会分得更多的获益;②本文模型无需引入模糊Shapley值等分配方法作为约束条件即可求得最优联盟,模型不影响不同收益分配方法分配结果的有效性;③采用将最优模糊水资源合作联盟视为大联盟,并求联盟收益的核仁解的方法分配最优联盟收益,无论最优联盟的核心是否为空,都能保证联盟收益分配结果满足个体理性和集体理性要求,即能保证最优联盟中各成员不会“叛逃”最优联盟、联盟稳定存在,且保证获得的分配方案为确定分配值而非分配区间。即本问题中该分配方法优于Shapley值、模糊最小核、弱最小核方法。所构建的水资源短缺区域水资源优化配置模型及最优水资源合作联盟收益分配方法对水资源短缺区域的水资源优化配置问题有较好的适用性,能够为我国京津冀区域等水资源短缺区域的水资源优化配置工作提供参考。     

Temperature modeling and control of Direct Methanol Fuel Cell based on adaptive neural fuzzy technology

Aiming at on-line controlling of Direct Methanol Fuel Cell （DMFC） stack, an adaptive neural fuzzy inference technology is adopted in the modeling and control of DMFC temperature system. In the modeling process, an Adaptive Neural Fuzzy Inference System （ANFIS） identification model of DMFC stack temperature is developed based on the input-output sampled data, which can avoid the internal complexity of DMFC stack. In the controlling process, with the network model trained well as the reference model of the DMFC control system, a novel fuzzy genetic algorithm is used to regulate the parameters and fuzzy rules of a neural fuzzy controller. In the simulation, compared with the nonlinear Proportional Integral Derivative （PID） and traditional fuzzy algorithm, the improved neural fuzzy controller designed in this paper gets better performance, as demonstrated by the simulation results.     

时滞非线性系统的模糊保性能控制

针对一类具有输入与状态时滞的参数不确定非线性系统,基于T-S模糊模型,讨论该系统的保性能控制问题.通过构造状态反馈控制器,提出了在给定的性能指标和控制律下,闭环系统是二次保性能稳定的充分条件,并以线性矩阵不等式(LM I)的形式表示,数值算例显示该设计方法是有效的.     

模拟信源标量量化的模糊c-均值算法

为改进模拟信源标量量化的收敛速度,将模糊逻辑中的模糊c-均值算法进行适当改造,应用到模拟信源的标量量化过程中,即形成了模拟信源标量量化的模糊c-均值算法。算法将迭代过程中的分区矩阵“元素化”放宽了限制条件。仿真结果表明,新的模糊c-均值算法在选择合适的精度E的条件下,随着分区数目增加和训练序列长度的增加,收敛速度要远优于传统的c-均值算法,同时通过控制参数E,可以在收敛速度和量化失真度量M SE之间进行权衡。     

一种模糊高斯混合说话人识别模型

为了研究模糊聚类算法在高斯混合模型（GMM）参数获取方面的应用,采用模糊C均值算法（FCM）进行语音特征矢量的聚类,并结合Tabu搜索算法得到全局最优的聚类结果,进一步用EM算法得到GMM模型参数.使用TIMIT数据库中的语音进行测试,开集和闭集说话人辨认实验都表明,该方法获取的GMM参数比普通EM算法获得的GMM模型参数性能更优,能有效降低说话人辨认系统的误识率.     

多目标投资组合模型的模糊两阶段解法

对多目标证券组合投资模型进行了研究,模型以绝对偏差和代替方差作为投资组合的风险度量.该模型是一个多目标线性优化问题,采用两阶段模糊算法对模型进行求解,最后给出了该模型的一个实例的最优解.     

逆半群上的几类模糊子半群

利用集合上模糊同余关系, 在逆半群上定义了模糊正规子半群和模糊商子半群, 并研究了逆半群上由这几类模糊关系所定义的模糊同余关系的一些性质. 通过模糊同余关系β, 得到模糊正规商子半群R及S/ρ上的模糊同余关系μ_R.     

多层次模糊综合评价在信息化产品投资机会评价中的应用

对信息化产品的投资机会影响因素提出了多层次模糊综合评价的投资评价方法,接着讨论了这一方法的应用程序,最后进行案例分析.这对投资者筛选信息化产品项目具有重要的现实意义.     

取送货混排的车辆路径问题的模糊动态研究

通过增加车辆预留能力系数,保证在避免货物重新排列的情况下完成取送货.充分考虑物流运输行业的现状,重点研究相关参数模糊且各取货节点动态随机出现的问题.在求解方法上,首先为车辆路线中每一个节点、车辆以及相邻节点间的路径建立标签,并建立初始路径;其次,通过标签插入方法求解模糊动态问题;最后给出了方案应用失败后的处理方法.仿真实例验证了所提方法的有效性.     

基于均匀设计的T-S建模方法

T-S模糊系统被广泛应用在基于数据的建模方法中.模糊规则作为T-S模糊系统的核心,是影响系统精度和泛化性能的重要因素,然而模糊规则数量的确定非常困难.考虑基于减聚类的规则生成方法中,聚类半径直接影响规则生成数量,采用均匀设计设定聚类半径,合理选择规则数量,简化了复杂多变量系统的建模问题.实例证明所提出基于均匀设计思想的聚类半径设定法简单易行,具有较好的实际应用价值,适合于复杂多变量系统的建模应用.